为了实现“碳达峰、碳中和”目标,解决能源危机和生态环境问题,人们将目光转移到开发新型清洁能源上,光伏发电是实现温室气体“零排放”的重要电力来源。由于受到光照强度和环境温度等不稳定因素影响,以及电力电子装置的大量应用,光伏发电会造成用电污染,主要表现在谐波电压和谐波电流超标,电能质量降低。究其本源是因为光伏发电要经过“逆变”,在逆变的过程中产生大量的谐波,从而影响系统其他负载正常运行,因此要改进并网逆变器的滤波效果,以及提升并网电流的跟踪性能。本文以单相两级式光伏并网系统为对象,将系统拆分为前级与后级两个部分。其中前级电路包括光伏电池模块、直流升压模块、电压外环控制模块以及MPPT模块,后级电路包括逆变器滤波模块以及并网电流内环控制模块等。使用双闭环控制方法对并网逆变器进行控制,电压外环采用PI控制器,电流内环采用PID控制器。针对传统PID控制对非线性系统难以达到理想控制效果的问题,采用具有动量更新的反向传播BP学习算法加快误差性能函数收敛,实时地输出合适的PID参数,加快并网电流对并网电压相位的跟踪速度。针对BP神经网络学习率等参数固定导致系统容易陷入局部极小值和学习过程产生振荡的问题,本文提出一种基于改进BP-PID的光伏并网逆变器控制策略,利用改进粒子群算法优化BP-PID控制器,自适应地调整BP神经网络的参数,降低并网电流对指令电流的跟踪误差。本文搭建了基于该控制策略的光伏系统仿真模型,仿真结果验证了其正确性和有效性。