现今传统化石燃料逐渐枯竭,太阳能成为人类重点开发的能源。但现阶段,世界各国的光伏发电发展还是处于初级阶段,发展中还存在一些亟待解决的问题。光伏发电系统在大规模并网后,其运行特性的分析研究已成为当下光伏发电相关的核心课题之一,而建立准确、简单的光伏电站模型又是理论课题研究最为关键的一个环节。单级式光伏发电系统主要由光伏阵列、DC-AC逆变器、变压器、滤波器及控制系统等组成,其中控制系统包括逆变器控制及最大功率点跟踪控制。本文分别搭建了光伏发电系统各重要组成部分的模型,并在此基础上进行了温度、辐照度变化下的U_L-I_L输出特性曲线分析。光伏阵列作为光伏发电系统的重要组成部分,其机理模型概念清晰,精准度高;工程用简化模型所用参数较少,表达式简单,实用性强。这两种模型在实际工程及仿真研究中有着更加广泛的应用。但在实际应用过程中,仅仅利用厂家提供的光伏电池数据乘以串、并联数形成的光伏阵列参数无法准确表示光伏阵列输出特性;且光伏阵列中的参数对于天气、气候的变化非常敏感,因此要对模型中的参数进行多场景参数辨识。本文应用某光伏电站的实测数据,采用人工鱼群和蛙跳混合算法对光伏阵列机理模型和简化模型中的参数进行了参数辨识,并将辨识结果与人工鱼群算法和蛙跳算法单独辨识的结果进行了对比分析,验证了混合算法的有效性和准确性。在确定有效算法的基础上,进行了春夏秋冬四个季节以及晴天、阴天、多云、阴雨四种天气类型下的多场景参数辨识,使光伏阵列模型输出与实际光伏电站任意一天的实测曲线均能很好拟合,进一步验证了算法的准确性和有效性。在建立的光伏阵列模型能准确表示实际电站中光伏阵列输出功率的基础上,建立整个光伏电站的等值模型。选取输出有功功率P_L及能反映功率变化的辐照度S、温度T作为分群指标,采用减法模糊聚类算法和模糊C均值聚类算法对整个电站的光伏发电单元进行聚类,根据已经确定的机组分类,进行光伏发电单元相关参数的等值。结果表明,等值模型输出与实际光伏电站的输出能基本保持一致,随后通过Xie-Beni指标对聚类结果进行评价,进一步验证了该等值方法在光伏电站领域应用的准确性和有效性。