当今环境污染严重、资源短缺，太阳能作为绿色能源得到了重视，太阳能光伏发电只要有阳光的照射到的地方就能产生电能，且无污染、储量无限。光伏发电的主要关键技术是最大功率点跟踪(Maximum Power Point Tracking,MPPT)，该技术能提高光伏发电系统的效率，故研究MPPT算法具有非常重要的意义。　　光伏阵列在发电过程中偶尔会受到局部阴影遮挡，如附近树木、建筑物和云层等，由于阴影存在使得光伏发电系统功率-电压(P-U)输出特性出现多峰值现象。在此情况下，传统的MPPT算法并不能完全准确地找到全局最优解导致功率失配，即系统能量的损失。所以，为了避免陷入局部极值，群智能算法在多峰值情况下能得到全局最优的效果。　　本文首先介绍了光伏电池的发电原理、数学模型和在MATLAB环境下的光伏电池仿真，还有光伏阵列的模型和在局部阴影条件下光伏阵列输出特性产生多极值的原因。然后在不同阴影情况下进行大量实验得到的实验数据进行总结提出了一种新的MPPT控制算法，核心是根据当前最大功率限制搜索空间(Current Maximum Power Limit Search Section Algorithm，CMPLSSA)，每次搜索到比之前大的功率值，就会对当前最大功率值和搜索空间进行更新，从而达到缩小搜索解空间，提高搜索速度的目的。　　而后，本文在MATLAB环境下对新提出的CMPLSSA算法和传统改进的电导增量法、以及CMPLSSA算法结合粒子群和粒子群算法通过在不同阴影情况下进行仿真结果对比，最终对比仿真结果得到本文提出的CMPLSSA算法在多峰值情况下能达到高效、快速地找到全局最优的结果。最后，本文还设计了硬件对CMPLSSA算法进行实际验证，硬件控制芯片使用TI公司的DSP TMS320F28035进行控制。通过实验验证表明在允许的误差范围内CMPLSSA算法能快速地达到全局最优效果。