近年来随着技术的进步,光伏发电产业迎来了快速发展期。虽然相关产业链已经趋于成熟,但光伏发电效率低下的问题一直得不到很好的改善。为了提升光伏发电系统的性能,保证其在不同环境下均拥有最大的输出功率,需要对光伏电池进行最大功率点跟踪的控制。传统的最大功率点跟踪方法不适用于局部阴影状态下的光伏发电系统,而标准粒子群算法存在跟踪精度不高,易收敛于局部极值点的问题。针对这个问题,本文提出了一种改进的混沌莱维飞行粒子群算法,提升了光伏发电系统最大功率点跟踪的准确度,实现太阳能的最大化有效利用。本文首先对光伏电池的数学模型及结构做了简要的介绍,并对无阴影及局部阴影环境下的输出特性做了简单的分析。介绍了目前几种主流的最大功率点跟踪的算法,并分析了各自的优缺点。其次,将莱维飞行粒子群算法引入了光伏发电系统的最大功率点跟踪中,提升了控制的准确度。研究并采用了一种新的莱维飞行判据,能够显著降低算法的控制时间,节省在控制过程中损失的功率。提出了混沌莱维飞行粒子群算法,利用混沌运动的无序性及遍历性,改善了莱维飞行粒子群算法的性能,使算法能够利用混沌运动及时的跳出早熟收敛状态,进一步提高了算法的准确度。改进了算法的终止条件,在未收敛但判断找到新的最优点的概率不大时,即时终止算法,进一步提升了算法的速度。最后介绍了本文所用仿真系统的建模,并对不同情况下的光伏发电系统进行了仿真运行。仿真结果表明新算法能够适应不同环境下的最大功率点跟踪要求,具有很好的性能。