随着经济的快速发展和人口数量的不断增长,人类对能源的依赖越来越明显,同时化石燃料的不断减少甚至枯竭,环境的日益恶化,使得人类面临着严重的能源危机,发展可再生能源已迫在眉睫。太阳能是绿色可再生能源,随着光伏发电技术的不断完善,越来越受到人们的关注。本文主要研究了不均匀光照条件下的最大功率点跟踪算法、DC/DC变换器的控制以及并网逆变器PQ控制等相关内容。具体工作从以下几个方面研究：本文首先建立均匀光照和不均匀光照条件下的光伏电池等效电路和数学模型,并搭建光伏阵列仿真模型,对不同光照强度和温度下的输出特性进行分析；对均匀光照和不均匀光照条件下的输出特性进行仿真,并分析了其多峰特性。通过仿真分析了遗传算法、BP神经网络和改进PSO-模糊神经网络算法各自的优缺点。在此基础上提出了基于PSO-模糊神经网络的改进“教与学”优化算法,该算法对基本“教与学”优化算法的初值设定范围、“教”阶段和“学”阶段系数分别进行了改进,使得算法收敛速度、精度和稳定性显著提高。针对滑模变结构控制中的抖振问题,提出了一种基于ITLBO的混合滑模变结构控制方法。分别对采用基于ITLBO的混合滑模变结构控制方法和采用传统的滑模变结构控制方法进行了建模和仿真,对比仿真结果,证明提出的基于ITLBO的混合滑模变结构控制方法的优越性,该控制方法比传统的控制方法能更快速的跟踪到最大功率点,并且具有更小的超调量和调整时间。提出了基于PSO算法和Prony算法的抖振波检测新算法PSO-Prony算法。详细分析了PSO-Prony算法的基本原理和参数求解过程,并通过谐波曲线拟合测试PSO-Prony算法的性能,结果证明该方法稳定性、精度和抗噪性能优越。将PSO-Prony算法应用于滑模变结构的抖振波消除中,使得最大功率点跟踪输出值恒定,而不会出现波动的情况。建立了PQ控制的仿真模型,通过仿真验证了PQ控制器的有效性。最后,将带MPPT的光伏电池模型接入PQ控制器中建立了相应仿真模型,并实现并网PQ控制。通过仿真验证了带MPPT的光伏电池并网PQ控制的优越性。