作为相关技术领域中的热点,光伏发电已经并且将要作为可再生清洁能源得到日益广泛的应用。目前光伏发电系统中大量采用的还是以高纯硅为原料的光伏器件,导致系统的建设成本居高不下,另外由于太阳能能量密度低、随机性大、时变性强的特点,硅光伏器件的发电能力在大多数情况下不能充分发挥。人们在太阳能应用的技术进步中总是要采用各种技术手段来应对上述缺点,阳光跟踪和聚集就是收到广泛关注的两种技术手段,基于这些技术设计的同等容量的光伏发电系统可望大幅度地降低造价。面向太阳跟踪技术,进行了一些应用基础性理论研究。论文首先对与跟踪有关的太阳的天体几何问题进行了整理归纳,探讨了三种确定太阳位置的方法,并重点对图像处理方法进行了较为深入的研究,提出了一种利用鱼眼图像识别的太阳定位方法,可实现对太阳方位的有效识别。面向大容量的光伏发电系统及其控制策略,论文对硅太阳电池的工程数学模型进行了较为系统的研究,获得了一个可应用于随机工况的基于出厂参数的光伏器件工程数学模型,并实验验证了其具有较好的准确性。论文还提出了一个隐含光照强度和太阳高度角的工程数学模型。上述模型为光伏系统的控制策略研究提供了基础。提出了一种利用硅太阳电池的开路电压、短路电流以及最大输出功率点处的电压、电流确定模型参数的方法。分析了不同光强下硅太阳电池的模型参数修正方法以及太阳高度角对太阳电池所接受的辐射量的影响,研究了负载电流变化情况下的太阳电池输出电压与接受光强的关系,从而构建了负载电流变化情况下的跟踪角度与太阳电池输出电压的关系模型,为光伏跟踪系统优化控制的执行打下基础。论文工作中进行了基于无线传感网络的多光伏单元跟踪型光伏发电系统的设计。这种光伏单元的智能核心是一个基于嵌入式技术设计的智能控制器,光伏单元配置二轴伺服机构用于实现对太阳位置的二维跟踪,完整的传感检测系统实现太阳位置的识别、光伏阵列方位、环境和系统参数的获取,Zigbee无线通信接口支持大容量光伏系统的组网优化控制,并网逆变器实现电能的输出。以这种跟踪型光伏单元作为光伏发电系统的基本单位,可以实现独立跟踪型、群控型和领航型等不同的组网方案。由于光伏发电系统本质上的非线性和环境的不确定性,基于解析数学模型传统测控理论难以解决光伏系统复杂的控制问题。论文将人工智能技术与控制理论和模式识别相结合,研究和推导了光伏发电系统的智能控制策略,提出了一种基于二级双向耦合递阶结构的光伏跟踪系统特征建模与智能测控器模型,采用有限状态机理论,实现全天候环境下最佳接收光强跟踪控制。本文提出的方法在相关的项目中应用得到了良好的效果。论文中还对一些有待继续研究的问题提出了设想。