作为可再生能源之一,光伏发电已经逐渐走入人们日常生活中,光伏建筑、太阳能屋顶、风光互补发电站等在国内林立而起,虽然相较与传统发电技术,光伏系统中仍然有许多难题还未解决,比如低电压穿越、电流分岔现象、混沌现象、最大功率跟踪控制、孤岛及负荷预测等,但是随着科技的发展和进步,这些难题将被一一攻克,光伏发电的技术也将逐渐成熟。主要研究方向是光伏系统中最大功率跟踪的研究,由于光伏系统的输出电压电流等均受到外界温度、辐射的影响,所以为了能够尽可能的提高输出功率,最大功率跟踪技术的研究是极为重要的。具体研究内容如下:首先,对光伏电池的原理进行了分析,建立了光伏电池的数学模型,分别用计算和仿真两种方法,论证了电流和电压以及输出功率之间的关系。通过对光伏电池的数学模型的讨论,阐述了阴影现象的基本原理,并通过公式的分析计算,提出了相应的解决办法,即最大功率跟踪技术。其次,对扰动观查法、粒子群优化算法等算法的工作机理作了大量分析,并且对两种算法建立了相应的模型,最后通过仿真分析,对比了传统算法和智能算法在光伏系统中所表现出的不同的优势以及存在的问题。然后,引入了模糊逻辑的概念,并对其一系列理论问题进行研究,通过结合模糊逻辑的寻优速度快但无法全局寻优的特性以及粒子群优化算法全局寻优强但寻优速度十分缓慢的特性,提出了一种改进的粒子群优化算法。为了实验该方法的有效性,对这种改进的粒子群优化算法设计了仿真模型,并且与扰动观察法进行了对比分析。实验结果表明改进后的算法跟踪速度有着明显的提高,同时并没有降低寻优的精确性。最后,在阴影的情况下,分析了PV曲线出现的多个峰值的现象,以两个串联的光伏电池单元为例,分析了不同情况下系统的输出特性曲线峰值个数。同时为了验证改进的粒子群优化算法的先进性,将模糊逻辑改进法同样应用于遗传算法进行改进优化,对此两种改进算法进行对比,仿真实验在不同阴影下对比其输出特性和跟踪性能,实验结果表明改进的粒子群优化算法有着高效的追踪能力。