阴影遮挡、表面脏污等问题造成光伏阵列中部分组件的电压、电流下降,导致光伏阵列的输出功率大幅下降。功率优化器采用最大功率跟踪（MPPT）技术,使光伏阵列输出功率最大,提高发电效率。局部阴影条件下,光伏阵列P-U特性呈现多峰值的特征,传统MPPT算法易陷入局部峰值。本文旨在提高局部阴影条件下MPPT算法的寻优能力和功率优化器的性能,在此基础上研究了改进樽海鞘群算法（SSA）,并设计了一种基于SM72295的H桥Buck-Boost电路功率优化器。基于人工智能的SSA和PSO算法虽然能够实现多峰值MPPT,但是存在收敛速度和寻优精度的问题。在此基础上改进SSA,加入追随者位置更新权重、自适应领导者数量更新算子和越界位置调整策略,加快算法收敛速度,增加了种群的复杂度;针对光照突变引起的功率突变问题,通过设计功率优化器的初始参数、终止条件和重启条件,减少跟踪迭代时间,适应快速光照变化;在MATLAB平台采用标准测试函数测试SSA和改进SSA的性能,并在Simulink中搭建改进SSA和PSO算法的MPPT仿真模型,验证改进SSA的优越性。分模块完成功率优化器的硬件设计,采用H桥Buck-Boost电路扩宽输出范围,选用集成SM72295芯片简化驱动和电流采样电路的硬件结构。采用模块化设计方法进行软件设计和功能调试,调整元器件参数;分别进行直流电源串联电阻和光伏电池MPPT的半实物仿真试验,实现样机测试;结合MATLAB和功率优化器控制板,进行改进SSA性能测试。仿真结果表明改进SSA比基本SSA寻优精度更高和稳定性更好,并且比PSO算法迭代次数更少,能够更快找到最大功率点;样机测试结果表明在一天内不同时刻的光照强度下,功率优化器能够快速实现最大功率跟踪。