随着社会能源需求的日渐加大和人们对环境污染的关注程度日益加深，人们将更多的目光投入到新能源的开发和利用上。太阳能作为一种清洁可再生能源，越来越多的被国际社会所关注。太阳能光伏转换技术近年来也得到了很大的发展。由于受外界环境以及负载的影响，光伏阵列输出特性呈非线性。光伏阵列的输出功率随输出电压的变化而变化，因此光伏阵列的输出存在着最大功率点。本文所研究的最大功率点跟踪方法就是使太阳能光伏系统工作在最大功率点上或在最大功率点附近，以提高光伏发电系统的输出效率。　　 本文首先介绍了目前国内外太阳能光伏发电技术的应用及其发展现状，并对光伏发电系统做了简要介绍。接着分析了太阳能光伏阵列的工作原理并进行了仿真，结果验证了光伏电池的输出特性。然后比较、分析了电压回授法、扰动观察法、直线近似法、模糊逻辑控制法、电导增量法，提出了基于神经网络的最大功率点跟踪算法与DC-DC变换器相结合的一种跟踪方法。根据太阳能光伏输出特性并结合神经网络的结构特点，建立了结构为2-9-1的三层神经网络模型。在对参数分析的基础上，选用Cuk变换器实现电压的转换并对其进行了仿真。最后使用MATLAB仿真工具对该方法进行了仿真。实验结果表明新算法不仅适应光强、温度快速变化的特点，而且能够快速准确地跟踪最大功率点，验证了方法的可行性，仿真得到了较好的效果。