光伏+储能是近些年研究人员关注的一个研究课题,太阳能发电具有随机性和波动性,而储能可以平滑功率波动,保持功率输出的稳定,因此其发展受到越来越多的重视。太阳能-超级电容一体化组件作为一种新型的光储器件,对其特性进行深入的研究与应用是进行最大功率跟踪控制的前提,将智能算法应用于最大功率跟踪控制也是目前的研究热点,这两个方面对于光伏发电都具有现实意义。首先通过查阅国内外相关文献与资料,分别了解当前关于一体化组件和最大功率跟踪控制的研究现状,简单介绍了几种控制方法并分析出其优劣性。随后,通过一体化组件的等效电路,根据其数学模型在复杂情况下对一体化组件的输出特性进行分析,并在Matlab/Simulink进行仿真。基于此,研究了一体化组件最大功率控制系统的结构及控制原理,并介绍了几种基于智能算法的最大功率跟踪控制方法,总结其优缺点,引出了一种新型智能优化算法——基于状态空间模型遗传算法。然后研究了状态空间模型遗传算法的基本思想、算法流程及具体步骤,为其建立基于随机过程的模型,并从可达状态集角度分析出算法具有敛精度低、易陷入局部最优等缺点的原因所在,提出了一种改进的状态算法模型遗传算法,利用吸收态马尔可夫过程证明了算法的全局收敛性。并对其进行了基准函数测试,测试结果表明,改进的状态算法模型遗传算法在丰富了种群多样性,提高了全局收敛性,避免陷入局部最优,很大程度地减少了算法的不确定性。最后,针对复杂环境下的情形,提出了将改进算法应用到一体化阵列的最大功率点跟踪控制当中的方法,并在Matlab/Simulink中进行了仿真研究,建立了最大功率点跟踪控制系统中各个模块的仿真模型,对整个控制系统进行了仿真研究。结果表明,该方法能够精确快速地跟踪到一体化阵列的最大功率点,算法在寻找最大功率点的快速性和稳定性方面具有优势。