随着现代经济的快速发展,传统能源的储备日渐减少,新型绿色能源的开发和利用已经成为当今社会能源研究的主题,光伏发电更是其中的佼佼者,但光伏发电的成本较高,利用率较低。为提高光伏发电利用率、降低发电成本,对光伏发电最大功率点跟踪的研究显得尤为重要。本文的主要研究内容如下:(1)光伏电池及光伏阵列模型的建立。通过分析光伏电池运行原理结合数学推导,得到了光伏电池的数学模型;将光伏电池的数学模型与实际相结合,推导得出了光伏电池的工程应用模型以及光伏阵列的数学模型。在Matlab/Simulink中进行了单个光伏电池的仿真测试,验证了模型的可行性。(2)局部遮阴情况下光伏阵列建模及输出特性分析。针对光伏阵列处在局部遮阴环境下,对光伏阵列进行数学推导,建立了仿真模型。分析了光伏阵列处在局部遮阴情况下的输出特性,对热斑效应出现原因进行了分析,并给出了相对应的解决方案。(3)扰动观察法与电导增量法两种最大功率点跟踪算法的分析与研究。对传统最大功率点跟踪算法中的扰动观察法和电导增量法进行了分析研究,在Matlab中构建仿真模型,进行仿真测试。通过分析仿真结果,得知两种算法在均匀光照下能够跟踪到最大功率点,但是精度不高,并且在局部遮阴情况下无法准确跟踪到最大功率点。(4)莱维飞行优化果蝇算法(Levy Flight Optimization Fruit Fly Optimization Algorithm,简称LF-FOA)的研究。针对扰动观察法与电导增量法两种算法在局部遮阴情况下进行最大功率点跟踪时存在的问题,在果蝇算法的基础上,使用莱维飞行对果蝇算法进行优化,并将其首次运用到光伏发电最大功率点跟踪中去,通过函数测试验证了LF-FOA算法的性能,且明显优于原始果蝇算法,最后通过仿真测试验证了LF-FOA算法在局部遮阴情况下进行最大功率点跟踪的可行性和有效性。(5)基于核模糊聚类的自适应莱维飞行优化果蝇算法的研究。本文在LF-FOA算法的基础上又做了进一步的研究,首先引入了核模糊聚类对果蝇个体进行多种群划分,使改进后的果蝇算法具有多种群寻优的优点,不容易陷入局部寻优。同时对莱维飞行添加了一个自适应参数,使得果蝇算法在迭代初期能够以大步长进行寻优,提升寻优速度;在算法的迭代后期能够以小步长进行寻优,提升收敛的精度。最后,通过仿真验证了算法的有效性。