当前,随着社会经济的迅猛发展,能源的消耗越来越大。新能源的应用越来越成为人们关注的焦点,在这种情况下光伏发电技术成为了人们研究的热点。为了满足光伏发电功率最大输出,最大功率点跟踪技术被广泛应用。由于MPPT各自技术基础不一样,出现对于均匀光照下光伏发电单峰值功率输出的跟踪效果不同。此外,当树木、建筑物等阴影遮挡光伏阵列时,上述跟踪方法常常陷入局部功率极值点。针对这一问题,国内外学者们提出了各种智能搜索方法,虽然这些智能方法有较好的搜索最大功率点的能力等优点,但有的算法存在收敛不稳定的缺点,当算法运算过程中迭代次数达到一定数量时甚至会出现停滞现象。为此,本文进一步研究了将传统MPPT算法与智能算法相结合的混合跟踪算法。此外,光伏器件在积灰或者长期暴晒下易发生老化故障,针对此问题,本文展开了从电池内部参数出发,识别与分析单电池老化故障,以及由上述分析辨识光伏阵列故障的研究。本文研究内容主要包含以下五个方面:（1）介绍了光伏电池热斑效应的原理,概述了由恒流源、二极管、并联电阻和串联电阻所组成的单块光伏电池等效电路,建立了单块电池的简化模型以及电池电流输出特性简化后的幂律模型。（2）采用工程简化模型,对串联（S）、并联（P）、串并联（SP）、全交叉连接（TCT）、桥连（BL）、蜂窝（HC）、串并联全交叉连接（SP-TCT）、桥连接全交叉连接（BL-TCT）、蜂窝式全交叉连接（HC-TCT）、桥连接蜂窝式连接（BL-HC）、NS连接以及OEC连接等12种4×4及6×4光伏阵列结构进行了对比研究。实验结果表明,所有阵列结构中,输出功率最大的是P结构,最小的是S结构;光伏阵列的功率损耗大小依赖于阴影的模式。全互通连接结构可减少局部遮荫对阵列输出功率的影响;分散的阴影有利于提高阵列输出功率;遮荫方式与阵列规模的改变都会影响输出功率的大小与特征。对称的阵列对于非对称阵列可能有更大的优势抵抗阴影的影响。（3）局部遮荫下光伏阵列输出功率易陷于局部极值,为此,首先针对传统扰动观察法、变步长扰动观察法、改进的扰动观察法的特点,对比研究了它们对于均匀光照下电池单峰值功率输出的跟踪效果。发现使用传统扰动观察法跟踪时会发生振荡,而变步长扰动观察法能有效解决此问题。在外界光照强度与电池温度变化下,上述三种算法中改进的扰动观察法跟踪效果最佳,跟踪精度达94.0%。此外,光伏阵列在局部遮荫条件下功率输出多个峰值。为了实现最大功率全局寻优,进一步研究了蚁群算法、蚁群结合扰动观察法、蚁群结合改进扰动观察法的跟踪效果。发现稳态情况下三种算法均能跟踪到全局最大功率点,但在光照强度发生变化时蚁群算法跟踪失效。在外界光照强度与电池温度变化下,蚁群结合扰动观察法与蚁群结合改进扰动观察法都能精确跟踪到最大功率点,跟踪精度达99.3%。与蚁群结合改进扰动观察法相比,蚁群结合扰动观察法跟踪速度更快。（4）最大功率点跟踪技术能保证光伏系统时时刻刻工作在最佳点上,但在外界环境（光照强度和温度）下光伏电池和阵列易发生老化故障。为此,首先建立了老化故障辨识模型,接着研究了n、Rs、Rsh对单晶硅（砷化镓）电池Pmax影响,最后研究4×4硅BL、HC、TCT、NS阵列中单电池n、Rs、Rsh变化下的Pmax。结果表明单晶硅与砷化镓电池Pmax随n增加而降低,随着Rs增加下降,随着Rsh增加而增加。n的变化对单晶硅（砷化镓）影响很少且基本一致。Rs和Rsh变化对硅电池影响大;原因在于砷化镓电池抗老化能力强于单晶硅电池。阵列Pmax随单电池n、Rs、Rsh变化规律与上面一致。且发现单电池Rs影响下阵列Pmax的降序为BL＞HC＞TCT=NS。原因是当阵列中串联支路多时,更多电池参与分流,由此导致输出功率影响越小。（5）实验研究了动态遮荫下光伏阵列的输出特性,基于电池电流输出特性建立了光伏电池幂律模型,并与实验数据对比验证。理论拟合I-U（P-U）与实验数据均方根误差均小于0.0031A（0.0044W）。