实现可再生的清洁能源在电力行业的消费中占更大份额是我国能源转型的重点。随着光伏发电技术的迅速发展,光伏发电总装机容量在电网中比重日益增大。由于光伏系统需要经过逆变器等电力电子设备接入电网,在波动性、间歇性强的同时存在电压波动与闪变的特点,决定了其在原理上与常规发电机组差异非常大。为了解决该问题,建立简洁、快速可以准确的反应光伏发电系统的动态特性的仿真模型十分重要。本文以主流的两级式三相并网光伏系统为研究对象,对其建立动态相量模型,并对最大功率点追踪(MPPT)控制策略改进,同时利用神经网络来预测光伏功率输出。首先,介绍了动态相量法的定义、动态相量的运算特性,利用动态相量法对光伏发电系统包含控制系统在内进行数学推导,并由此建立光伏系统的各个环节的动态相量模型。通过对动态相量模型、详细时域模型和传统相量模型的结果进行比较,验证动态相量模型的正确性,并展示了动态相量模型的优越型。其次,阐述了 MPPT中的扰动观察法存在的误判与振荡问题,分别提出基于功率预测的扰动观察法与基于二分法的扰动观察法来改善误判与振荡问题,利用MATLAB分别建立了两种扰动观察法的仿真模型,对控制策略的有效性进行了验证。最后将两种方法相结合,提出了功率预测与变步长结合的扰动观察法。最后,建立包含控制器在内的光伏系统的动态相量模型,验证了所搭建动态相量模型的正确性,同时建立了一个适合对太阳辐射进行预测的长短期记忆网络(LSTM),将光伏系统的功率预测与动态相量模型相结合,使得对长时区的光伏模型仿真成为现实。