在国家“双碳”目标的背景下,山地光伏项目的开发迎来了新高潮。山地光伏电站因地形、地势的限制,容易出现局部阴影遮挡,导致光伏阵列内部经常形成热斑故障。针对上述问题,基于正常辐照条件和局部阴影下光伏组件P-V输出曲线,利用中心差分法和辛普森积分法获取斜率和积分面积误差,判断光伏组件局部阴影遮蔽类型和遮蔽程度,再利用输出电流I-t曲线斜率的累积值检测热斑故障;提出一种改进的非洲秃鹫优化算法（IAVOA）,以光伏阵列总功率与最大行电流和最小行电流差值的比值为新目标函数,从而更高效地动态重构光伏阵列,最大限度地分散阴影以降低发生热斑故障的概率。首先,山西省永和县为响应国家乡村振兴要求,对部分荒坡山地光伏电站进行建设可行性分析,根据坡度、朝向等地形地貌因素对其进行坡面划分,对拟建光伏电站的山地区域建立三维模型;充分考虑光照、天气等当地气候条件,通过光伏组件串并联、阵列间距和方位角倾角计算确定光伏阵列最优布局方案,并进行发电量预测和节能减排计算。其次,分析光伏电池单二极管等效电路和光伏组件结构并搭建仿真模型,研究局部阴影遮蔽型热斑故障的成因机理与发热影响;根据局部阴影遮蔽下的光伏组件P-V曲线与正常辐照条件下斜率和积分面积的偏移量,定义阴影类型检测指标?sdi判断局部阴影遮蔽类型,阴影强度检测指标?sai量化局部阴影的遮蔽水平;通过提取长期、短期热斑故障及发生局部阴影但未导致热斑故障下三种工况下的I-t曲线,定义热斑检测指标?hdi,优化局部阴影型热斑故障检测模型。最后,提出一种基于Tent混沌映射、个体记忆搜索策略和权重时变机制的IAVOA动态重构算法,并应用新的目标函数解决了典型群智能算法在动态重构时存在的收敛速度慢、易陷入局部最优和计算时间过长的问题,更高效地对光伏阵列进行动态重构。通过填充因子、功率提升百分比和失配损失3个评价标准,比较评估所提的IAVOA重构算法与粒子群算法（PSO）和非洲秃鹫优化算法（AVOA）在模拟山地光伏电站可能出现的局部阴影模式下的重构性能。仿真结果表明,所提的基于IAVOA的动态重构算法相比于PSO和AVOA的最大功率分别提高了1.6%和0.35%,并在所验证的所有局部阴影模式下都拥有最高的填充因子和最低的失配损失。