目前,电力的需求和使用正在迅速增长。如果持续使用煤炭、燃油等其他化石能源来发电,总有一天会耗尽资源。为了解决化石能源枯竭的问题,必须通过重新利用现有能源资源和开发利用这些能源的有效方法来探索可替代的可再生能源。随着人们对与全球变暖有关的环境污染的认识不断提高,越来越多人进行科学研究、以开发出环境友好型能源。热电发电机（TEG）是一种具有发展潜力的可再生能源。目前,TEG还没有充分发挥出其作为能源的潜力。TEG是一种稳定耐用的能量转换设备,它利用设备中的热量来发电,否则这些热量可能会被浪费。TEG具有安静、灵活、可靠的特点,因为它们不包括机械部件。TEG利用废热发电,因此被视为环境友好型的能源。从经济角度来看,废热是一种成本效益高的发电来源。与此同时,光伏发电（PV）系统作为一种可再生能源得到了广泛的应用,但其产生的废热会显著降低光伏系统的转换效率。TEG系统可以利用这些废热作为输入,将其转化为电能。在混合PV-TEG系统中使用TEG有助于提高能量的转换效率。从TEG中提取的能量受热接点和冷接点的温度梯度以及施加的电力负荷等多种因素的影响。因此,很有必要采用最大功率点跟踪（MPPT）控制,以便在各种操作条件下持续跟踪TEG的工作点以提取最多的能量。本文提出了两种高效的基于群体智能的MPPT控制方法,其主要目标是为TEG系统创建控制方法,以克服现有MPPT控制方法的缺点。首先,为了从TEG系统中提取最大能量并对其进行跟踪,提出了一种基于元启发式的蜜獾算法（HBA）。根据TEG模块的输出特性,对实现方法的关键参数进行了优化。在动态运行条件下研究了所实现的HBA方法的可靠性,并与混合灰狼优化正弦余弦算法（HGWOSCA）、海洋捕食者算法（MPA）和增量电导（INC）等传统MPPT控制方法进行了详细比较。在非均匀温度分布（NHTD）条件下,讨论了现有方法的缺点。现有技术的主要缺点是收敛速度慢、随机振荡和无法跟踪GMPP。这些发现和比较证实了基于HBA的TEG系统MPPT方法的有效性。基于HBA的MPPT方法实现了超过99%的功率转换效率,并加快了跟踪时间,最快可达120毫秒。其次,提出了一种新的基于群体智能的广义粒子群优化算法（GEPSO）,用于从混合光伏TEG系统中提取最大功率。通过与增量电导（INC）、扰动与观测（P＆O）、粒子群优化（PSO）和布谷鸟搜索（CS）等先进MPPT技术的比较,证实了该GEPSO方法的优越性。综合案例研究和比较结果证实了 GEPSO在跟踪GMPP和快速响应时间方面的卓越性能其,其功率转换效率可以大于99%,并且在GMPP跟踪期间波动最小。