随着科学技术的发展,在促进人类社会发展的同时,也消耗了大量的能源,对环境造成了污染。所以利用可再生能源,减轻环境污染是当前科学研究中的重要任务之一。可再生能源包括水能、风能、太阳能、生物质能等。光伏发电是可再生能源利用的重要组成部分,光伏发电系统可分为离网和并网两种方式。因为光伏并网发电系统具有成本低、安装灵活的优点,所以目前在光伏发电系统中占有很大市场份额。光伏并网发电系统经过多年的研究,目前已经进入实用阶段,但在光伏并网发电系统的安全性、可靠性和效率提升等方面还需进一步研究。目前逆变器中应用的控制方法大多属于传统控制方法,传统控制方法是基于被控对象精确模型的控制方式,缺乏灵活性和应变能力,适用于解决线性、时不变等相对简单的控制问题。而光伏逆变器是一个非线性、时变的系统,所以传统的控制方法不能满足光伏并网逆变器的控制需要。智能控制是一门交叉学科,它将控制理论的方法和人工智能技术结合起来,以适应控制对象的复杂性和不确定性。本文以3KW户用型单相光伏并网逆变器为研究对象,在光伏模块的参数提取方法、最大功率点跟踪方法、逆变器的并网控制方法等方面进行深入的研究,并将模糊控制、粒子群优化算法、滑模控制等现代智能控制技术应用于光伏并网逆变器的控制,以提高系统的动态和稳态性能,使其输出电能的质量满足并网要求。本文的主要内容包括:第一章介绍本课题的研究背景和意义及该课题目前的研究现状,同时介绍本课题的主要研究内容。第二章对光伏电池的参数提取方法进行了研究。根据测量的太阳能电池Ⅰ-Ⅴ曲线提取太阳能电池的参数改进太阳能电池的性能和光伏发电系统的建模都具有重要意义。本文提出了一种基于混沌粒子群算法的太阳能电池参数提取方法,采用混沌算法对粒子群进行初始化,然后对种群中的最优位置进行混沌优化。为了验证本文提出的方法的有效性,分别应用混沌粒子群优化算法、传统粒子群算法和遗传算法在不同的搜索范围内提取了太阳能电池的参数,并进行了对比分析。结果表明,本文提出的方法具有精度较高,搜索速度较快的优点。第三章对光伏发电系统的最大功率点跟踪策略进行了研究。目前光伏电池的转化效率还相对比较低,为提高光伏发电系统的能量转化效率,必须在光伏发电系统中采用最大功率点跟踪（maximum power point tracking MPPT）技术。目前常用的最大功率点跟踪技术包括恒压法、干扰观察法和电导增量法。这些方法虽然在一定程度上提高系统效率,但仍存在一些缺陷。本文针对采用干扰观察法的光伏发电系统的输出功率围绕最大功率点振荡的问题,设计了一种应用粒子群优化算法（particle swarm optimization PSO）的模糊控制器,并将其应用于光伏发电系统的最大功率点跟踪（maximum power point tracking MPPT）。该控制器采用粒子群算法优化模糊控制的隶属度函数,易于实现,可实时调整跟踪步长,保证系统在光照强度和温度变化时有较快的动态响应速度和较高的稳态精度。本文分别采用干扰观察法、模糊控制方法和粒子群优化的模糊控制器在相同情况进行了仿真和试验,结果证明该方法的有效性和鲁棒性。第四章对光伏发电系统的并网控制策略进行了研究。本章在对光伏单相并网逆变器的工作原理进行了分析,建立了其数学模型。光伏发电系统是一个非线性控制对象,而滑模变结构控制策略是一种非线性控制策略,具有响应速度快,鲁棒性强,对外界干扰及参数扰动不敏感的优点。但传统的滑模控制的响应包括趋近运动和滑模运动两个阶段,在滑模运动阶段滑模控制系统有很强的鲁棒性,但在趋近运动阶段不具有鲁棒性,系统参数的扰动和外部干扰对系统有很大影响。针对传统滑模控制的缺点,本文应用全局滑模控制思想,通过设计一种动态非线性滑模面方程,从而使系统在整个响应过程都具有鲁棒性。针对滑模控制中抖振现象,本文将模糊控制与滑模控制相结合控制策略应用于单相并网逆变器的控制,用模糊规则对滑模控制器中的切换增益进行估计,减少滑模控制中的抖振现象,并采用前馈控制对电网电压进行补偿,使得系统具有较好的鲁棒性和自适应性。通过仿真和试验,结果表明逆变器输出电流能较好跟踪电网电压,具有较高的功率因素和较小的总谐波歧变。孤岛是指电网停止供电后,分布式发电系统与邻近的负载形成一个自供电的孤岛。由于在孤岛状态下,电网的频率、电压不受供电公司的控制,会对人员和设备带来危害,所以孤岛检测功能是光伏并网发电系统必须具有的功能。本文在对目前已有的孤岛检测方案进行分析的基础上,采用改进的主动移频法实现了孤岛检测,通过仿真,证明该方法的可行性。第五章根据前面提出的控制策略,构建了单相光伏并网逆变器的试验平台,完成了软硬件调试,进行了相关的试验。通过对试验结果进行了分析,证明本文提出的控制策略的有效性和可行性。第六章对本文中的创新点与不足之处进行了总结,对未来的研究进行了展望。