近年来,全球能源短缺及环境污染问题日趋严重。我国作为发展中国家,上述问题尤为突出。在我国,火力发电作为传统的发电方式,其通过煤的燃烧产生电能。一方面,煤是一种不可再生的化石资源,我国日益增长的巨大用电需求进一步加剧了煤炭资源的匮乏。另一方面,煤的燃烧将产生大量的二氧化碳、二氧化硫等有害气体,温室效应和雾霾的危害还是逐渐显现。综上,我国亟需一种新的能源来参与电力生产以实现国家发展的可持续。分布式光伏电源因其环境友好、分布广阔、能源富足等优点,得到了长足的发展,并受到全世界的广泛关注。然而,分布式光伏电源的输出功率易受光照强度和环境温度影响,使其发电工作点偏离最大功率输出点,大大降低其发电效率。若分布式光伏电源处于孤岛状态时对外供电,这可能会危及电器设备和电力维修人员。此外,若大量分布式光伏电源接入配电网,此举将改变配电网的潮流,进而对配电网的网损造成巨大影响。而配电网的网损会引起输电线发热并加速线路老化,从而降低绝缘性能,严重影响到电网的安全运行,此外网损引起的热损耗会浪费大量电能。因此分布式光伏电源的控制技术及出力优化调度方法是分布式光伏电源广泛接入配电网的关键之所在。本文以提高光伏发电环境自适应性、孤岛检测的有效性、减少网损为核心,研究分布式光伏电源的控制算法及调度方法的关键问题。针对光伏发电量易受环境影响的问题,本文提出了基于电导纹波关联的两阶段最大功率点跟踪算法。该算法利用光伏最大功率点的电导和光照、环境温度的数学关系,在第一阶段快速接近最大功率点,从而使得最大功率跟踪算法可适应光照和环境温度的变化；第二阶段将电导作为纹波关联控制算法中的对象,精确跟踪最大功率点,从而有效降低最大功率工作点的震荡。为了验证并网控制策略的有效性及功率调节的可行性,设计并实现了光伏并网逆变器,通过系统测试可知光伏并网逆变器符合并网标准。分布式光伏电源处于孤岛状态存在着严重的安全隐患问题,因此孤岛检测技术成为其接入配电网必不可少的技术。主要的孤岛检测方法可以分为被动式检测法和主动式检测法。被动式检测方法通过检测系统参数如电压、频率是否处于正常范围以判定孤岛状态,但是若孤岛运行时上述参数处于正常范围内,则无法检测出孤岛状态,因而存在较大检测盲区。主动式检测方法通过向逆变电流注入扰动量以检测孤岛状态,但会对配电网注入更多电流谐波,电网的电能质量将会被污染。针对现有方法检测盲区较大、谐波污染的问题,本文提出了基于序列周期性扰动码元匹配的孤岛检测算法。当分布式光伏电源处于孤岛状态时,负载电压和逆变电流存在较强相关性。根据此相关性,本文通过序列周期性扰动逆变电流幅度并计算孤岛检测系数。本文通过孤岛检测系数与码元的匹配程度实现孤岛状态的检测。同时本文给出了序列的长度及码型选取原则,分析了负载变化对检测方法的影响。本文的孤岛检测算法对配电网谐波污染小,并针对负载在一定范围内变化时仍能有效检测孤岛状态。针对未来分布式光伏电源广泛接入配电网的需求和分布式光伏电源出力优化的问题,本文提出了基于K-means聚类的分布式光伏电源出力优化方法。本文以网损最小化为优化目标,利用粒子群算法对多点并网分布式光伏电源出力进行优化。为了解决粒子群算法初始化随机解优化精度低的问题,本文根据K-means分类得到的聚类并结合出力分配公式给出粒子的初始解。针对光伏发电量和用电负荷的时变特性,本文基于K-means的粒子群算法根据每小时历史数据对分布式光伏电源出力进行优化。因此相较于传统的粒子群出力优化算法,基于K-means的出力优化法能进一步降低配电网的年网损。针对光伏发电量及用电负荷的不确定性,本文提出了分布式光伏电源出力日前调度方法。为了充分发挥分布式光伏电源对配电网的有利作用,需要通过预测数据对其出力进行日前调度。本文则通过分时系数自回归滑动平均模型得到预测的晴朗系数、环境温度及用电负荷,并通过预测的晴朗系数和环境温度建模得到光伏发电量。以最小化每小时网损为优化目标,通过二次规划或动态逐次逼近优化算法结合预测数据对分布式光伏电源的出力进行日前调度,有效减小了配电网的每小时网损,实现了出力的日前调度。