随着科学不断发展智能产品越来越多,电能已经成为日常生活不可或缺的能源。太阳能由于其可再生、污染小等优点逐渐成为标志性的清洁绿色能源。然而,光伏发电在技术上存在着一些问题,其中如何让光伏电池在工作过程中功率达到最大化的问题尤为突出。当光伏电池处于局部遮阴时,功率-电压曲线呈“多峰型”。由于传统的跟踪算法易出现陷入局部最优的问题从而不能实现全局最大功率输出,因此不再适用于“多峰型”情况。一些智能算法虽然不会出现陷入局部最优的问题,可以搜索到实际最大功率,但由于搜索时间较长,并没有明显的优势。因此,本文应用改进蝙蝠算法,并研究如何将该算法应用到最大功率点跟踪的问题上。完成的主要工作如下:建立局部遮阴模型:对光伏电池数学模型进行分析,应用MATLAB/Simulink搭建单块光伏电池的仿真模型。在实际应用中,光伏电池易处于局部遮阴状态,因此,在单块光伏电池仿真模型基础上,通过串、并联的方式搭建局部遮阴状态下的光伏电池仿真模型。由仿真结果得出局部遮阴状态下光伏电池输出特性曲线呈“多峰型”。引入改进蝙蝠算法:通过对传统算法以及以粒子群算法为代表的一些智能算法的分析得出这两类算法存在的问题以及不足,从而引出本研究采用的改进蝙蝠算法,该算法优化了原始算法中一般取成常数的因子。将改进过后的蝙蝠算法以及原始蝙蝠算法、粒子群算法进行对比研究。建立最大功率点跟踪模型:当光伏电池输出曲线呈“多峰型”时,传统算法因易陷入局部最优导致无法搜索到最大功率点;粒子群算法虽能搜索到,但时间较长。为验证改进蝙蝠算法可以较好的解决上述两类问题,利用MATLAB/Simulink搭建最大功率点跟踪模型,分别对粒子群算法、原始蝙蝠算法以及改进蝙蝠算法进行仿真。通过对绘制出的功率-时间曲线分析得出:当环境不发生改变时,三种算法追踪到的时间分别为0.38s、0.25s、0.1s,并且改进蝙蝠算法追踪过程中功率消耗最小;当环境发生改变时,三种追踪算法波动的时间分别为0.18s,0.06s,0.02s。通过仿真实验结果得出无论是在哪种环境下,改进蝙蝠算法都体现出了快速性和有效性。实物平台验证:为验证改进蝙蝠算法在实际应用中的效果,通过V-SUNS4000型光伏发电实训平台进行测试。把测得的实验数据绘制成功率-时间曲线,通过对曲线进行分析得出改进蝙蝠算法无论在有遮挡还是无遮挡的情况下都可以有效地追踪到最大功率点,且误差不到1%。说明在实验平台上改进蝙蝠算法依然具有可行性。综上所述,无论是仿真结果还是实物平台验证,改进蝙蝠算法都可以体现出较好的追踪效果,验证了改进蝙蝠算法的高效性且搜索所需要的时间短等优点,在局部遮阴状态下最大功率点追踪问题的研究上具有一定意义。