如今,新能源在全球范围内得到了广泛的应用,大大减少了化石燃料的燃烧和温室气体的排放。由于传统化石能源面临枯竭、大气污染日益严重,更大程度的利用新能源已成为各国研究的重点。太阳能作为一种环保、可持续的新能源越来越受到关注。随着智能电网的发展,未来将会有越来越多的太阳能发电系统并入电网。同时,由于太阳能本身的间歇性以及非线性负荷接入电网使得电网中的电能质量严重下降,将会给电网带来诸如电压跌落、谐波、低功率因数、负载不平衡等电能质量问题,严重影响了电力系统的稳定性。论文对三相光伏发电系统接入配电网后所产生的电能质量问题进行研究,分别就电能质量的谐波和过电压问题提出了有效的控制策略。针对电网中大量非线性负载以及光伏发电系统本身的间歇性引起的电能质量问题,论文分析了基于瞬时无功功率理论的光伏并网谐波控制算法,对传统的基于瞬时无功功率理论的光伏并网逆变器的控制方法进行改进,采用直流侧电压反馈以稳定直流侧电压,提高谐波和无功的补偿效果;采用三相电压幅值反馈以调节PCC点电压,并利用PI调节实现了对谐波的无静差跟踪,从而有效减小谐波和稳定PCC电压,很好的改善了光伏发电并网的电能质量以及配网系统的电能质量。通过Matlab/Simulink软件搭建了光伏并网发电系统仿真模型,通过仿真验证,证明该改进的控制算法在抑制谐波和稳定PCC点电压方面达到了预期效果。针对大量分散的光伏发电单元接入配电网后引起电能质量下降的问题,提出了一种基于BP神经网络预测模型的过电压抑制策略。该策略利用气象预报的光照、温度数据信息以及检测的光伏发电系统的输出功率和馈线电压等历史数据,预测出需要削减的光伏发电有功功率,并控制光伏板的功率输出以避免过电压的发生。论文对提出的预测模型作了介绍,提出了不同日类型(晴天、多云)的分类预测模型。最后通过MATLAB仿真软件进对算例进行分析,结果证实了该预测模型抑制过电压的可行性和有效性。