随着环境污染和能源短缺问题的日益加重,绿色环保、可再生的光伏发电逐渐受到人们的关注。然而,相比其他可再生能源,光伏发电容易受到外界环境的影响发生故障,造成输出功率大幅下降。本文分析了局部遮阴下影响光伏阵列输出功率的因素,提出了判断光伏组件遮阴程度的数学模型和局部阴影再分配的重构方法,开展了阵列重构算法与最大功率追踪的研究。本文首先基于光伏电池的结构和工作原理,建立了光伏电池输出特性的工程数学模型,并利用Matlab/Simulink软件进行了仿真。利用单个光伏电池的模型搭建了SP光伏阵列,分析了光伏阵列在局部阴影下的热斑现象,提出了一种既能缓解热斑又能提高阵列输出功率的阵列重构方法。在分析了阵列输出特性的基础上,提出了一种多峰追踪的最大功率追踪方案,为MPPT算法设计提供了理论基础。其次,设计局部遮阴测试方案,并对遮阴下各组件的工作电压、电流、温度数据进行采集。利用SPSS Modeler软件工具对采集的数据进行整理与分析,确定了影响光伏组件遮阴程度的参数权重因子。将采集的数据乘以相对应的权重因子,并利用计算欧式距离的方法建立了“遮阴度”模型,实现了对组件遮阴程度的判别。同时,根据判别结果对光伏组件之间的匹配度进行分类,给出了“遮阴度”模型重构算法。然后,提出了基于神经网络的“遮阴度”模型重构算法,该算法不仅可以提高组件遮阴程度判别的准确性,还可以有效减少组件重构时开关调整的次数。根据阵列重构后的输出特性,在传统扰动观察法的基础上实现了光伏阵列输出多峰条件下的最大功率点追踪。最后,根据现有的测试平台和硬件电路,对SP光伏阵列在局部遮阴下进行了重构实验。实验结果表明,“遮阴度”模型重构算法对提高光伏阵列的输出功率是可行的。