太阳能是可再生的绿色能源之一。光伏发电是太阳能利用的一种重要形式,但由于环境条件的变化使光伏电池的光照强度和温度不断变化,使光伏系统的最大功率点出现多峰问题,这不仅降低了光伏发电系统的输出功率,而且制约了光伏发电的普及应用。本文在光伏电池模型的基础上提出了一种基于小生境菌群优化算法来解决最大功率点跟踪(Maximum Power Point Tracking,MPPT)问题,并对算法进行了仿真和实验研究。论文的主要工作如下:(1)介绍了光伏电池的工作原理,建立了等效电路及等效的数学模型,并对光伏电池模型进行了仿真。建立了光伏阵列的数学模型,并针对不同阴影情况进行了仿真研究,结果表明光伏阵列的输出特性及P-V曲线存在多峰问题。(2)针对传统菌群优化算法进行多峰值寻优问题时易陷入局部最优解的问题,引入小生境概念提出了一种改进的菌群优化算法。小生境菌群优化算法的原理和流程。以典型benchmark测试函数为算法仿真对象,应用传统菌群优化算法和小生境菌群优化算法进行仿真实验研究。(3)采用提出的小生境菌群优化算法对阴影条件下的MPPT问题进行了详细的描述,并采用仿真对算法进行了验证。仿真实验采用了基于Boost电路的最大功率跟踪系统,在MPPT控制器中运行小生境菌群优化算法对4×3的模拟光伏阵列进行了 2种不同阴影情况下的最大功率点跟踪。实验结果表明该算法能够快速、准确的实现多峰最大值的搜索,能够在光照不均匀的情况下实时跟踪光伏阵列的最大功率点,从而提高光伏系统的发电效率。(4)针对实际工程项目进行了光伏太阳能系统的设计。进行了实际工.程项目主要设备的配置、光伏并网系统方案的设计,并对该工程光伏系统的经济效益和社会环境效益进行了分析。表明光伏系统在节标准煤、减排CO2、SO2、NOX和烟尘方面有明显效果,能够实现了绿色建筑的标准,具有实际应用价值。综上所述,本文主要对光伏系统阴影条件下的MPPT问题进行了研究，在传统菌群优化算法的基础上提出了一种基于小生境的菌群优化算法，并将其应用于MPPT问题。实验结果表明了所提算法的可行性，有效保证了条件下全局最大功率点的跟踪。针对实际工程项目的光伏系统设计及效益分析表明了光伏系统对绿色建筑的重要作用。