太阳能作为当今新能源的主力军之一,得到了人们越来越多的关注。但是,在实际工程应用中,光伏发电技术中仍然存在很多亟待解决的问题,这对光伏发电技术的推广造成了一定的限制。其中,关键技术之一便是解决复杂遮阴条件下光伏阵列产生的热斑效应问题,光伏热斑效应会很大程度的降低光伏发电系统输出效率,长时间的能量消耗甚至会对光伏阵列造成不可逆的损害。因此,研究光伏发电系统热斑效应下的之智能控制方法,对保障光伏发电系统的高效运行是十分必要的。通过对近些年国内外相关文献和技术资料的查阅,本文系统介绍了太阳能电池数学模型和工程模型,并通过仿真分析了不同环境条件下的光伏输出特性,并介绍了不均匀光照条件下光伏阵列热斑效应形成机理。当光伏阵列出现局部遮阴时,遮阴光伏组件的光生电流将大幅减小,支路流经光伏电池等效电路中并联电阻的电流将增大,光伏电池的自身消耗增大,随着时间的累计将产生热斑效应。为了克服热斑效应造成的光伏发电系统输出P-V曲线的多峰值特性,本文提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)和变步长扰动观察法(Perturb and Observe,P&O)相结合的最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制方法。该方法结合光伏发电系统的特性进行初始化粒子的设定,并将分组思想引入到传统粒子群算法中,与传统粒子群算法相比,改进算法对于多维非线性函数具有更快的收敛速度和更高的寻优精度,因此能够在较少粒子和迭代情况下迅速实现近全局似最大功率点的快速搜索。为了减少在最大功率附近的算法计算量,采用变步长的扰动观察法代替粒子算法,实现对MPP附近的动态跟踪。本文在MATLAB/SIMULINK中搭建光伏电池等效电路模型,并通过对光伏电池模型的封装,实现由Buck-Boost电路构成的独立光伏发电系统仿真模型,对不同MPPT方法进行了对比实验,结果表明本文所提出方法具有更快的搜索速度和较小的功率震荡。最后,在户外利用自制DC/DC控制器进行了测试实验,实验数据验证了本文算法的可行性。