随着人类社会和世界经济的持续高速发展,人们对能源的需求也越来越迫切。传统化石能源是目前全球消耗的最主要能源,然而化石能源储备有限且不可再生,其大量消耗还引发了严重的环境污染问题,威胁全球生态和人类社会的发展。能源危机和环境问题已成为当今全世界面临的最严峻挑战之一。太阳能作为新型能源的代表,由于其具备清洁环保、可再生、可持续等天然优点,太阳能光伏发电领域技术在国内外都得到了广泛应用和快速发展。本文将光伏发电系统的主要设备—光伏阵列作为研究对象,针对光伏阵列运行过程中主要存在的两个问题,即光伏阵列故障类型智能诊断以及在遮阴故障条件下光伏阵列的最大功率点跟踪问题,进行了相关的技术研究和探讨。论文研究工作主要包括以下三个方面:(1)根据对光伏电池数学模型的分析,在Matlab/Simulink软件构建相应的电路仿真模型,通过仿真模型得到均衡光照和局部遮阴两种工作环境下光伏阵列的输出特性并进行分析比较,同时建立局部遮阴条件下光伏阵列输出功率的数学模型。(2)研究了光伏阵列常见故障(开路、短路、局部遮阴、组件老化等)及其故障成因,通过建立的故障仿真模型模拟不同故障状态,分析各状态输出特性得出影响光伏阵列出现故障的主要特征参数,结合应用需求采用模糊决策树Fuzzy ID3方法构建决策模型,并通过设计Fuzzy ID3算法的数据模糊化步骤以及决策树分裂属性选择准则,建立相应的模糊决策树模型实现故障类型识别并完成模糊知识规则提取。实验验证了该模型具有较高的分类准确率。(3)针对局部遮阴条件下传统最大功率点跟踪方法多峰寻优失效的问题,论文设计提出一种融合了自适应梯度下降法良好局部寻优能力的差分进化改进算法,以解决局部遮阴条件下光伏阵列最大功率点跟踪问题,并通过实验与传统群体智能算法及其改进算法进行比较分析,验证了提出改进算法的有效性和高效性。