现如今能源危机问题逐渐引起世界各国的高度重视,太阳能的研究成为解决能源危机的先驱。然而其应用过程中,光伏阵列的光电转换效率低,在不均匀环境下输出特性不稳定,光伏电池的P-U输出特性曲线存在多极值现象,在进行最大功率点跟踪时无法精准定位,因而针对该过程的算法研究很关键。本文主要进行了以下研究:（1）光伏阵列模型的建立及输出特性的分析。构建了光伏电池数学模型,结合实际推导出工程中的应用模型,并采用并联旁路二极管的方式搭建串并联结构的光伏阵列数学模型。运用控制变量法分析全光照条件下以及局部阴影下光伏电池和光伏阵列的输出特性,获得并研究环境突变时其输出特性曲线。为了实现对最大功率点的跟踪,应在负载之前设置DC-DC变换器,调节占空比。（2）光伏发电最大功率点跟踪算法分析。分析了最大功率点算法的原理,列出了恒定电压法、扰动观察法和电导增量法等经典跟踪算法。通过对经典算法的跟踪过程进行分析与研究,对其跟踪效果进行了仿真,同时横向对比了三种算法的优势和劣势。（3）一种改进的新型狮群算法研究。针对传统算法容易陷入局部极值的情况,对狮群算法进行分析,在原始算法基础上引入了混沌思想,将混沌变量变换到区间范围内,通过Logistic混沌序列对狮群位置进行初始化,然后将莱维飞行机制与狮群算法相结合,引入上一次迭代中适应度值最差的幼狮作为步长改进的参考量,使狮王以短距离结合偶尔长距离跳跃的步长飞向小概率区域,对狮王的位置进行随机扰动,使之能够快速地分布在整个寻优空间中,扩大了狮群搜索范围,跳出局部最优解,进一步提高了算法的精度,且提高了算法的收敛速度。（4）新型狮群算法的收敛性证明及参数选取。描述了改进新型狮群算法的基本流程并对算法的收敛性进行证明,选取了十个经典多峰值测试函数对改进新型狮群算法的进行全局寻优,且与原始的狮群算法对比仿真分析。对改进新型狮群算法中的四个参数持续仿真,详细分析了狮群总数,比例,分布半径以及最大迭代次数对算法跟踪性能的作用。（5）改进的新型狮群算法在MPPT中的仿真验证。搭建光伏阵列的仿真模型:Boost电路、PWM控制器和S-function控制模块,在双峰值和三峰值情况下对改进的新型狮群算法进行仿真验证。输出结果证明,改进新型算法的效率明显提高,减少了迭代次数,缩短了算法收敛时间,在光伏发电系统出现局部阴影时能精准地跟踪到最大功率点。