針對采用干擾觀察法時最大功率跟蹤系統的輸出功率在最大功率點附近小幅振蕩的問題，設計了一種應用粒子群優化算法（particle swarm optimization，PSO）的模糊控制器，并將其應用于光伏發電系統的最大功率點跟蹤（maximum power point tracking，MPPT）。該控制器采用粒子群算法優化模糊控制的隸屬度函數，能夠實時調整跟蹤步長，保證系統在光照強度和溫度變化時有較快的動態響應速度和較高的穩態精度。分別對采用干擾觀察法、常規模糊控制方法和帶粒子群優化的模糊控制器在相同情況進行了仿真和試驗，結果證明了所提方法的有效性和魯棒性。

　　光伏發電技術是新能源發電技術的一種，具有環保、安全、壽命長等優點。目前，光伏發電系統開發初期的投資較大，能量轉換的效率也較低。為了提高光伏系統的利用率，除了要提高光伏電池的能量轉換效率外，還常在系統中采用最大功率點跟蹤（maximum power point tracking，MPPT）技術［1］。近年來，研究人員對MPPT算法進行深入研究，2002年 M.A.S.Masoum 提出了基于檢測光伏電池的開路電壓和短路電流的控制方法，以實現光伏電池最大功率點的跟蹤，該方法簡便、成本低，但應用該方法需將光伏模塊與負載周期性斷開以檢測開路電壓和短路電流，這會引起系統的功率損耗［2-3］。2007年 N.Femia 和 D.Granozio 將干擾觀察（perturbation and observation，P&O）法應用于光伏電池的最大功率跟蹤，這種跟蹤控制方法結構簡單、易于實現，但該方法穩態精度差，在光強快速變化時會導致較大的能量損失［4］。2008 年 F.Liu 和 S.Duan 等將變步長的增量電導法用于最大功率點跟蹤，并取得了較好的效果，但這種方法的成本高，不適于大規模推廣應用。