近年来随着我国分布式光伏发电系统的快速推进,已建成的分布式光伏电站逐渐暴露出运维技术和管理水平不高、专业和集约化程度不够、效率低下等问题,成为制约分布式光伏电站稳定健康发展的瓶颈之一。为了有效提高光伏电站的可用度和发电效率,研究光伏发电系统的状态评估方法和智能维护策略具有重要的意义。基于以上研究背景,本文的主要工作如下:（1）针对光伏阵列运行环境复杂,运行状态影响其发电效率及使用寿命的问题,提出了一种新的基于组合权重及马尔科夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）动态模拟的光伏阵列状态评估方法。首先在考虑环境因素影响评估指标的前提下构建光伏组件串单元故障概率评估体系,结合G1法及熵权法对评估指标组合赋权,得到了光伏组件串单元故障概率,然后通过建立随机变量与评估指标之间的联系,利用MCMC模拟得到光伏阵列的状态。为后面光伏发电系统的智能维护奠定基础。（2）针对光伏发电系统定期维修费用较高且不能充分利用系统实时状态而动态调整维修策略的问题,在考虑设备运行状态和天气因素影响的基础上,提出了一种新的基于关联集和可用度的光伏发电系统动态组合维护策略。首先依据设备的结构功能相关性建立关联集,并以此为单位确定维修策略集合。然后通过改进的马尔科夫状态转移模型预测设备和关联集状态,计算其可用度。在设备维修决策阶段,以维修成本最低和可用度最高为目标,通过引入方式因子结合设备状态类型确定维修时间及方式;在关联集维修策略优化阶段,依据设备之间经济结构相关性建立共同维修决策集,从而确定系统最佳维修策略。最后分析了环境因素对维修费用和系统可用度的影响,验证了该模型的经济有效性。（3）针对光伏发电系统基于状态信息的维护方式不能有效反应部件综合相关性对维修策略影响的问题,在考虑维修费用及可用度最优的基础上提出了一种新的考虑部件相关性及可用度的光伏发电系统双层优化维护策略。首先分析系统中部件的综合相关性,并引入失效相关强度验证失效相关性对维修策略的影响;然后通过改进马尔科夫模型对系统和部件进行可用度建模;最后基于机会维修思路,通过考虑经济相关性建立以系统维修费用最低为目标的上层优化模型,并将系统可用度最优作为目标函数,部件可用度限制作为约束条件建立了下层优化模型来校验。通过引入天气可及率分析其对维修费用及系统可用度变化率的影响,从而验证了该模型的经济性和普适性,以及天气因素对维修策略制定的具体影响。