无人船由于其灵活机动的特点,已在多种海事任务中体现了不可替代的应用价值。当前,搭载带有最大功率点跟踪（Maximum Power Point Tracking,MPPT）控制器的光伏发电系统已经成为提升无人船续航能力的一种主要方式,其中MPPT控制策略是提高能源利用效率的关键技术。本文将无人船光伏阵列作为研究对象,旨在提出高性能的MPPT策略。首先,通过设计基于区域-更新规则的自适应粒子群算法,提高了粒子群算法在局部阴影遮挡条件下较低的搜索效率。其次,建立了完整的神经网络导向-自适应粒子群跟踪框架,优化了快速变化局部阴影遮挡条件下的连续跟踪过程。最终,通过建立硬件在环仿真系统对所提出的方法进行了验证。具体研究工作如下:首先,针对局部阴影遮挡条件下粒子群算法搜索效率低的问题,通过设计区域-更新规则创建了自适应粒子群算法。具体地,整个种群根据适应度值分为三个子区域,每个子区域内的粒子都承担着不同的搜索任务,即对应着不同的速度更新规则,从而有效改善了粒子由于随机性所引起的无效搜索行为。不同局部阴影遮挡条件下的仿真结果表明,相比于标准粒子群算法,提出的自适应粒子群算法能够有效提高搜索效率,从而加快了收敛速度。其次,针对局部阴影遮挡条件快速变化导致最大功率点随时间变化的问题,设计了神经网络导向器。具体地,由历史信息训练而成的神经网络导向器能够建立当前最大功率点位置与其演化方向的非线性映射关系,从而确定有用的子搜索空间,优化了后续的跟踪阶段。快速变化局部阴影遮挡条件下的对比仿真和结果分析表明,凭借神经网络导向器,自适应粒子群算法能够工作在缩小后的搜索空间内,从而进一步加快了自适应粒子群算法的收敛速度。最后,为了验证局部阴影遮挡条件和快速变化局部阴影遮挡条件下的MPPT跟踪策略,建立了基于半实物仿真平台和DSP28335控制器的硬件在环仿真系统。具体地,光伏阵列和整流电路的实时仿真模型建立在半实物仿真平台中,而不同的MPPT跟踪策略则分别使用C语言嵌入在DSP28335控制器中。硬件在环对比仿真及结果分析验证了所提出的最大功率点跟踪算法的有效性与优越性。