随着能源需求的不断增多,能源利用存在的问题也日益突出,太阳能技术是可再生能源利用中应用最广泛的能源支撑。现如今电力市场日新月异,国家提出要将绿色发展、节能环保作为未来能源和电力发展的主要方向,太阳能发电逐渐成为热门的电力生产技术。其中光伏发电技术的发展不断壮大,与电网系统并列运行时能同时向负载以及电网提供源源不断的电能。但同时光伏并网也面临着诸多的技术挑战,例如电能质量的稳定、并网系统的控制方法等。其中孤岛效应影响着电网系统的运行与安全,其对应的孤岛检测方法作为一个重要的技术难点受到广大学者的关注,为了能够降低孤岛效应的危害,研究孤岛检测技术具有深远的意义。本文首先阐述了孤岛效应产生的背景及研究现状,以及孤岛检测的盲区判断,并对并网逆变器的控制进行了描述。其次,本文分别对主动式孤岛检测技术和被动式孤岛检测技术进行了研究。主动式孤岛检测技术是以传统无功电流扰动孤岛检测技术为基础,本文提出了一种改进的频率正反馈无功电流扰动的孤岛检测方法,通过周期性地施加无功扰动电流和扰动函数的正反馈作用,加大无功扰动量,使频率越限,从而实现防孤岛效应保护功能。对于被动式孤岛检测技术的研究,本文在不添加任何扰动的情况下,采用优化算法进行孤岛检测,分别从特征向量的提取和分类算法的选取两个部分进行对比研究。采用基于小波包变换和基于变模式分解(variational moded ecomposition,VMD)的特征提取方法,并将这两种特征提取方法分别与极限学习机(extreme learning machine,ELM)、遗传膜优化的BP神经网络以及粒子群优化的支持向量机(PSO-SVM)结合,构成基于算法的被动式孤岛检测技术,并通过MATLAB仿真平台进行了仿真与对比,并对基于小波包变换的遗传膜优化的BP神经网络孤岛检测算法进行了验证分析,通过提取不同工作状态下的公共点电压信号,从而进行孤岛的识别判断。仿真表明,智能的被动式孤岛检测方法,具有无盲区、无扰动、判断精准的特点。