随着化石能源的日益衰竭,能源危机和环境污染愈加严重,太阳能作为一种取之不尽,用之不竭的可再生清洁能源,用之取代化石能源具有重要的意义。太阳能道路照明系统作为太阳能利用的一种方式,被广泛应用照明领域。由于蓄电池使用寿命常常达不到设计要求,是整个系统中最薄弱的环节,所以加强能量管理,尤其是对蓄电池的充放电控制尤其重要。再则,目前的控制器控制策略单一,放电时间偏短,难以在连续阴雨天或高寒等恶劣环境下持续放电。因此,研发能量管理高效、智能化程度高的控制器具有广泛的应用价值。为了能对蓄电池高效充电,本文在太阳能光伏电池和铅酸蓄电池数学模型的基础上,分析了最大功率点跟踪(MPPT)技术,并对蓄电池充电策略进行优化补充。另外,针对目前的控制器放电策略不够完善,难以自如应对连续阴雨天或高寒等恶劣天气的情况,本文深入分析了环境温度、蓄电池剩余电量、天气状况等因素对系统照明时间的影响,并给出了一种基于人工神经网络算法的解决方案。本文给出了一个基于改进型蚁群-BP网络算法的数学模型,并对该模型进行了数学分析。将该模型应用于本文设计的放电控制策略中,并对它的准确性进行了MATLAB仿真分析。然后,搭建了一个以Atmega8L为控制核心实验平台,该平台包括:Buck型充电电路,控制负载运行的驱动电路和其他外围电路,以及满足相应功能要求的软件程序。最后,对本课题设计的控制器与北京日月升科技公司生产的RYS-JK71控制器进行性能比较,根据测试结果,采用MPPT优化算法的控制器在充电效率上高于RYS-JK71控制器,以及在连续阴雨天、高寒等恶劣气候条件下,本控制器的放电时间比RYS-Jk71长大约1/3,使得控制器具有更强的适应性,且能在恶劣环境下稳定可靠运行。