实现最大功率点跟踪。但是，该方法难以选择合适步长，误差范围比较难确定；4开路电压系数比例法，利用最大功率点电压与开路电压之间的比例关系，实现准最大功率点跟踪。该方法的缺陷是优化比例系数较困难，并且有一定的能量损失5短路电流的系数比例法，利用最
f大功率点电流与短路电流之间的比例关系，实现准最大功率点跟踪，该方法的问题和开路电压比例系数法相同6模糊控制法，该方法不需要精确的数学模型，响应快速，而且受外界环境变化影响很小。但通常的模糊控制方法，由于采用固定的输入量和输出量的模糊基准值，以及模糊推理规则可能因人而异，因此稳态时可能存在不同程度的功率波动7神经网络预测法针对某一块电池板可行，如果换成另外一块物理特性不同的电池板甚至是原来电池板，但因老化等原因，该方法就不再适用了。这些方法中，定电压法、开路电压和短路电流系数比例法需要对光伏电池板进行数据测试。扰动观察法、电导增量法需要实时采样数据进行分析。模糊控制法和神经网络预测法需要大量的运算。以上各种方法均有优缺点，需要根据具体情况综合考虑。光伏并网发电系统主要由光伏阵列和多逆变器两个“组群”构成，根据光伏并网发电系统的特点和需求，对这两个“组群”进行分析研究，以使这两个“组群”之间能够高效协同工作并产生优质电能。群控技术可以分时段完成多组逆变器的并联投切任务，节省群控器软硬件资源，极大提高群控器对逆变器的控制能力。光伏功率预测从预测方法上可以分为统计方法和物理方法2类。从预测方式上可分为直接预测和间接预测2类。从时间尺度上可以分为超短期功率预测和短期功率预测。超短期功率预测的时间尺度为30分钟6小时短期功率预测的时间尺度一般为12天。目前超短期功率预测的主要原则是根据地球同步卫星拍摄的卫星云图推测云层运动情况对未来几小时内的云层指数进行预测然后通过云层指数与地面辐照强度的线性关系得到地面辐照强度的预测值再通过效率模型得到光伏电站输出功率的预测值。短期功率预测一般需要根据中尺度数值天气预报获得未来12天内的气象要素预报值然后根据历史数据和气象要素信息得到地面辐照强度的预测值进而获得光伏电站输出功率的预测值。目前国内在该方面的研究较少文献15根据历史功率数据和简单日模型估计每1小时建立1套神经网络模型预测光伏电站的输出功率文献16根据历史功率数据和简单日模型估计每1小时建立1套SVM模型预测光伏电站的输出r