Bajo condiciones de sombreado parcial (PSCs), la curva P-V de salida del conjunto fotovoltaico muestra una forma de múltiples picos. Esto plantea un desafío para los algoritmos tradicionales de seguimiento del punto de máxima potencia (MPPT) para rastrear con precisión el punto de máxima potencia global (GMPP). Los algoritmos inteligentes individuales como PSO y ABC tienen dificultades para equilibrar la velocidad de seguimiento y la precisión de seguimiento. Además, hay una oscilación significativa de potencia durante el proceso de seguimiento. Por lo tanto, este documento propone un nuevo método híbrido llamado algoritmo de búsqueda de cuclillo y algoritmo de colonia de abejas artificial (CSA-ABC) para MPPT fotovoltaico. El algoritmo CSA-ABC combina la caminata aleatoria local y el mecanismo de vuelo de Lévy global del algoritmo del cuclillo, mediante selección de probabilidad, para decidir si agrupar a la población, e introduce factores de peso adaptativos y mecanismos gravitacionales entre individuos adyacentes, incorporando un mecanismo de reinicio de algoritmo para rastrear nuevos MPPs en respuesta a cambios en el entorno externo. El algoritmo se implementa en MATLAB/Simulink utilizando un modelo de sistema de generación de energía fotovoltaica. Se realiza una verificación de simulación bajo diferentes escenarios de PSC. Los resultados muestran que el algoritmo MPPT propuesto es un 6.2-78.6% más rápido que los algoritmos PSO, CSA y ABC y otros dos algoritmos híbridos, con una oscilación de potencia más pequeña durante el proceso de seguimiento y cero oscilación de potencia durante el proceso estable.