Durante condiciones de sombreado parcial (PSCs), la curva de potencia-voltaje se vuelve más compleja, teniendo un máximo de potencia global (GMP) y muchos picos locales. Los algoritmos tradicionales de seguimiento del punto de máxima potencia (MPPT) no pueden rastrear el GMP bajo PSCs. Por lo tanto, se han aplicado varias tácticas de optimización basadas en metaheurísticas o inteligencia artificial para tratar el seguimiento del GMP de manera efectiva. Este artículo detalla cómo se utiliza un optimizador de búsqueda directa de control de cuco (CSO) para rastrear el GMP de un sistema fotovoltaico (PV). El CSO propuesto aborda las limitaciones de los algoritmos tradicionales de MPPT para tratar con los PSCs y las deficiencias del algoritmo de optimización de enjambre de partículas (PSO), como la baja eficiencia de seguimiento, las fluctuaciones en estado estacionario y el tiempo de seguimiento. El CSO se implementó utilizando MATLAB/Simulink para un conjunto de paneles solares operando bajo PSCs y su rendimiento de seguimiento se comparó con el del PSO-MPPT. La validación experimental del CSO-MPPT se realizó en un convertidor DC/DC elevador utilizando un simulador de Hardware-In-the-Loop (HIL) en tiempo real (OPAL-RT OP4510) y dSPACE 1104. Los resultados muestran que CSO es capaz de rastrear el GMP dentro de 0.99-1.32 s bajo varios patrones de sombreado. Tanto la simulación como los hallazgos experimentales revelaron que CSO superó al PSO en términos de fluctuaciones en estado estacionario y tiempo de seguimiento.