传统有限控制集模型预测控制FCS-MPC(finite control set model predictive control)策略需要建立准确的数学模型,当其应用于LCL型并网逆变器时则需多个电流电压传感器,若采样数据类型过少必然会产生建模误差。针对实际应用中传感器较...传统有限控制集模型预测控制FCS-MPC(finite control set model predictive control)策略需要建立准确的数学模型,当其应用于LCL型并网逆变器时则需多个电流电压传感器,若采样数据类型过少必然会产生建模误差。针对实际应用中传感器较少引起的预测模型参数失配问题,研究了一种基于自适应线性神经元ADALINE(adaptive linear neuron)算法的模型预测控制策略。该方案将ADALINE算法用于在线更新预测模型的计算参数,提高了预测模型的参数鲁棒性;同时对控制器延时进行了补偿,提高了控制精度。仿真和实验结果表明,该方案有效减少了并网电流谐波含量,并且具有优良的瞬态性能,验证了该方案的可行性和有效性。展开更多
文摘传统有限控制集模型预测控制FCS-MPC(finite control set model predictive control)策略需要建立准确的数学模型,当其应用于LCL型并网逆变器时则需多个电流电压传感器,若采样数据类型过少必然会产生建模误差。针对实际应用中传感器较少引起的预测模型参数失配问题,研究了一种基于自适应线性神经元ADALINE(adaptive linear neuron)算法的模型预测控制策略。该方案将ADALINE算法用于在线更新预测模型的计算参数,提高了预测模型的参数鲁棒性;同时对控制器延时进行了补偿,提高了控制精度。仿真和实验结果表明,该方案有效减少了并网电流谐波含量,并且具有优良的瞬态性能,验证了该方案的可行性和有效性。
