三相四桥臂并网逆变器约束模型预测控制

摘要：

提出了基于并行神经网络优化的约束模型预测控制(model predictive control,MPC),应用于光伏并网逆变器中,提高光伏发电并网电能质量.建立了三相四桥臂逆变器的精确模型,分析约束模型预测控制算法的原理,在约束条件中加入输出变量和控制变量的约束,突破有限子集和无约束预测控制方法的限制.将并行神经网络递归优化算法用于求解约束预测控制优化问题中,提高单步优化问题的求解速度.利用FPGA的并行计算能力,在FPGA中运行神经网络在线优化求解,实现预测控制算法的实时运行.实验结果表明:采用该算法的并网逆变器输出电流偏差小,总谐波畸变率小,可以提高并网电能质量,验证了该算法的可行性和有效性.

关键词：并网逆变器、约束模型预测控制、神经网络优化、现场可编程阵列、实时控制

所属期刊栏目：42

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目61374050,61673306.Project Supported by National Nature Science Foundation of China61374050,61673306

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：555-563