← 返回
基于神经网络观测器的并联T型三电平变换器伪三层序贯无模型预测控制
Pseudo-Three-Layer Sequential Model-Free Predictive Control With Neural-Network Observer for Parallel T-Type Three-Level Converters
| 作者 | Tianxu Cao · YinHui Yu · Jiahao Zhang · Jose Rodriguez · Kil To Chong · Bo Long |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年7月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 三电平 并网逆变器 模型预测控制MPC 多电平 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 并联T型三电平变换器 无模型预测控制 神经网络观测器 中点电压 零序环流 电能质量 |
语言:
中文摘要
针对并联T型三电平变换器（3LT2C），本文提出了一种伪三层序贯无模型预测控制策略。该方法结合神经网络观测器，旨在解决电感失配问题，有效抑制中点电压波动及零序环流，提升并网电流质量，适用于高性能电力电子变换系统。
English Abstract
Parallel T-type three-level converter (3LT2C) system has been widely concerned with its high-quality output current and improved efficiency in low-voltage applications. However, for parallel 3LT2C, the power quality of the grid current should be considered, and the neutral-point (NP) voltage and zero-sequence circulating current (ZSCC) should be suppressed. In addition, the filter inductor mismatc...
S
SunView 深度解读
该技术对阳光电源的集中式逆变器及大功率组串式逆变器具有重要参考价值。随着阳光电源产品向更高功率密度和多机并联方向发展，抑制零序环流和中点电压平衡是提升系统可靠性的关键。该文提出的无模型预测控制（MFPC）结合神经网络观测器，能够有效降低对系统参数（如电感值）的依赖，增强在复杂电网环境下的鲁棒性。建议研发团队将其引入iSolarCloud智能运维平台的数据分析模型，并探索在PowerTitan等大功率储能变流器（PCS）中的应用，以优化多模块并联运行的控制性能，进一步提升并网电能质量。