找到 20 条结果
电机驱动中无模型预测控制的现状、发展与挑战
State-of-Art, Development, and Challenges of Model-Free Predictive Control on Motor Drives
Fengxiang Wang · Yao Wei · Jose Rodriguez · Cristian Garcia · IEEE Transactions on Power Electronics · 2025年8月
本文综述了电机驱动系统中无模型预测控制（MFPC）的研究现状。针对现有文献缺乏对数据驱动模型设计的系统性分析问题，文章创新性地对电机驱动中的MFPC策略进行了分类，探讨了数据驱动模型设计对预测精度及控制性能的关键影响，并分析了该领域面临的挑战与未来发展方向。
解读: 该技术主要应用于电机驱动领域，与阳光电源的风电变流器及储能系统中的PCS电机/泵类控制具有技术同源性。无模型预测控制（MFPC）通过减少对系统参数的依赖，能提升控制系统的鲁棒性。建议研发团队关注其在PowerTitan等储能变流器控制算法中的应用潜力，特别是在复杂电网工况下，通过引入数据驱动的MFP...
一种用于永磁同步电机的切换式超局部无模型预测控制器
A Switched Ultra-Local Model-Free Predictive Controller for PMSMs
Zhenxiao Yin · Xueyan Wang · Xiangdong Su · Yang Shen 等6人 · IEEE Transactions on Power Electronics · 2024年9月
现有的无模型预测控制（MFPC）方法多依赖于成熟的控制器公式及附加观测器，缺乏对MFPC机制本身的改进。本文从超局部模型的原始公式出发，重新设计了一种无模型预测控制方法，通过切换机制提升了控制性能，解决了传统MFPC在电机控制中的局限性。
解读: 该研究提出的切换式超局部无模型预测控制算法，在电机驱动控制领域具有显著的先进性。对于阳光电源而言，该技术可深度赋能风电变流器及电动汽车充电桩业务。在风电变流器中，该算法能提升发电机侧变流器对复杂工况的动态响应能力；在充电桩领域，可优化电机驱动系统的鲁棒性与控制精度。建议研发团队关注该算法在非线性负载...
基于微型神经网络的永磁同步电机超局部无模型预测控制
Tiny Neural Network-Based Ultra-Local Model-Free Predictive Control for PMSMs
Yang Shen · Zhenxiao Yin · Fobao Zhou · Yujia Zhang 等6人 · IEEE Transactions on Power Electronics · 2026年1月
针对无模型预测控制器参数整定困难的问题，本文提出了一种基于微型神经网络的在线自学习方法。通过分析电机电压与电流的物理关系，设计了结合微型神经网络模块的增量式无模型预测控制方案，实现了控制参数的自适应优化，提升了永磁同步电机的动态响应性能与鲁棒性。
解读: 该技术主要针对电机驱动控制，与阳光电源的电动汽车充电桩（功率模块控制）及风电变流器（电机侧控制）业务具有较强相关性。微型神经网络的引入能有效降低对电机精确数学模型的依赖，提升变流器在复杂工况下的控制精度和动态响应。建议研发团队关注该轻量化AI算法在风电变流器及充电桩功率模块中的应用，以优化电流环控制...
永磁同步电机系统的连续控制集无模型预测基波电流控制
Continuous-Control-Set Model-Free Predictive Fundamental Current Control for PMSM System
Fengxiang Wang · Yao Wei · Hector Young · Dongliang Ke 等6人 · IEEE Transactions on Power Electronics · 2023年5月
尽管无模型预测控制增强了系统的鲁棒性，但其数据驱动模型的精度易受控制策略产生的谐波影响。为降低这些谐波的影响，本文提出了一种连续控制集无模型预测基波电流控制（MF-PFCC）策略，有效提升了永磁同步电机系统的控制精度与性能。
解读: 该研究提出的无模型预测控制（MF-PFCC）策略在电机驱动控制领域具有重要参考价值。对于阳光电源而言，该算法可优化风电变流器及储能系统PCS中电机侧的电流控制性能，通过抑制控制谐波提升系统运行效率与稳定性。建议研发团队关注其在减少对电机参数依赖方面的优势，探索将其应用于风电变流器或工业驱动产品的控制...
一种基于在线神经网络逼近器的无模型预测控制方法
An Online Neural Network Approximator-Based Model-Free Predictive Control Approach for Power Converters
Pengbo Zhao · Jien Ma · Xing Liu · Lin Qiu 等7人 · IEEE Transactions on Power Electronics · 2025年10月
本文提出了一种基于在线神经网络逼近器的无模型预测控制（MFPC）方法，旨在解决传统基于超局部模型的MFPC对电感、电容等参数的依赖问题。该方法通过在线学习机制增强了功率变换器控制系统的鲁棒性，无需精确的系统模型参数即可实现高性能控制，为电力电子变换器的控制策略优化提供了新思路。
解读: 该技术对阳光电源的核心产品线（如组串式逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。目前阳光电源产品在复杂电网环境下（如弱电网）对参数鲁棒性要求极高，传统的基于模型的MPC受参数漂移影响较大。引入在线神经网络逼近的无模型控制，可有效提升逆变器在电网阻抗波动时的动态...
探索三电平T型变换器中无模型预测控制的固有容错性
Exploring the Inherent Fault-Tolerance of Model-Free Predictive Control in Three-Level T-Type Converters
Tianxu Cao · Dehao Kong · Chengkun Hu · Bo Long 等5人 · IEEE Transactions on Power Electronics · 2025年12月
针对三电平T型变换器功率器件开路故障，现有的容错控制（FTC）方法过度依赖复杂的故障诊断算法。本文提出了一种基于无模型预测控制（Model-Free Predictive Control）的高适应性容错控制方法，旨在降低诊断复杂度并提升系统在故障状态下的可靠性与运行稳定性。
解读: 该研究对于阳光电源的组串式逆变器及PowerStack储能系统具有重要参考价值。三电平T型拓扑是阳光电源中大功率逆变器和PCS产品的核心架构，其可靠性直接影响电站运维成本。传统的容错控制依赖于复杂的故障诊断，容易产生误判，而“无模型预测控制”通过降低对精确诊断的依赖，能显著提升系统在极端工况下的鲁棒...
基于超局部模型与固定时间观测器及极值搜索法的永磁同步电机无模型电流预测控制
Model-Free Current Predictive Control for PMSMs With Ultralocal Model Employing Fixed-Time Observer and Extremum-Seeking Method
Xinpo Lin · Jianxing Liu · Zhuang Liu · Yabin Gao 等6人 · IEEE Transactions on Power Electronics · 2025年8月
针对永磁同步电机（PMSM）传统模型预测控制依赖精确数学模型的问题，本文提出了一种无模型预测电流控制策略。该方法利用两个超局部模型描述电机电流动态，结合固定时间观测器与极值搜索法，有效提升了控制系统的鲁棒性与动态响应性能，无需依赖电机参数即可实现高精度电流跟踪。
解读: 该技术对阳光电源的电机驱动类业务（如风电变流器、电动汽车充电桩中的功率模块控制）具有重要参考价值。风电变流器在复杂电网环境下对参数鲁棒性要求极高，该无模型控制策略可降低对电机参数精确辨识的依赖，提升变流器在全工况下的控制精度。此外，在充电桩的功率变换环节，该算法有助于优化电流响应速度，提升系统动态性...
基于事件驱动的强化学习预测控制器设计用于三相NPC变换器
Event-Driven Based Reinforcement Learning Predictive Controller Design for Three-Phase NPC Converters Using Online Approximators
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年4月
本文针对三相NPC变换器提出了一种基于事件驱动的强化学习无模型预测控制策略。该方法利用在线逼近器解决系统不确定性，并通过事件触发机制有效降低开关损耗。核心创新在于引入评价神经网络学习性能函数，实现对复杂电力电子系统的优化控制。
解读: 该技术对阳光电源的核心产品线（如集中式逆变器、大功率储能PCS）具有极高的应用价值。NPC（中点钳位）三电平拓扑是阳光电源大功率光伏逆变器和PowerTitan系列储能变流器的关键技术路线。通过引入强化学习与事件驱动控制，可以在保证并网电能质量的前提下，显著降低开关频率带来的损耗，提升整机效率。建议...
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
Tianxu Cao · YinHui Yu · Jiahao Zhang · Jose Rodriguez 等6人 · IEEE Transactions on Power Electronics · 2024年7月
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。
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...
基于数据驱动的无模型预测控制在固态直流变压器功率快速精确分配中的应用
Model-Free Predictive Control Based on Data-Driven for Fast and Accurate Power Allocation in Solid-State DC Transformers
Dehao Kong · Shaobin Li · Chuang Liu · Zhenbin Zhang 等7人 · IEEE Transactions on Power Electronics · 2025年1月
针对固态直流变压器（DCT）在输入串联输出并联（ISOP）架构下的鲁棒性难题，本文提出一种基于数据驱动的无模型预测控制策略。该方法在保持模型预测控制优异动态性能的同时，有效解决了多变量管理与参数不确定性带来的控制挑战，实现了功率的快速精确分配。
解读: 该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及大功率直流变换环节具有重要参考价值。ISOP架构常用于高压大功率储能PCS，无模型预测控制能有效降低对系统精确建模的依赖，提升在复杂工况下的鲁棒性与动态响应速度。建议研发团队关注该算法在多模块并联均流控制中的应用，以优化iS...
用于永磁同步电机驱动的改进无模型预测电流控制的自适应超局部时间序列
Adaptive Ultralocalized Time-Series for Improved Model-Free Predictive Current Control on PMSM Drives
Yao Wei · Hector Young · Dongliang Ke · Dongxiao Huang 等6人 · IEEE Transactions on Power Electronics · 2024年5月
针对无模型预测控制中数据驱动模型结构固定及计算量大的问题，本文提出了一种自适应超局部时间序列方法。该方法旨在提升永磁同步电机（PMSM）驱动系统的控制性能，通过消除参数失配的影响，增强系统在复杂工况下的鲁棒性，为电机驱动控制提供了一种更高效、更精准的解决方案。
解读: 该技术主要针对电机驱动控制，与阳光电源的电动汽车充电桩（电机驱动相关模块）及风电变流器业务具有技术同源性。无模型预测控制（MFPC）能有效降低对电机参数的依赖，提升变流器在参数波动下的动态响应速度。建议研发团队关注该算法在风电变流器及储能PCS电机侧控制中的应用潜力，通过引入自适应超局部时间序列，优...
基于更新参考电压矢量的永磁同步电机驱动多电压矢量无模型预测无差拍控制
Multiple-Voltage-Vector Model-Free Predictive Deadbeat Control With Updated Reference Voltage Vector for PMSM Drive
Xiangcheng Li · Yong Yang · Jun Sun · Yang Xiao 等10人 · IEEE Transactions on Power Electronics · 2025年5月
模型预测控制（MPC）因其出色的动态响应而在非线性系统控制中备受关注，但其对系统参数的依赖性限制了鲁棒性。本文提出了一种无模型预测控制（MFPC）方法，通过利用系统输入输出数据，无需精确模型即可实现高性能控制，并引入多电压矢量与更新参考电压矢量策略，进一步提升了控制精度与动态性能。
解读: 该文献提出的无模型预测控制（MFPC）及无差拍控制策略，在提升电机驱动系统的动态响应和鲁棒性方面具有显著优势。对于阳光电源而言，该技术可应用于风电变流器及电动汽车充电桩的电机控制模块中，通过降低对电机参数（如电感、磁链）的依赖，增强产品在复杂工况下的适应性。建议研发团队关注其在减少参数整定工作量及提...
基于调制PLPR的噪声抑制预测控制在LC滤波电压源逆变器中的应用
Modulated PLPR-Based Predictive Control With Noise Suppression for LC-Filtered Voltage Source Inverters
Zheng Yin · Fujin Deng · Sahar S. Kaddah · Sayed Abulanwar · IEEE Transactions on Industrial Electronics · 2024年8月
在 LC 滤波电压源逆变器（VSIs）中，调制无模型预测控制（MFPC）会受到噪声影响和参数不匹配的干扰。为提高 MFPC 的噪声抑制能力和参数鲁棒性，本文针对 LC 滤波 VSIs 提出了一种带噪声抑制的调制无参数（PL）预测与参考型预测控制方法（PLPR - PC - NS）。该 PLPR - PC - NS 方法不仅通过测量、更新和滤波所有梯度来获得调制的无参数预测，还利用采样电流和电压之间的相位角差来获得无参数参考。所提出的 PLPR - PC - NS 方法能有效抑制噪声对预测的影响，...
解读: 从阳光电源的业务视角来看，这项基于PLPR的调制预测控制技术对LC滤波型电压源逆变器具有重要的应用价值。该技术通过无参数预测和噪声抑制机制，直接解决了当前光伏逆变器和储能变流器面临的两大核心痛点：系统参数漂移导致的控制性能下降和现场电磁噪声干扰问题。 对于阳光电源的产品线而言，该技术的应用前景广阔...
耐电压噪声的无模型预测控制在LC滤波电压源逆变器中的应用
Voltage-Noise-Tolerated Model-Free Predictive Control for LC-Filtered Voltage Source Inverters
Zheng Yin · Fujin Deng · Sahar S. Kaddah · Abdelhady Ghanem 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
在LC滤波电压源逆变器（VSIs）中，参数失配会影响传统最优开关序列模型预测控制（MPC-OSS）下的电容电压性能，导致预测误差和总谐波畸变率增加。为提升传统MPC-OSS的参数鲁棒性，本文提出一种耐电压噪声的无模型预测控制结合最优开关序列（VNT-MFPC-OSS）策略。该策略不仅建立并在线更新LC滤波VSI的数据模型，还通过引入噪声容忍系数抑制电压噪声影响。所提方法有效消除参数变化对传统MPC-OSS的影响，并抑制电压噪声对无模型预测控制（MFPC-OSS）的干扰。实验平台验证了VNT-MF...
解读: 该VNT-MFPC-OSS技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。针对LC滤波器参数漂移导致的电压THD恶化问题，所提无模型预测控制策略可显著提升PowerTitan储能系统在长期运行中的电能质量稳定性。噪声容忍系数设计可增强控制算法对电容老化、温度变化等工况的鲁棒性，...
基于事件驱动的强化学习预测控制器设计——用于三相NPC变流器的在线逼近器方法
Event-Driven Based Reinforcement Learning Predictive Controller Design for Three-Phase NPC Converters Using Online Approximators
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年4月
本文针对电力变换器系统，研究了一种利用在线逼近器的无模型强化学习预测控制问题的两步事件驱动方法，解决了系统不确定性和不必要的开关损耗等问题。具体而言，本技术报告的关键特点如下：1) 采用一个评判神经网络实时学习性能函数；2) 采用一个执行神经网络在线逼近预测控制器，并使从评判网络获得的学习性能函数最小化；3) 采用两步事件驱动控制协议降低开关频率（SF）。此外，我们进一步探讨了该方案对参数不确定性的敏感性，并量化了其在低开关频率运行和未知干扰条件下的性能。此外，还对网络权重估计误差进行了收敛性分...
解读: 从阳光电源的业务视角来看，这项基于事件驱动的强化学习预测控制技术对三相NPC变流器的应用具有重要战略价值。NPC（中点钳位）拓扑是我司大功率光伏逆变器和储能变流器的核心架构，该技术在提升系统性能和降低运维成本方面展现出显著潜力。 该论文提出的双步事件驱动控制策略直接针对变流器的两大痛点：一是通过在...
数据驱动与事件驱动相结合的电力电子变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年9月
数据驱动与事件驱动相结合，为缓解经典有限控制集模型预测控制中电力变换器长期面临的研究难题（即模型参数不确定性和不必要的开关损耗）带来了可能。受此启发，我们将针对在线学习预测控制器的设计问题展开一项重要研究。与该领域的大多数先前研究不同，这可通过一个集成的数据驱动与事件驱动设计框架来实现。更确切地说，设计过程依赖于以下方面的结合：开发一种数据驱动的无模型自适应预测控制方法、引入在线强化学习技术以及利用事件驱动机制。此外，我们还基于输入 - 输出数据，针对低频开关操作下的未知不确定性，对鲁棒无模型预...
解读: 从阳光电源的核心业务视角来看，这项结合数据驱动与事件驱动的在线学习预测控制技术具有显著的战略价值。该技术针对功率变换器有限集模型预测控制（FCS-MPC）的两大痛点——模型参数不确定性和不必要的开关损耗——提供了创新性解决方案，这与我司光伏逆变器和储能变流器的核心技术需求高度契合。 从产品应用层面...
基于ARX的无模型预测控制器中多项式阶次的设计方法
Design Method for Polynomial Orders in ARX-Based Model-Free Predictive Controllers
Bryan Cartes · Patricio Burgos · Claudio A. Cifuentes · Hector Young 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年10月
无模型（MF）策略为预测控制（PC）系统中的建模误差与不确定性问题提供了有效解决方案。采用自回归外生输入（ARX）模型的MF-PC方法可利用输入输出数据灵活构建在线预测器。然而，ARX结构中多项式阶次的设计至关重要，直接影响模型精度与计算代价的平衡。本文提出一种基于经典统计准则的ARX阶次系统化设计方法，相较于传统试错法，该方法简洁高效，仅需被控系统的通用信息即可实现精确设计。通过在构网型逆变器（GFI）电压控制中的应用验证了其有效性，实验结果表明该方法在设定值变化和负载扰动下均具备良好的鲁棒性...
解读: 该ARX无模型预测控制技术对阳光电源储能与逆变器产品具有重要应用价值。在PowerTitan储能系统和ST系列储能变流器的构网型GFM控制中，传统模型预测控制依赖精确系统参数，而实际运行中电网阻抗、滤波器参数存在不确定性。该方法通过输入输出数据在线构建ARX预测器，无需精确建模即可实现电压快速跟踪与...
无模型预测控制在五电平T型嵌套中点箝位变换器中的应用
Model-Free Predictive Control of Five-Level T-Type Nested Neutral Point Clamped Converter
Catalina González-Castaño · Margarita Norambuena · Alex Navas-Fonseca · Freddy Flores-Bahamonde 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月
多电平变换器已成为中高压大功率应用的重要解决方案，其中五电平T型嵌套中点箝位（5L-T-NNPC）结构因硬件需求少、电压适用范围广而备受关注。传统有限控制集模型预测控制（FCS-MPC）虽动态响应快，但依赖精确的系统模型，参数失配易导致性能下降。为此，本文提出一种新型无模型预测控制（MF-PC），无需精确建模，仅利用变换器运行数据通过最小二乘法辨识自回归外生（ARX）模型参数，具有良好的参数鲁棒性。仿真与实验结果表明，所提MF-PC在5L-T-NNPC变换器上的控制性能优于传统FCS-MPC。
解读: 该无模型预测控制技术对阳光电源ST系列储能变流器和SG大功率光伏逆变器具有重要应用价值。五电平T-NNPC拓扑的硬件精简特性契合阳光电源PowerTitan大型储能系统的成本优化需求，其宽电压范围适配1500V高压系统。MF-PC方法通过在线ARX参数辨识，可显著提升产品在温度漂移、器件老化等工况下...
基于RLS算法的构网型虚拟同步机逆变器无模型预测控制
Model-Free Predictive Control Based on RLS Algorithm for Grid-Forming Inverters With Virtual Synchronous Generator
Min Huang · Huiying Zhang · Kangan Wang · Zhilei Yao 等5人 · IEEE Access · 2025年3月
作为连接可再生能源的关键元件，构网型逆变器GFI多采用下垂控制作为外环，但扰动时可导致系统频率快速变化。传统模型预测控制MPC广泛用于变流器内环控制，但严重依赖模型参数。为克服上述缺陷，本研究提出虚拟同步机无模型预测控制VSG-MFPC。该方案使用基于自回归外生输入ARX模型的自回归MFPC作为内环控制结构进行电压预测，结合简化虚拟同步机VSG作为外环控制结构实现功率分配和惯量支撑控制系统。MFPC实施提升系统参数鲁棒性。在此基础上，进一步研究算法参数初始化、延迟补偿和限流能力的改进方案。此外，...
解读: 该无模型预测控制技术与阳光电源构网型储能系统高度相关。阳光ST储能变流器采用GFM控制技术支持弱电网和微电网场景。该VSG-MFPC方案的参数自适应能力可显著提升阳光储能系统对电网参数变化的鲁棒性。传统MPC依赖精确模型，在电网阻抗变化或非线性负载场景下性能下降。该研究的无模型方法可集成到阳光GFM...
基于超 twisting 观测器的单相中点钳位H桥级联逆变器固定开关频率无模型预测控制
Model-Free Predictive Control With Super-Twisting Observer of Single-Phase Neutral-Clamped H-Bridge Cascade Inverters With Fixed Switching Frequency
Lei Yuan · Jia-Wei Mei · Anfei Xu · Xiao Li · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年11月
针对有限控制集模型预测控制中开关频率不固定和参数失配的问题，提出一种基于单相级联H桥中点钳位逆变器的连续控制集无模型预测控制（CCS-MFPC）方法。通过在每个控制周期内使用三个电压矢量并依据其代价函数反比分配作用次数，实现固定开关频率；综合考虑开关动作减少与中点电位平衡，将27个开关矢量组合为32段序列。引入中点电位偏差至代价函数，采用多目标预测有效平衡中点电位。建立单相CHB-NPC逆变器的超局部模型，并设计超 twisting 滑模观测器估计集中扰动，提升控制器参数鲁棒性。实验平台验证了该...
解读: 该无模型预测控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。固定开关频率方案可降低EMI滤波器设计难度，提升系统可靠性；超twisting观测器增强参数鲁棒性，适应储能系统宽范围工况变化；中点电位平衡策略可直接应用于三电平NPC拓扑的ST2752UX等产品，延...