Abhinav Saxena · Jay Singh · Amevi Acakpovi · IET Power Electronics · 2025年9月 · Vol.18

本文提出的混合毒物分布与人工神经网络（M-POS-ANN）控制器在选择性、灵敏度方面表现更优，且直流链路电压畸变最小、波动最低。与 cuckoo 搜索算法（CSA）、传统人工神经网络（ANN）及其他现有方法相比，该控制器在动态响应和稳态性能上均展现出更强的鲁棒性与控制精度，有效提升了电网集成光伏系统的运行稳定性与能量转换效率。

解读: 该M-POS-ANN控制器对阳光电源SG系列光伏逆变器及ST储能变流器的并网控制具有重要应用价值。其核心优势在于：1）直流链路电压畸变最小化可直接提升1500V高压系统的稳定性，降低母线电容应力；2）优异的动态响应与鲁棒性可增强跟网型GFL控制在弱电网工况下的适应能力；3）基于神经网络的智能控制策略...