Xing Liu · Lin Qiu · Jose Rodriguez · Wenjie Wu 等8人 · IEEE Transactions on Power Electronics · 2022年10月

本文提出了一种基于数据驱动神经预测器的鲁棒有限控制集模型预测控制（FCS-MPC）方法，旨在提升电力变换器控制系统的鲁棒性及多目标控制的灵活性。通过神经网络预测器估计未知非线性项，有效增强了控制系统对参数扰动和模型不确定性的适应能力。

解读: 该技术对阳光电源的核心业务具有极高价值。在组串式及集中式光伏逆变器中，FCS-MPC可显著提升动态响应速度；在PowerTitan等大型储能PCS中，该算法能有效应对电网弱电网环境下的参数波动，提升系统稳定性。建议研发团队将该数据驱动预测模型集成至iSolarCloud智能运维平台，利用边缘计算能力...