Angel Gonzalez-Prieto · Ignacio Gonzalez-Prieto · Obrad Dordevic · Juan Jose Aciego 等7人 · IEEE Transactions on Power Electronics · 2024年2月

模型预测控制（MPC）在多相电机驱动中应用广泛，但对参数失谐敏感且难以消除稳态误差。电流参考值与测量值之间的偏差会严重影响驱动性能。本文提出了一种基于记忆的MPC策略，旨在解决参数失谐问题并提升稳态控制精度。

解读: 该研究提出的基于记忆的MPC算法在提升系统鲁棒性和消除稳态误差方面具有显著优势。虽然本文聚焦于多相电机驱动，但其核心思想可迁移至阳光电源的储能变流器（PCS）及风电变流器控制中。在PowerTitan等大型储能系统中，面对复杂的电网环境和参数波动，引入记忆补偿机制有助于提升PCS在弱电网下的电流跟踪...