CN105515430A - 一种三相并网逆变器的控制方法 - Google Patents

Abstract

一种三相并网逆变器的控制方法，用于解决现有控制方法运算量大、控制性能差的问题，其技术方案是，所述方法首先在坐标系下建立三相并网逆变器的输出电流预测模型，然后利用建立的预测模型，采用两步预测算法求得控制三相并网逆变器的最优开关函数组合，最后利用三相并网逆变器的最优开关函数组合对逆变器的各个开关器件进行控制。本发明在建立三相并网逆变器输出电流预测模型的基础上，采用两步预测控制算法对并网逆变器进行控制，同现有的逆变器控制方法相比，本方法不仅运算量小，而且具有理想的控制性能。

Description

一种三相并网逆变器的控制方法

技术领域

本发明涉及一种三相并网逆变器的输出电流两步预测控制方法，属于电力技术领域。

背景技术

对于三相电压型并网逆变器，常用的控制方式主要有滞环控制、线性PI控制等。滞环控制有很好的动态响应，但需要很高的采样频率，会给逆变器带来较大的开关损耗。传统的PI控制方法存在的问题是，模型的互相耦合对***性能不利，同时比例积分控制器的参数设计与选择比较繁琐。

近年来，随着数字信号处理器运算速度的提高，出现了一些新型的智能控制方法，如模糊控制、自适应控制，滑模变结构控制、模型预测控制等。其中，模型预测控制是一种新型的预测控制策略，该策略需要建立一个能预测将来行为的***模型，为预测将来行为，通常构造一个价值函数，选择使这个价值函数达到最小值的最佳开关函数组合,就可以使预测值接近目标值。运用于逆变器控制方面的模型预测控制通常含有限个状态变量，所有变量的状态可以在线评估。这类方法具有建模直观、易于理解、控制直接、易于处理***约束且无需使用PWM脉宽调制及相关参数调节等优点，已成为当前逆变器预测控制领域的主要研究方向。

目前应用于逆变器控制中的模型预测控制策略已经很多，但现有的控制策略一般都是基于模型预测控制算法的基本原理实施一步预测，其算法具有保守性，且仅能确保所选择的开关函数组合在一个控制周期内是最优的，严重影响了控制性能。

有的文献提出在一个控制周期内同时考虑最优开关函数组合及次优开关函数组合，并确保在多个控制周期内所选开关函数组合最优的多步预测FCS-MPC算法(finitecontrolsetmodelpredictivecontrolwithmulti-stepprediction，FCS-MPCMSP)。但其算法运算量大，实用性不强，且只对输出电压进行了预测研究。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种三相并网逆变器的控制方法，在保证控制性能的同时，能够减小算法的运算量，节约大量控制预判时间。

本发明所述问题是以下述技术方案解决的：

一种三相并网逆变器的控制方法，所述方法首先在αβ坐标系下建立三相并网逆变器的输出电流预测模型，然后利用建立的预测模型，采用两步预测算法求得控制三相并网逆变器的最优开关函数组合，最后利用三相并网逆变器的最优开关函数组合对逆变器的各个开关器件进行控制，所述方法包括以下步骤：

a.建立三相并网逆变器的输出电流预测模型：

$\left\{\begin{array}{c}{i}_{\mathrm{\α}}(k+1)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\α}}\left(k\right)+\frac{T_s}{L}\[u_{\mathrm{\α}}\left(k\right)-e_{\mathrm{\α}}\left(k\right)\]\\ i_{\mathrm{\β}}(k+1)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\β}}\left(k\right)+\frac{T_s}{L}\[u_{\mathrm{\β}}\left(k\right)-e_{\mathrm{\β}}\left(k\right)\]\end{array}\right.,$

其中，L为连接在并网逆变器与电网之间的滤波电感，R为与滤波电感L串接的电阻，i_α(k)和i_β(k)为t_k时刻αβ坐标系下的并网逆变器输出电流分量，i_α(k+1)和i_β(k+1)为t_k+1时刻αβ坐标系下的并网逆变器输出电流分量，u_α(k)和u_β(k)为t_k时刻αβ坐标系下的并网逆变器输出电压分量，e_α(k)和e_β(k)为t_k时刻αβ坐标系下的电网电压分量，Ts为采样周期；

b.在t_k-1时刻利用预测模型计算并网逆变器输出电流在t_k时刻的预测值i_α(k)和i_β(k)：

$\left\{\begin{array}{c}{i}_{\mathrm{\α}}\left(k\right)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\α}}(k-1)+\frac{T_s}{L}\[u_{\mathrm{\α}}(k-1)-e_{\mathrm{\α}}(k-1)\]\\ i_{\mathrm{\β}}\left(k\right)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\β}}(k-1)+\frac{T_s}{L}\[u_{\mathrm{\β}}(k-1)-e_{\mathrm{\β}}(k-1)\]\end{array}\right.$

式中，i_α(k-1)和i_β(k-1)为t_k-1时刻αβ坐标系下的并网逆变器输出电流分量，u_α(k-1)和u_β(k-1)为t_k-1时刻αβ坐标系下的并网逆变器输出电压分量，e_α(k-1)和e_β(k-1)为t_k-1时刻αβ坐标系下的电网电压分量。

c.利用预测模型计算出在逆变器所有有效开关函数组合分别作用下的并网逆变器输出电流在t_k+1时刻的预测值i_αi(k+1)和i_βi(k+1)，i＝1,…，n，n为逆变器有效开关函数组合的个数；

d.在n组i_αi(k+1)和i_βi(k+1)的基础上，利用预测模型计算出在逆变器所有有效开关函数组合分别作用下的并网逆变器输出电流在t_k+2时刻的预测值i_αij(k+2)和i_βij(k+2)，j＝1,…,n；

e.对并网逆变器输出电流在t_k+2时刻的每组预测值i_αij(k+2)和i_βij(k+2)，计算其选择性能指标优化的函数值：

$f_{gij2}={\[i_{\mathrm{\α}}^{*}(k+2)-i_{\mathrm{\α}ij}(k+2)\]}^2+{\[i_{\mathrm{\β}}^{*}(k+2)-i_{\mathrm{\β}ij}(k+2)\]}^2$

式中，和为t_k+2时刻的参考电流分量；

f.从上述计算结果中找出最小的选择性能指标优化的函数值，则该函数值所对应的t_k+1时刻所实施的开关函数组合S(t_k)即为控制三相并网逆变器的最优开关函数组合；

g.利用t_k+1时刻三相并网逆变器的最优开关函数组合对逆变器进行控制。

上述三相并网逆变器的控制方法，为了减少计算量，在预测了t_k+1时刻并网逆变器输出电流的预测值i_αi(k+1)和i_βi(k+1)，i＝1,…,n之后，对并网逆变器输出电流在t_k+1时刻的每组预测值i_αi(k+1)和i_βi(k+1)，计算其选择性能指标优化函数值：

$f_{\mathrm{gil}}={[i_{\mathrm{\α}}^{*}(k+1)-i_{\mathrm{\αi}}(k+1)]}^2+{[i_{\mathrm{\β}}^{*}(k+1)-i_{\mathrm{\βi}}(k+1)]}^2$

式中，和为t_k+1时刻的参考电流分量，在预测t_k+2时刻并网逆变器的输出电流时，仅在f_gi1最小和次小的两组电流预测值的基础上进行计算。

上述三相并网逆变器的控制方法，t_k+2时刻的参考电流分量和由二阶线性插值预测得到：

$i_{\mathrm{\α}}^{*}(k+2)=3i_{\mathrm{\α}}^{*}(k+1)-3i_a^{*}\left(k\right)+i_a^{*}(k-1);i_{\mathrm{\β}}^{*}(k+2)=3i_{\mathrm{\β}}^{*}(k+1)-3i_{\mathrm{\β}}^{*}\left(k\right)+i_{\mathrm{\β}}^{*}(k-1)$

式中，和为t_k时刻的参考电流分量，和为t_k-1时刻的参考电流分量。

本发明在建立三相并网逆变器输出电流预测模型的基础上，采用两步预测控制算法对并网逆变器进行控制，同现有的逆变器控制方法相比，本方法不仅运算量小，而且具有理想的控制性能。

附图说明

下面结合附图对本发明作进一步说明。

图1是三相并网逆变器电路图；

图2是模型两步预测控制原理，其中(a)为完全两步预测，(b)为部分两步预测；

图3是一步预测A相电压与A相电流波形；优化性能的函数f_g最小值曲线f_gmin；

图4是完全两步预测A相电压与A相电流波形，优化性能的函数f_g最小值曲线f_gmin；

图5是部分两步预测A相电压与A相电流波形，优化性能的函数f_g最小值曲线f_gmin；

图6是参考电流突变下的一步预测仿真波形，THD为2.09％；

图7是参考电流突变下的完全两步预测仿真波形，THD为2.06％；

图8是参考电流突变下的部分两步预测仿真波形，THD为2.01％；

图9是两种坐标系示意图。

图中和文中各符号为：L为连接在并网逆变器与电网之间的滤波电感，R为与滤波电感L串接的电阻，i_α(k-1)和i_β(k-1)为t_k-1时刻αβ坐标系下的并网逆变器输出电流分量，i_α(k)和i_β(k)为t_k时刻αβ坐标系下的并网逆变器输出电流分量，i_α(k+1)和i_β(k+1)为t_k+1时刻αβ坐标系下的并网逆变器输出电流分量，u_α(k-1)和u_β(k-1)为t_k-1时刻αβ坐标系下的并网逆变器输出电压分量，u_α(k)和u_β(k)为t_k时刻αβ坐标系下的并网逆变器输出电压分量，e_α(k-1)和e_β(k-1)为t_k-1时刻αβ坐标系下的电网电压分量，e_α(k)和e_β(k)为t_k时刻αβ坐标系下的电网电压分量，Ts为采样周期，i_αi(k+1)和i_βi(k+1)为在第i种有效开关函数组合作用下并网逆变器输出电流在t_k+1时刻的预测值，i_αij(k+2)和i_βij(k+2)为在i_αi(k+1)和i_βi(k+1)的基础上利用预测模型计算出的在第j种有效开关函数组合作用下的并网逆变器输出电流在t_k+2时刻的预测值，f_gi1为i_αi(k+1)和i_βi(k+1)的选择性能指标优化函数值，f_gij2为i_αij(k+2)和i_βij(k+2)的选择性能指标优化函数值，和为t_k+2时刻的参考电流分量，和为t_k+1时刻的参考电流分量，和为t_k时刻的参考电流分量，和为t_k-1时刻的参考电流分量，i_a、i_b、i_c为并网逆变器输出电流；u_aN、u_bN、u_cN为并网逆变器输出电压；u_nN为电网电压的中性点与直流母线的负极之间的电压；e_a、e_b、e_c分别为三相电网电压。

具体实施方式

1、三相并网逆变器预测模型

三相电压型并网逆变器的拓扑结构如图1所示，并网逆变器通过滤波电感L、电阻R和电网相连。

***的模型是用来预测***未来时刻的状态变量，根据基尔霍夫电压定律，逆变器输出电流动态方程为：

$\left(\begin{array}{c}{\stackrel{\·}{i}}_a\\ {\stackrel{\·}{i}}_b\\ {\stackrel{\·}{i}}_c\end{array}\right)=-\frac{R}{L}\left(\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right)\left(\begin{array}{c}{i}_a\\ i_b\\ i_c\end{array}\right)+\frac{1}{L}\left(\begin{array}{c}{u}_{aN}-e_a-u_{nN}\\ u_{bN}-e_b-u_{nN}\\ u_{cN}-e_c-u_{nN}\end{array}\right)---\left(1\right)$

式中，i_a、i_b、i_c为并网逆变器输出电流；u_aN、u_bN、u_cN为并网逆变器输出电压；u_nN为电网电压的中性点与直流母线的负极之间的电压；e_a、e_b、e_c分别为三相电网电压。假定三相电网电压平衡(e_a+e_b+e_c＝0)，三相并网逆变器输出电流在静止αβ坐标系下的电流动态方程为：

$\left\{\begin{array}{c}L\frac{{\mathrm{di}}_{\mathrm{\α}}}{dt}=u_{\mathrm{\α}}-e_{\mathrm{\α}}-{\mathrm{Ri}}_{\mathrm{\α}}\\ L\frac{{\mathrm{di}}_{\mathrm{\β}}}{dt}=u_{\mathrm{\β}}-e_{\mathrm{\β}}-{\mathrm{Ri}}_{\mathrm{\β}}\end{array}\right.---\left(2\right)$

对式(2)进行离散化，可得

$\left\{\begin{array}{c}L\frac{i_{\mathrm{\α}}(k+1)-i_{\mathrm{\α}}\left(k\right)}{T_s}=u_{\mathrm{\α}}\left(k\right)-e_{\mathrm{\α}}\left(k\right)-{\mathrm{Ri}}_{\mathrm{\α}}\left(k\right)\\ L\frac{i_{\mathrm{\β}}(k+1)-i_{\mathrm{\β}}\left(k\right)}{T_s}=u_{\mathrm{\β}}\left(k\right)-e_{\mathrm{\β}}\left(k\right)-{\mathrm{Ri}}_{\mathrm{\β}}\left(k\right)\end{array}\right.---\left(3\right)$

式中，Ts为采样周期。

由式(3)可得

$\left\{\begin{array}{c}{i}_{\mathrm{\α}}(k+1)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\α}}\left(k\right)+\frac{T_s}{L}\[u_{\mathrm{\α}}\left(k\right)-e_{\mathrm{\α}}\left(k\right)\]\\ i_{\mathrm{\β}}(k+1)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\β}}\left(k\right)+\frac{T_s}{L}\[u_{\mathrm{\β}}\left(k\right)-e_{\mathrm{\β}}\left(k\right)\]\end{array}\right.---\left(4\right)$

式(4)构成了逆变器的电流预测模型，u_α(k)和u_β(k)通过由开关矢量与直流电压乘积得到的三相输出电压u_aN、u_bN、u_cN经Clarke公式求得。e_α(k)和e_β(k)为t_k时刻αβ坐标系下的电网电压分量，采用前一采样时刻的历史数据在线估算得到，这样可以更加精确地估计电网电压，且不用传感器，节约成本。

本发明中的αβ坐标系又称两相静止坐标系，是三相***中的一种坐标系，以原点为圆心，其中坐标轴α通常与三相静止坐标系(abc)的a轴重合，坐标轴β超前坐标轴α90°，两个分量均为交流量。三相静止坐标系(abc)是三相***中的一种坐标系，以原点为圆心，三个坐标轴a，b，c分布在平面上，相位互差120°，三个分量(电压或电流)均为交流量。两种坐标系如图9所示。

可以通过Clarke公式将三相静止坐标系下的分量x_a，x_b，x_c变换为两相静止坐标系下的分量x_α，x_β，Clarke公式如下：

$\left[\begin{array}{c}{x}_a\\ x_{\mathrm{\β}}\end{array}\right]=\sqrt{\frac{2}{3}}\left[\begin{array}{ccc}1& -\frac{1}{2}& -\frac{1}{2}\\ 0& \frac{\sqrt{3}}{2}& -\frac{\sqrt{3}}{2}\end{array}\right]\left[\begin{array}{c}{x}_a\\ x_b\\ x_c\end{array}\right].$

2、逆变器模型电流两步预测控制算法

所设计的两步预测控制算法在一个控制周期内同时考虑逆变器最优开关函数组合及次优开关函数组合，并确保在两个控制周期内所选开关函数组合最优，分为完全两步预测和部分两步预测，两步预测算法开关函数组合选择过程如图2所示，图2(a)是完全两步预测的算法原理图，设定***的控制目标是被控量对其参考值的准确跟踪。图中在t_k-1时刻先由预测模型计算出被控量t_k时刻的预测值x(t_k)，再由预测模型计算出在逆变器所有有效开关函数组合分别作用下的被控制量t_k+1时刻的预测值x_i(t_k+1)，i＝1,…,n，在n个x_i(t_k+1)的基础上，由预测模型计算出在逆变器所有有效开关函数组合分别作用下的被控制量t_k+2时刻的预测值，在全部n²个被控制量在t_k+2时刻的预测值中选取与参考值最接近的预测值所对应的x_i(t_k+1)，进而在t_k时刻可得出t_k+1时刻将实施的最优开关函数组合S(t_k)，即为完全两步预测原理。

图2(b)是部分两步预测的算法原理图，与完全两步预测不同的是，在预测了t_k+1时刻的预测值x_i(t_k+1)，i＝1,…,n之后选择与被控量参考值最接近及次接近的被控量预测值，记为x_min(t_k+1)，x_smin(t_k+1)，并定义其所对应的开关函数组合为S_min(t_k)和S_smin(t_k)；分别在x_min(t_k+1)，x_smin(t_k+1)基础上，由预测模型计算出在逆变器所有有效开关函数组合分别作用下的被控制量t_k+2时刻的预测值，在全部2n个被控制量在t_k+2时刻的预测值中选取与参考值最接近的预测值所对应的x_min(t_k+1)或x_smin(t_k+1)，进而在t_k时刻可得出t_k+1时刻将实施的最优开关函数组合S_min(t_k)或S_smin(t_k)，以上所述为部分两步预测原理。由以上分析可以观察到，完全两步预测算法运算量是部分两步预测算法的n/2倍，运算较为复杂。

对于本发明所研究的问题，i_α和i_β即为图2中的被控量x。

两种两步预测方法对应的性能指标优化函数表达式相同，都选为第二步预测后，输出电流与给定参考电流值差的平方和。选择性能指标优化函数为:

$f_{gij2}={\[i_{\mathrm{\α}}^{*}(k+2)-i_{\mathrm{\α}ij}(k+2)\]}^2+{\[i_{\mathrm{\β}}^{*}(k+2)-i_{\mathrm{\β}ij}(k+2)\]}^2---\left(5\right)$

式中，和为t_k+2时刻的参考电流分量，可以由二阶线性插值预测得到：

$i_{\mathrm{\α}}^{*}(k+2)=3i_{\mathrm{\α}}^{*}(k+1)-3i_a^{*}\left(k\right)+i_a^{*}(k-1);i_{\mathrm{\β}}^{*}(k+2)=3i_{\mathrm{\β}}^{*}(k+1)-3i_{\mathrm{\β}}^{*}\left(k\right)+i_{\mathrm{\β}}^{*}(k-1)$

式中，和为t_k时刻的参考电流分量，和为t_k-1时刻的参考电流分量。

采用MATLAB/simulink构建***模型进行仿真研究，以验证两步预测控制算法的正确性。其中电网电压采用幅值和频率固定的交流电源进行模拟。指令值只有基波分量无其他次分量。基本参数见表1。

表1电路参数

通过实验仿真对比一步预测与完全两步预测和部分两步预测算法对两电平三相并网型逆变器的控制性能。图3，图4，图5分别针对一步预测，完全两步预测和部分两步预测逆变器输出电流总谐波畸变率(totalharmonicdistortion，THD)及优化性能函数f_g最小值曲线(f_gmin)进行了对比实验，给出了a相电压和a相电流实验波形，及其优化性能函数f_g最小值曲线f_gmin。

图3采用一步预测的逆变器a相电流谐波含量约在1.69％，且50Hz处的a相电流有效值为9.984A(给定值为10A)。图4采用完全两步预测，a相电流谐波含量约在1.45％，a相电流有效值为10A。图5采用部分两步预测，a相电流谐波含量约在1.37％，且a相电流有效值为9.988A。可以得到采用部分两步预测控制的逆变器电流谐波含量最小，采用完全两步预测的逆变器稳态误差最小。从它们的优化性能函数最小值曲线可以得到，三种方法差别不是很大，但采用完全两步预测和部分两步预测要比一步预测的优化性能函数最小值稍小些。所以不论是从电流谐波畸变率还是从优化性能函数最小值来看，都是两步预测控制性能好一些。完全两步预测控制和部分两步控制性能各有优势，差别不是很大。

通过进行逆变器预测控制动态试验，进一步验证两步预测算法的正确性。在0.1s时把给定电流值从10A到15A进行突变，分别采用一步预测，完全两步预测和部分两步预测的方法对三相并网逆变器进行控制。仿真波形如图6，图7，图8所示。

当给定电流值突变时，图6采用一步预测的逆变器a相电流谐波含量约在2.09％；图7采用完全两步预测，a相电流谐波含量约在2.06％；图8采用部分两步预测，a相电流谐波含量约在2.01％。可以看出，给定值突变时，采用部分两步预测a相电流谐波畸变率最小。

Claims (3)

1.一种三相并网逆变器的控制方法，其特征是，所述方法首先在αβ坐标系下建立三相并网逆变器的输出电流预测模型，然后利用建立的预测模型，采用两步预测算法求得控制三相并网逆变器的最优开关函数组合，最后利用三相并网逆变器的最优开关函数组合对逆变器的各个开关器件进行控制，所述方法包括以下步骤：

a.建立三相并网逆变器的输出电流预测模型：

$\left\{\begin{array}{c}{i}_{\mathrm{\α}}(k+1)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\α}}\left(k\right)+\frac{T_s}{L}\[u_{\mathrm{\α}}\left(k\right)-e_{\mathrm{\α}}\left(k\right)\]\\ i_{\mathrm{\β}}(k+1)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\β}}\left(k\right)+\frac{T_s}{L}\[u_{\mathrm{\β}}\left(k\right)-e_{\mathrm{\β}}\left(k\right)\]\end{array}\right.$

其中，L为连接在并网逆变器与电网之间的滤波电感，R为与滤波电感L串接的电阻，i_α(k)和i_β(k)为t_k时刻αβ坐标系下的并网逆变器输出电流分量，i_α(k+1)和i_β(k+1)为t_k+1时刻αβ坐标系下的并网逆变器输出电流分量，u_α(k)和u_β(k)为t_k时刻αβ坐标系下的并网逆变器输出电压分量，e_α(k)和e_β(k)为t_k时刻αβ坐标系下的电网电压分量，Ts为采样周期；

b.在t_k-1时刻利用预测模型计算并网逆变器输出电流在t_k时刻的预测值i_α(k)和i_β(k)：

$\left\{\begin{array}{c}{i}_{\mathrm{\α}}\left(k\right)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\α}}(k-1)+\frac{T_s}{L}\[u_{\mathrm{\α}}(k-1)-e_{\mathrm{\α}}(k-1)\]\\ i_{\mathrm{\β}}\left(k\right)=(1-\frac{{\mathrm{RT}}_s}{L})i_{\mathrm{\β}}(k-1)+\frac{T_s}{L}\[u_{\mathrm{\β}}(k-1)-e_{\mathrm{\β}}(k-1)\]\end{array}\right.$

式中，i_α(k-1)和i_β(k-1)为t_k-1时刻αβ坐标系下的并网逆变器输出电流分量，u_α(k-1)和u_β(k-1)为t_k-1时刻αβ坐标系下的并网逆变器输出电压分量，e_α(k-1)和e_β(k-1)为t_k-1时刻αβ坐标系下的电网电压分量；

c.利用预测模型计算出在逆变器所有有效开关函数组合分别作用下的并网逆变器输出电流在t_k+1时刻的预测值i_αi(k+1)和i_βi(k+1)，i＝1,…,n，n为逆变器有效开关函数组合的个数；

d.在n组i_αi(k+1)和i_βi(k+1)的基础上，利用预测模型计算出在逆变器所有有效开关函数组合分别作用下的并网逆变器输出电流在t_k+2时刻的预测值i_αij(k+2)和i_βij(k+2)，j＝1,…,n；

e.对并网逆变器输出电流在t_k+2时刻的每组预测值i_αij(k+2)和i_βij(k+2)，计算其选择性能指标优化函数值：

$f_{g\mathrm{ij}2}={\[i_{\mathrm{\α}}^{*}(k+2)-i_{\mathrm{\αij}}(k+2)\]}^2+{\[i_{\mathrm{\β}}^{*}(k+2)-i_{\mathrm{\βij}}(k+2)\]}^2$

式中，和为t_k+2时刻的参考电流分量；

f.从上述计算结果中找出最小的选择性能指标优化函数值，则该函数值所对应的t_k+1时刻所实施的开关函数组合S(t_k)即为控制三相并网逆变器的最优开关函数组合；

g.利用t_k+1时刻三相并网逆变器的最优开关函数组合对逆变器进行控制。

2.根据权利要求1所述的一种三相并网逆变器的控制方法，其特征是，为了减少计算量，在预测了t_k+1时刻并网逆变器输出电流的预测值i_αi(k+1)和i_βi(k+1)，i＝1,…,n之后，对并网逆变器输出电流在t_k+1时刻的每组预测值i_αi(k+1)和i_βi(k+1)，计算其选择性能指标优化函数值：

$f_{giI}={\[i_{\mathrm{\α}}^{*}(k+1)-i_{\mathrm{\α}i}(k+1)\]}^2+{\[i_{\mathrm{\β}}^{*}(k+1)-i_{\mathrm{\β}i}(k+1)\]}^2$

式中，和为t_k+1时刻的参考电流分量，在预测t_k+2时刻并网逆变器的输出电流时，仅在f_giI最小和次小的两组电流预测值的基础上进行计算。

3.根据权利要求1或2所述的一种三相并网逆变器的控制方法，其特征是，t_k+2时刻的参考电流分量和由二阶线性插值预测得到：

$i_{\mathrm{\α}}^{*}(k+2)=3i_{\mathrm{\α}}^{*}(k+1)-3i_a^{*}\left(k\right)+i_a^{*}(k-1);$ ；

$i_{\mathrm{\β}}^{*}(k+2)=3i_{\mathrm{\β}}^{*}(k+1)-3i_{\mathrm{\β}}^{*}\left(k\right)+i_{\mathrm{\β}}^{*}(k-1)$

式中，和为t_k时刻的参考电流分量，和为t_k-1时刻的参考电流分量。