摘要：提出了基于并行神经网络优化的约束模型预测控制（model predictive control,MPC）,应用于光伏并网逆变器中,提高光伏发电并网电能质量。建立了三相四桥臂逆变器的精确模型,分析约束模型预测控制算法的原理,在约束条件中加入输出变量和控制变量的约束,突破有限子集和无约束预测控制方法的限制。将并行神经网络递归优化算法用于求解约束预测控制优化问题中,提高单步优化问题的求解速度。利用FPGA的并行计算能力,在FPGA中运行神经网络在线优化求解,实现预测控制算法的实时运行。实验结果表明：采用该算法的并网逆变器输出电流偏差小,总谐波畸变率小,可以提高并网电能质量,验证了该算法的可行性和有效性。

关键词：并网逆变器 约束模型预测控制 神经网络优化 现场可编程阵列 实时控制 

单位：武汉理工大学自动化学院; 湖北省武汉市430070