CN105896591A - 光伏并网逆变器自适应控制方法 - Google Patents

Abstract

本发明公开了光伏并网逆变器自适应控制方法，整个系统包括直流侧光伏电池板的最大功率跟踪(MPPT)系统，外环稳压控制环节系统，内环电流跟踪控制系统，以及电容电流反馈控制系统，电流环是整个控制系统的核心部分；其中控制的方法是：并网逆变器对与各自连接的光伏太阳能电池阵列进行电压采样、电流采样计算功率并实现最大功率跟踪，并把各自在最大功率点的电压值与正弦表的乘积与电流补偿值相加作为电流内环的给定；电流内环给定再与实际采样进行比较，比较偏差送给PI自校正控制，本发明的有益效果是通过对并网逆变器控制的参数自适应调整，使得逆变器在任何情况下都能保证逆变器输出电流在最佳状态。

Description

光伏并网逆变器自适应控制方法

技术领域

本发明主要涉及新能源及控领域，具体涉及一种光伏并网逆变器自适应控制方法。

技术背景

由于太阳能发电是具有清洁、无污染等优点。为了减少常规能源的消耗和改善环境质量，光伏发电已经引起各国在能源领域竞争的新热点和焦点。逆变器主要实现把直流侧光伏方阵发出的电能通过逆变器转换为与电网相匹配的交流电能供负载使用或通过电网输电。逆变器的安全性、可靠性、发出的电能质量以及发电效率是衡量单台逆变器主要指标。

光伏并网逆变器的控制策略对逆变器的效率、体积以及输出电能质量有着严重的影响。由于开关器件的导通与断开，通常会引起并网逆变器产生多次谐波，为了避免谐波对电网的影响，通常增加滤波系统。在大功率逆变器应用的场合，为了降低功率损耗，开关频率选取的较低，对LC滤波环节的要求更高。电感值的增加不仅会使网侧电流变化率下降，系统动态性能降低，还会带来体积过大、成本过高等一系列问题。采用LCL滤波器不但对高次谐波发挥更好的抑制作用，而且可以减少滤波器自身的体积和重量。目前对光伏并网逆变器主要集中在对其控制系统的模型分析与控制手段上的研究。在控制方法上主要集中在对带有LCL滤波器的多环控制系统进行研究。截止目前，应用在并网逆变器控制系统的控制器仍然集中在比例积分(PI)控制器，比例谐振(PR)控制器以及滞环比较控制器。滞环比较器，设置滤波电感最大值和最小值，使输出电流在一定的范围内变化，从而实现电流跟踪的滞环控制，但是滞环电流控制系统中开关频率不是固定值，这对滤波设计提出更高的要求。比例谐振控制策略，利用其在谐振频率处增益无穷大的特点，理论上可以消除稳态误差，但是比例谐振调节器是使系统仅在谐振频率处获得无穷大的开环增益，而在其余基频处的增益很小，因而当光伏并网逆变系统中的电网频率发生偏移时，PR控制器系统抑制电网谐波干扰的能力有限，并不适用。

因此，目前所提出的控制器参数均是针对某一特定工作场景进行设计的，当工作环境出现变化，并网逆变器的输出电能质量就会下降。但是由于光伏电池板输出的最大功率受光照强度和环境温度影响较大，随时均有可能发生变化。这就需求控制器参数能够随时跟踪外界环境变化而进行调整。但是，目前为止，没有见到针对能够实现这种功能而采取的控制器自身的进行改进的方法。

发明内容

本发明提出了一种光伏并网逆变器能够跟踪外界变化而对控制器自身参数而进行主动式调整的自适应控制方法，该方法能够充分利用光伏阵列的发电效率以及最大限度提高电能质量，同时不增加逆变器自身的硬件成本。

本发明的技术方案如下：

光伏并网逆变器自适应控制方法，主要实现并网逆变器能够根据外界环境变化而主动调节控制器参数，使得逆变器在任何环境下均能保证较高的电能输出质量。

光伏并网逆变器自适应控制方法，整个系统包括直流侧光伏电池板的最大功率跟踪(MPPT)系统，外环稳压控制环节系统，内环电流跟踪控制系统，以及电容电流反馈控制系统，

其中，外环稳压控制环节系统主要实现最大功率跟踪控制，实现DC/DC变换，采样PI控制能够实现无静态误差控制；结合内环电流跟踪控制系统采取的自适应的PI控制策略，内环引入电容电流作为反馈，来改善系统的稳定性；

其中电流环是整个控制系统的核心部分；其中控制的方法是是：并网逆变器对与各自连接的光伏太阳能电池阵列进行电压采样、电流采样计算功率并实现最大功率跟踪，并把各自在最大功率点的电压值与正弦表的乘积与电流补偿值相加作为电流内环的给定；电流内环给定再与实际采样进行比较，比较偏差送给PI自校正控制，而控制器的输出一方面送给dq/abc变换器，另一方面送给自适应控制网络。送给dq/abc变换器的量经过变换后作为电容电流的给定；而送到自适应控制器网络的与逆变器桥的电流采样值经过自适应处理后的输出再与逆变器输出进行比较，所得到偏差重新送到自适应网络，作为参数修正的依据。而电容电流的给定值与实际电容电流的采样进行比较后，送到P控制器，而后作为开关管的驱动信号，形成整套控制系统的闭环控制。

光伏并网逆变器一天之中只有少数时间能够工作在额定功率下，其它时间其输出功率一般都小于额定功率；并且当日照强度或者外界环境温度发生变化，其输出功率也会随之发生变化；而通常控制器参数的设计或选择均是认为逆变器是工作在额定功率下；但是额定功率下的控制器参数不一定适合在其它输出功率条件下使用。

自适应的控制器能够对系统输出功率变化进行跟踪及时对自身控制参数进行调整。

电流内环控制系统中的PI算法采取增量式，即：

Δu(k)＝K_p(k-1)x_c1(k)+K_i(k-1)x_c2(k) (1)

这里，K_p和K_i分别为PI的比例和积分系数，且令：

$\left\{\begin{array}{c}{e}_c\left(k\right)=i_{\mathrm{od}}^{*}\left(k\right)-i_{\mathrm{od}}\left(k\right)\\ x_{c1}\left(k\right)=e_c\left(k\right)-e_c(k-1)\\ x_{c2}\left(k\right)=e_c\left(k\right)\end{array}\right.---\left(2\right)$

PI控制器采取梯度下降法调整控制参数：

$\left\{\begin{array}{c}\mathrm{\Δ}{K}_p\left(k\right)=-{\mathrm{\η}}_c\frac{\∂E_c\left(k\right)}{\∂K_p(k-1)}=-{\mathrm{\η}}_c{e}_c\left(k\right)\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}{x}_{c1}\left(k\right)\\ \mathrm{\Δ}{K}_i\left(k\right)=-{\mathrm{\η}}_c\frac{\∂E_c\left(k\right)}{\∂K_i(k-1)}=-{\mathrm{\η}}_c{e}_c\left(k\right)\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}{x}_{c2}\left(k\right)\end{array}\right.---\left(3\right)$

这里令在式(3)中直接求

取比较困难，由于RBF网络的输出与逆变器的输出几乎一致，因此可以做以下近似处理：

$\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}\≈\frac{\∂i_{\mathrm{odm}}\left(k\right)}{\∂u\left(k\right)}---\left(4\right)$

i_odm表示RBF网络的输出，而RBF网络的输入主要有两个一个是逆变器上一时刻的直轴电流和上一时刻PI自校正的输入。因此，RBF网络的输入可以进一步表示为：

x＝[x₁(k)，x₂(k)]^T＝[i_od(k-1)，u(k-1)]^T (5)

而只与RBF网络的结构参数有关，因此有：

$\frac{\∂i_{\mathrm{odm}}\left(k\right)}{\∂u\left(k\right)}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{w}_j(k-1)R_j\left(x\left(k\right)\right)\frac{c_j(k-1)-u\left(k\right)}{b_j^2(k-1)}---\left(6\right)$

其中， $R_j\left(x\left(k\right)\right)=\exp (-\frac{{\left|\right|x\left(k\right)-c_j(k-1)\left|\right|}^2}{b_j^2(k-1)})---\left(7\right)$

在式(6)和(7)中，w_j(k-1)、b_j(k-1)和c_j(k-1)是RBF网络自身修正参数。而控制器参数K_p、K_i可以按照以下公式进行修正：

$\left\{\begin{array}{c}{K}_p\left(k\right)=K_p(k-1)+\mathrm{\Δ}{K}_p\left(k\right)+a_c(K_p(k-1)-K_p(k-2))\\ K_i\left(k\right)=K_i(k-1)+\mathrm{\Δ}{K}_i\left(k\right)+a_c(K_i(k-1)-K_i(k-2))\end{array}\right.---\left(8\right)$

通过以上分析可知，自适应控制器设计的步骤包括以下过程：

(1)设置初始参数c_j(0)、w_j(0)、b_j(0)以及RBF的学习速率η以及动量因子a；K_P(0)、K_I(0)以及PI控制的学习速率η₀以及动量因子a_c；

(2)采样实际的电流i_od以及参考输入的并计算u(k)；

(3)计算RBF的输出i_odm；

(4)计算网络参数c_j(k)、w_j(k)、b_j(k)；

(5)计算PI控制器参数K_P(k)、K_I(k)；

(6)返回(2)，重新开始。

本发明的有益效果是通过对并网逆变器控制的参数自适应调整，使得逆变器在任何情况下都能保证逆变器输出电流在最佳状态。本发明所提出的自适应控制器的设计，能够主动根据外界环境的变化而调整控制器参数，通过图4的逆变器实验测试结果可以看出，并网逆变器在25％、50％以及额定功率下逆变器所输出的电流波形畸变率均在3％以内，取得了较好的控制效果。

附图说明

图1d轴电流自适应控制器系统；

图2光伏并网逆变器自适应控制的的整体结构；

图3并网逆变器d轴电流的给定值、输出值以及RBF输出值；

图4自适应控制器PI参数调整过程；

图5并网逆变器在不同环境下输出的电流波形。

具体实施方式

本发明提出了一种光伏并网逆变器能够跟踪外界变化而对控制器自身参数而进行主动式调整的自适应控制方法，该方法能够充分利用光伏阵列的发电效率以及最大限度提高电能质量，同时不增加逆变器自身的硬件成本。

本发明的技术方案如下：

光伏并网逆变器自适应控制方法，主要实现并网逆变器能够根据外界环境变化而主动调节控制器参数，使得逆变器在任何环境下均能保证较高的电能输出质量。

图2为整个控制系统结构图。整个系统的设计需要实现以下功能，直流侧光伏电池板的最大功率跟踪(MPPT)功能，外环稳压控制环节，内环电流跟踪控制，以及电容电流反馈控制。图1为整个光伏并网逆变器控制系统图。

光伏并网逆变器自适应控制方法，主要实现并网逆变器能够根据外界环境变化而主动调节控制器参数，使得逆变器在任何环境下均能保证较高的电能输出质量。

光伏并网逆变器自适应控制方法，整个系统包括直流侧光伏电池板的最大功率跟踪(MPPT)系统，外环稳压控制环节系统，内环电流跟踪控制系统，以及电容电流反馈控制系统，

其中，外环稳压控制环节系统主要实现最大功率跟踪控制，实现DC/DC变换，采样PI控制能够实现无静态误差控制；结合内环电流跟踪控制系统采取的自适应的PI控制策略，内环引入电容电流作为反馈，来改善系统的稳定性；

其中电流环是整个控制系统的核心部分；其中控制的方法是是：并网逆变器对与各自连接的光伏太阳能电池阵列进行电压采样、电流采样计算功率并实现最大功率跟踪，并把各自在最大功率点的电压值与正弦表的乘积与电流补偿值相加作为电流内环的给定；电流内环给定再与实际采样进行比较，比较偏差送给PI自校正控制，而控制器的输出一方面送给dq/abc变换器，另一方面送给自适应控制网络。送给dq/abc变换器的量经过变换后作为电容电流的给定；而送到自适应控制器网络的与逆变器桥的电流采样值经过自适应处理后的输出再与逆变器输出进行比较，所得到偏差重新送到自适应网络，作为参数修正的依据。而电容电流的给定值与实际电容电流的采样进行比较后，送到P控制器，而后作为开关管的驱动信号，形成整套控制系统的闭环控制。

光伏并网逆变器一天之中只有少数时间能够工作在额定功率下，其它时间其输出功率一般都小于额定功率；并且当日照强度或者外界环境温度发生变化，其输出功率也会随之发生变化；而通常控制器参数的设计或选择均是认为逆变器是工作在额定功率下；但是额定功率下的控制器参数不一定适合在其它输出功率条件下使用。

自适应的控制器能够对系统输出功率变化进行跟踪及时对自身控制参数进行调整。

电流内环控制系统中的PI算法采取增量式，即：

Δu(k)＝K_p(k-1)x_c1(k)+K_i(k-1)x_c2(k) (1)

这里，K_p和K_i分别为PI的比例和积分系数，且令：

$\left\{\begin{array}{c}{e}_c\left(k\right)=i_{\mathrm{od}}^{*}\left(k\right)-i_{\mathrm{od}}\left(k\right)\\ x_{c1}\left(k\right)=e_c\left(k\right)-e_c(k-1)\\ x_{c2}\left(k\right)=e_c\left(k\right)\end{array}\right.---\left(2\right)$

PI控制器采取梯度下降法调整控制参数：

$\left\{\begin{array}{c}\mathrm{\Δ}{K}_p\left(k\right)=-{\mathrm{\η}}_c\frac{\∂E_c\left(k\right)}{\∂K_p(k-1)}=-{\mathrm{\η}}_c{e}_c\left(k\right)\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}{x}_{c1}\left(k\right)\\ \mathrm{\Δ}{K}_i\left(k\right)=-{\mathrm{\η}}_c\frac{\∂E_c\left(k\right)}{\∂K_i(k-1)}=-{\mathrm{\η}}_c{e}_c\left(k\right)\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}{x}_{c2}\left(k\right)\end{array}\right.---\left(3\right)$

这里令在式(3)中直接求

取比较困难，由于RBF网络的输出与逆变器的输出几乎一致，因此可以做以下近似处理：

$\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}\≈\frac{\∂i_{\mathrm{odm}}\left(k\right)}{\∂u\left(k\right)}---\left(4\right)$

i_odm表示RBF网络的输出，而RBF网络的输入主要有两个一个是逆变器上一时刻的直轴电流和上一时刻PI自校正的输入。因此，RBF网络的输入可以进一步表示为：

x＝[x₁(k)，x₂(k)]^T＝[i_od(k-1)，u(k-1)]^T (5)

而只与RBF网络的结构参数有关，因此有：

$\frac{\∂i_{\mathrm{odm}}\left(k\right)}{\∂u\left(k\right)}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{w}_j(k-1)R_j\left(x\left(k\right)\right)\frac{c_j(k-1)-u\left(k\right)}{b_j^2(k-1)}---\left(6\right)$

其中， $R_j\left(x\left(k\right)\right)=\exp (-\frac{{\left|\right|x\left(k\right)-c_j(k-1)\left|\right|}^2}{b_j^2(k-1)})---\left(7\right)$

在式(6)和(7)中，w_j(k-1)、b_j(k-1)和c_j(k-1)是RBF网络自身修正参数。而控制器参数K_p、K_i可以按照以下公式进行修正：

$\left\{\begin{array}{c}{K}_p\left(k\right)=K_p(k-1)+\mathrm{\Δ}{K}_p\left(k\right)+a_c(K_p(k-1)-K_p(k-2))\\ K_i\left(k\right)=K_i(k-1)+\mathrm{\Δ}{K}_i\left(k\right)+a_c(K_i(k-1)-K_i(k-2))\end{array}\right.---\left(8\right)$

通过以上分析可知，自适应控制器设计的步骤包括以下过程：

(1)设置初始参数c_j(0)、w_j(0)、b_j(0)以及RBF的学习速率η以及动量因子a；K_P(0)、K_I(0)以及PI控制的学习速率η₀以及动量因子a_c；

(2)采样实际的电流i_od以及参考输入的并计算u(k)；

(3)计算RBF的输出i_odm；

(4)计算网络参数c_j(k)、w_j(k)、b_j(k)；

(5)计算PI控制器参数K_P(k)、K_I(k)；

(6)返回(2)，重新开始。

本发明的有益效果是通过对并网逆变器控制的参数自适应调整，使得逆变器在任何情况下都能保证逆变器输出电流在最佳状态。本发明所提出的自适应控制器的设计，能够主动根据外界环境的变化而调整控制器参数，通过图4的逆变器实验测试结果可以看出，并网逆变器在25％、50％以及额定功率下逆变器所输出的电流波形畸变率均在3％以内，取得了较好的控制效果。

光伏并网逆变器一天之中只有少数时间能够工作在额定功率下，其它时间其输出功率一般都小于额定功率。并且当日照强度或者外界环境温度发生变化，其输出功率也会随之发生变化。而通常控制器参数的设计或选择均是认为逆变器是工作在额定功率下。但是额定功率下的控制器参数不一定适合在其它输出功率条件下使用。因此，自适应的控制器的设计需要满足两个条件：

1)能够对系统输出功率变化进行跟踪及时对自身控制参数进行调整；

2)自适应调整参数控制的引入不增加控制系统的复杂性，不增加并网逆变器硬件电路成本。

对于电流内环控制在dq坐标系下，包括直轴和交轴两个分量，但是两个变量的控制系统设计完全一致，因此这里以电流d轴分量的控制系统为例。

图1为电流环在dq坐标系中，d轴电流自适应控制的模型，该模型包括一个PI自校正控制器和一个RBF网络，其中RBF网络就是一个通过对被控对象检测跟踪并把检测到结果进行比较，最后把误差e送回到控制器的系统，控制器根据反馈回来的的结果进行控制器参数的修订。RBF网络的输入信号包括两部分：一部分是自适应控制器的输入，另一部分是并网逆变器的电流采样输入。

电流内环控制系统中的PI算法采取增量式，即：

Δu(k)＝K_p(k-1)x_c1(k)+K_i(k-1)x_c2(k) (1)

这里，K_p和K_i分别为PI的比例和积分系数，且令：

$\left\{\begin{array}{c}{e}_c\left(k\right)=i_{\mathrm{od}}^{*}\left(k\right)-i_{\mathrm{od}}\left(k\right)\\ x_{c1}\left(k\right)=e_c\left(k\right)-e_c(k-1)\\ x_{c2}\left(k\right)=e_c\left(k\right)\end{array}\right.---\left(2\right)$

PI控制器采取梯度下降法调整控制参数：

$\left\{\begin{array}{c}\mathrm{\Δ}{K}_p\left(k\right)=-{\mathrm{\η}}_c\frac{\∂E_c\left(k\right)}{\∂K_p(k-1)}=-{\mathrm{\η}}_c{e}_c\left(k\right)\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}{x}_{c1}\left(k\right)\\ \mathrm{\Δ}{K}_i\left(k\right)=-{\mathrm{\η}}_c\frac{\∂E_c\left(k\right)}{\∂K_i(k-1)}=-{\mathrm{\η}}_c{e}_c\left(k\right)\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}{x}_{c2}\left(k\right)\end{array}\right.---\left(3\right)$

这里令在式(3)中直接求

取比较困难，由于RBF网络的输出与逆变器的输出几乎一致，因此可以做以下近似处理：

$\frac{\∂i_{\mathrm{od}}\left(k\right)}{\∂u\left(k\right)}\≈\frac{\∂i_{\mathrm{odm}}\left(k\right)}{\∂u\left(k\right)}---\left(4\right)$

i_odm表示RBF网络的输出，而RBF网络的输入主要有两个一个是逆变器上一时刻的直轴电流和上一时刻PI自校正的输入。因此，RBF网络的输入可以进一步表示为：

x＝[x₁(k)，x₂(k)]^T＝[i_od(k-1)，u(k-1)]^T (5)

而只与RBF网络的结构参数有关，因此有：

$\frac{\∂i_{\mathrm{odm}}\left(k\right)}{\∂u\left(k\right)}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{w}_j(k-1)R_j\left(x\left(k\right)\right)\frac{c_j(k-1)-u\left(k\right)}{b_j^2(k-1)}---\left(6\right)$

其中， $R_j\left(x\left(k\right)\right)=\exp (-\frac{{\left|\right|x\left(k\right)-c_j(k-1)\left|\right|}^2}{b_j^2(k-1)})---\left(7\right)$

在式(6)和(7)中，w_j(k-1)、b_j(k-1)和c_j(k-1)是RBF网络自身修正参数。而控制器参数K_p、K_i可以按照以下公式进行修正：

$\left\{\begin{array}{c}{K}_p\left(k\right)=K_p(k-1)+\mathrm{\Δ}{K}_p\left(k\right)+a_c(K_p(k-1)-K_p(k-2))\\ K_i\left(k\right)=K_i(k-1)+\mathrm{\Δ}{K}_i\left(k\right)+a_c(K_i(k-1)-K_i(k-2))\end{array}\right.---\left(8\right)$

通过以上分析可知，自适应控制器设计的步骤包括以下过程：

(1)设置初始参数c_j(0)、w_j(0)、b_j(0)以及RBF的学习速率η以及动量因子a；K_P(0)、K_I(0)以及PI控制的学习速率η₀以及动量因子a_c；

(2)采样实际的电流i_od以及参考输入的并计算u(k)；

(3)计算RBF的输出i_odm；

(4)计算网络参数c_j(k)、w_j(k)、b_j(k)；

(5)计算PI控制器参数K_P(k)、K_I(k)；

(6)返回(2)，重新开始.

本发明的效果

本发明所提出的自适应控制器的设计，能够主动根据外界环境的变化而调整控制器参数，通过图3、图4、图5的逆变器实验测试结果可以看出，并网逆变器在25％、50％以及额定功率下逆变器所输出的电流波形畸变率均在3％以内，取得了较好的控制效果。需要说明的是，上述各技术特征继续相互组合，形成未在上面列举的各种实施例，均视为本发明说明书记载的范围；并且，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (5)

1.光伏并网逆变器自适应控制方法，其特征在于，整个系统包括直流侧光伏电池板的最大功率跟踪(MPPT)系统，外环稳压控制环节系统，内环电流跟踪控制系统，以及电容电流反馈控制系统，

其中，外环稳压控制环节系统主要实现最大功率跟踪控制，实现DC/DC变换，采样PI控制能够实现无静态误差控制；结合内环电流跟踪控制系统采取的自适应的PI控制策略，内环引入电容电流作为反馈，来改善系统的稳定性；

其中电流环是整个控制系统的核心部分；其中控制的方法是是：并网逆变器对与各自连接的光伏太阳能电池阵列进行电压采样、电流采样计算功率并实现最大功率跟踪，并把各自在最大功率点的电压值与正弦表的乘积与电流补偿值相加作为电流内环的给定；电流内环给定再与实际采样进行比较，比较偏差送给PI自校正控制，而控制器的输出一方面送给dq/abc变换器，另一方面送给自适应控制网络；送给dq/abc变换器的量经过变换后作为电容电流的给定；而送到自适应控制器网络的与逆变器桥的电流采样值经过自适应处理后的输出再与逆变器输出进行比较，所得到偏差重新送到自适应网络，作为参数修正的依据；而电容电流的给定值与实际电容电流的采样进行比较后，送到P控制器，而后作为开关管的驱动信号，形成整套控制系统的闭环控制。

2.根据权利要求1所述的光伏并网逆变器自适应控制方法，其特征在于，光伏并网逆变器一天之中只有少数时间能够工作在额定功率下，其它时间其输出功率一般都小于额定功率；并且当日照强度或者外界环境温度 发生变化，其输出功率也会随之发生变化；而通常控制器参数的设计或选择均是认为逆变器是工作在额定功率下；但是额定功率下的控制器参数不一定适合在其它输出功率条件下使用。

3.根据权利要求1所述的光伏并网逆变器自适应控制方法，其特征在于，因此，自适应的控制器能够对系统输出功率变化进行跟踪及时对自身控制参数进行调整。

4.根据权利要求1所述的光伏并网逆变器自适应控制方法，其特征在于，

电流内环控制系统中的PI算法采取增量式，即：

Δu(k)＝K_p(k-1)x_c1(k)+K_i(k-1)x_c2(k) (1)

这里，K_p和K_i分别为PI的比例和积分系数，且令：

PI控制器采取梯度下降法调整控制参数：

这里令在式(3)中直接求 取比较困难，由于RBF网络的输出与逆变器的输出几乎一致，因此可以做以下近似处理：

i_odm表示RBF网络的输出，而RBF网络的输入主要有两个一个是逆变器上一时刻的直轴电流和上一时刻PI自校正的输入。因此，RBF网络的输入可以进一步表示为：

x＝[x₁(k)，x₂(k)]^T＝[i_od(k-1)，u(k-1)]^T (5)

而只与RBF网络的结构参数有关，因此有：

其中，

在式(6)和(7)中，w_j(k-1)、b_j(k-1)和c_j(k-1)是RBF网络自身修正参数。而控制器参数K_p、K_i可以按照以下公式进行修正：

。

5.根据权利要求1所述的光伏并网逆变器自适应控制方法，其特征在于，通过以上分析可知，自适应控制器设计的步骤包括以下过程：

(1)设置初始参数c_j(0)、w_j(0)、b_j(0)以及RBF的学习速率η以及动量因子a；K_P(0)、K_I(0)以及PI控制的学习速率η₀以及动量因子a_c；

(2)采样实际的电流i_od以及参考输入的并计算u(k)；

(3)计算RBF的输出i_odm；

(4)计算网络参数c_j(k)、w_j(k)、b_j(k)；

(5)计算PI控制器参数K_P(k)、K_I(k)；

(6)返回(2)，重新开始。