三电平逆变器具有输出谐波小、开关器件耐压要求低等特点,已在大功率并网逆变器中广泛应用,但其效率与开关损耗密切相关,为了降低开关损耗,逆变器的开关频率受到了极大的限制。与此同时三电平并网逆变器还需要对中点电位、共模电压等多个目标进行控制,而现有的控制策略具有一定的局限性。有限控制集模型预测控制由于能直观的对多个控制目标同时进行控制,在三电平并网逆变器中得到广泛应用,但其仍然存在权重系数难以整定的问题以及建模误差问题。针对该问题,本文提出了一种具有参数辨识且无需权重系数的有限控制集模型预测控制策略。论文主要研究工作和创新如下:(1)对有限控制集模型预测控制策略进行研究,详细阐述了它的基本原理,分析了其在降低开关频率方面的有效性及其在多目标优化控制方面的优越性,分析了其权重系数难以整定的问题。(2)针对有限控制集模型预测控制在多目标优化控制时权重系数难以整定的问题,研究了无需权重系数的滞环模型预测控制,阐述了它的的基本原理,分析了其相对于有限控制集模型预测控制的优势,通过数学推导分析了控制系统的稳定性以及建模误差对该控制系统稳定性的影响。(3)针对滞环模型预测建模误差问题,研究了自适应线性神经网络算法,提出了基于自适应线性神经网络算法的滞环模型预测控制策略,使用数学推导的方式对所提策略进行了辨识误差的分析和稳定性的分析,证明了所提策略可以对预测模型参数进行有效辨识,并对该策略在三电平并网逆变器中初始权值矢量的选取和步长的选取进行了说明。(4)最后,搭建了20k W三电平并网逆变器实验平台,通过该实验平台,对所提出的基于自适应线性神经网络算法的滞环模型预测控制策略进行了实验验证,证明了控制策略的有效性。