✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

 👇 关注我领取海量matlab电子书和数学建模资料 

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍 

一、背景

（一）模块化多电平换流器（MMC）的优势与应用

模块化多电平换流器（MMC）作为一种新型的电压源换流器，在高压直流输电（HVDC）、柔性交流输电系统（FACTS）等领域得到了广泛应用。MMC 具有输出电压谐波含量低、开关频率低、易于模块化扩展等优点。它由多个子模块（SM）级联组成，能够灵活地实现高压大容量电能的变换和传输。例如，在长距离输电中，MMC 可以有效降低输电损耗，提高输电效率，同时保证电能质量。

（二）传统控制方法的局限性

传统的 MMC 控制方法，如基于载波的脉宽调制（CBPWM）和空间矢量调制（SVM），虽然在一定程度上能够实现 MMC 的稳定运行，但存在一些局限性。CBPWM 需要精确的载波信号生成和复杂的相位配置，对硬件要求较高，且在系统参数变化或出现故障时，其性能会受到影响。SVM 在处理多电平复杂拓扑时，计算量较大，难以实时快速响应。此外，这两种传统方法对于 MMC 内部子模块电容电压的平衡控制不够灵活，容易导致子模块电压不均衡，影响系统性能。

（三）有限集模型预测控制（FCS - MPC）的兴起

有限集模型预测控制（FCS - MPC）因其独特的优势在电力电子领域逐渐受到关注。FCS - MPC 通过建立系统的离散模型，预测不同开关状态下系统未来的行为，并根据预先设定的目标函数选择最优的开关状态。这种控制方法具有响应速度快、对系统参数变化不敏感等优点，能够更好地应对 MMC 复杂的运行工况。同时，FCS - MPC 可以灵活地将多个控制目标纳入目标函数，如同时实现电流跟踪、子模块电容电压平衡等控制目标，为 MMC 的高效稳定运行提供了更有效的控制策略。

二、原理

（一）模块化多电平换流器（MMC）工作原理

1. 拓扑结构

   ：MMC 的基本拓扑由上、下桥臂组成，每个桥臂包含多个子模块（SM）和一个桥臂电抗器。子模块通常采用半桥或全桥结构，以半桥子模块为例，它由两个绝缘栅双极型晶体管（IGBT）及其反并联二极管和一个储能电容组成。通过控制子模块中 IGBT 的导通和关断，可以实现子模块电容的充电和放电，从而调节桥臂电压。

2. 工作模式

   ：在 MMC 运行过程中，通过控制上、下桥臂子模块的投入和切除数量，使桥臂输出不同电平的电压。例如，当需要输出较高电压时，投入更多的子模块；反之则切除部分子模块。这样，MMC 可以输出多电平的交流电压，实现电能的变换和传输。同时，桥臂电抗器起到限制电流变化率、抑制环流等作用。

（二）混合有限集模型预测控制（FCS - MPC）原理

⛳️ 运行结果

📣 部分代码

🔗 参考文献

🍅更多创新智能优化算法模型和应用场景可扫描关注

🌟机器学习/深度学习类：BP、SVM、RVM、DBN、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、SAE、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、XGBoost、LightGBM、TCN、BiTCN、ESN、Transformer、模糊小波神经网络、宽度学习等等均可~

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌟组合预测类：CNN/TCN/BiTCN/DBN/Transformer/Adaboost结合SVM、RVM、ELM、LSTM、BiLSTM、GRU、BiGRU、Attention机制类等均可（可任意搭配非常新颖）~

🌟分解类：EMD、EEMD、VMD、REMD、FEEMD、TVFEMD、CEEMDAN、ICEEMDAN、SVMD、FMD、JMD等分解模型均可~

🌟路径规划类：旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化等等~

🌟小众优化类：生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化、微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化等等均可~

 🌟 无人机应用方面：无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌟通信方面：传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌟信号处理方面：信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面： 微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化

🌟原创改进优化算法（适合需要创新的同学）：原创改进2025年的波动光学优化算法WOO以及三国优化算法TKOA、白鲸优化算法BWO等任意优化算法均可，保证测试函数效果，一般可直接核心