为解决能源紧缺和环境污染问题,太阳能、风能等可再生能源的开发利用受到了越来越广泛的关注与重视,推动了分布式发电系统的快速发展。并网逆变器作为连接分布式发电系统与电网的电能变换接口,采用先进的控制策略,对增强分布式发电系统的可靠性,提高可再生能源发电利用率具有重要意义。为降低并网逆变器输出电流谐波含量,以及提高其在负载或频率发生变化时的适应性和控制效果,本文对分布式发电系统单相LCL型并网逆变器的控制策略进行了研究。本文首先阐述了逆变器滤波器的设计与阻尼方案,介绍了不同类型滤波器的特性,选用了对高频信号抑制效果更加优秀、相同滤波效果下体积更小的LCL型滤波器。针对LCL型滤波器存在固有谐振尖峰,影响系统稳定性的问题,对六类无源阻尼方案和两类有源阻尼方案进行了分析和对比,并采用了阻尼效果好、高频抑制能力强、动态响应迅速的电容电流比例反馈有源阻尼方案。其次针对传统PI矢量控制策略存在参数整定时对系统解耦不准确,及控制性能在系统参数失配情况下难以保持最优的问题,提出了一种新型递归神经网络（Recurrent Neural Network,RNN）矢量控制策略,由于神经网络具有对于非线性函数的任意逼近能力和自主学习性,该控制设计时无需对系统方程解耦,具有完整系统动力学依据和很好的适应性。RNN矢量控制采取了一种改进的列文伯格-马夸尔特（Levenberg-Marquardt,LM）训练算法,该算法相较于传统LM算法,无需进行雅可比（Jacobian,J）矩阵的乘法运算和存储,同时可以简化并直接计算准黑塞（Quasi-Hessian,Q）矩阵和梯度向量,可减小存储和运算难度,加快训练速度,从而提高控制性能。然后针对大量非线性负载的接入所引起的电网频率偏移及周期性扰动会降低逆变器输出电能质量的问题,提出了一种基于锁频环的准PR重复控制策略。利用一种改进的二阶广义积分器（Second-Order Generalized Integrator,SOGI）结构滤除电网电压中的直流分量,使锁相环提取的电网相位信息准确性更高。同时,通过加入锁频环（Frequency-Locked Loop,FLL）实时跟踪电网频率,提高准PR控制器对电网频率偏移的适应性,并利用基于内膜原理的重复控制抑制周期性扰动对输出质量的影响,降低输出电流谐波含量。最后,结合理论分析、仿真及实验结果,验证了本文所提单相LCL型并网逆变器控制策略的有效性。