当今社会,清洁能源正逐渐替代传统化石能源,在电力电子领域,光伏发电技术的研究也取得了重大突破。随着光伏分布式并网系统的不断扩大,并网逆变器的控制也在创新发展,经典控制技术在应用过程中改进方法层出不穷,但是这些传统的控制策略面临着设计参数困难、动态响应过程中快速性无法保证的问题。电网侧发生电压跌落故障时,通常使分布式并网系统保持并网运行,采用低电压穿越技术通过向电网侧快速注入补偿电流,来抬升并网侧电压。低电压穿越技术的关键是输出电流跟踪。模型预测控制（Model Predictive Control,MPC）技术因为其快速跟踪性已经广泛应用于并网逆变器,在故障穿越时可以结合低电压穿越技术实现控制。通过模型预测控制实现低电压穿越可以有效地补偿电压和跟踪电流,然而模型预测控制的精准快速性会受到系统延时的影响。非线性模型预测控制（Nonlinear Model Predictive Control,NMPC）技术将预测时域由单个扩展到多个,提升跟踪性能。本文对模型预测控制技术在低电压穿越中的应用及其发展进行了详细的分析,在NMPC的基础上对预测时域的扩展方法和价值函数进行了改进,将预测时域改进为动态优化的形式,在不增加运行负担的前提下提升时域上限。提出时域增量自整定NMPC和误差扰动自整定NMPC的时域滚动优化方法,前者每次需要计算三种时域下的最优价值函数及开关矢量,后者每个运算周期只需比较电流误差的大小来选出最优时域以及最优开关矢量,一定程度上避免了运算时间延迟,节省了运算空间,在保障快速跟踪的同时适当降低开关频率。本文对MPC、NMPC、时域增量自整定NMPC以及误差扰动自整定NMPC控制策略,在MATLAB/Simulink平台上,分别进行了低电压穿越控制仿真,验证了原理并对性能进行对比分析。搭建了基于d SPACE的并网逆变器实验平台,在正常并网下验证了模型预测控制策略的可行性,并在故障情况下对NMPC、时域增量自整定NMPC和误差扰动自整定NMPC几种控制策略进行了实验。通过实验结果对比,验证了误差扰动自整定NMPC具有最小的跟踪误差以及最快的跟踪速度。