随着电动汽车的快速发展,未来大规模的电动汽车集中在用电高峰期充电,将加剧电网负荷峰谷差,加重电力系统负担。智能化、网联化的电动汽车作为未来能源互联网的储能终端,以V2G模式将多余电力反馈给电网,是解决电网负荷问题的重要方式。当电动汽车储能电池的总容量足够大时,可以为电网提供能量缓冲,减小电网负荷峰谷差。并网逆变器作为将储能电池上的直流电逆变为交流电并输送到电网的关键设备,其优越性能能大幅提高并网电能质量,因此本文展开对电动汽车V2G并网逆变器控制技术的研究,主要内容如下:设计了V2G并网逆变器总体方案。对V2G并网逆变器进行需求分析,确定了并网逆变器的主电路拓扑结构。根据主电路拓扑结构,选择合适的电感电容参数,确定开关器件型号,设计滤波电路参数。建立了V2G并网逆变器模型。基于设计的并网逆变器拓扑结构,分析主电路电压电流方程,建立连续时域下的数学模型,离散化逆变器数学模型,方便控制算法在数字系统里实现。随后引入预测时域和控制时域两个参数,建立完整的预测模型,为预测控制器的设计奠定基础。设计了V2G逆变器模型预测控制控制器。以电流跟踪误差最小化为主要控制目标,围绕预测模型,设计价值函数。通过最小化价值函数,得到控制变量最优化公式,完成预测控制器的设计。接着对控制器参数选取进行讨论,包括预测时域、控制时域和权重系数。搭建仿真平台,对预测控制器控制效果进行仿真,同时作为对照实验,对传统PI控制进行仿真,分析对比两者的仿真结果。设计了V2G并网逆变器样机,实现了模型预测控制算法的实际应用,并完成了实验与结果分析。结合V2G并网逆变器的控制要求和模型预测控制算法实现的复杂度,提出采用基于DSP的控制方案。根据并网逆变系统的设计规格和控制要求,完成控制系统硬件电路设计和软件设计。最后,根据主电路各元器件参数和设计的硬件电路,搭建V2G并网逆变器样机,在样机上完成模型预测控制算法和PI控制算法的实验,对比分析两者的实验结果,验证本文提出的算法理论和其实现方案的可行性和有效性。