传统有限控制集模型预测控制（FCS-MPC，finite control set model predictive control）策略需要建立准确的数学模型，当其应用于 LCL 型并网逆变器时则需多个电流电压传感器，若采样数据类型过少必然会产生建模误差。针对实际应用中传感器较少引起的预测模型参数失配问题，研究了一种基于自适应线性神经元（ADALINE，adaptive linear neuron）算法的模型预测控制策略。该方案将 ADALINE 算法用于在线更新预测模型的计算参数，提高了预测模型的参数鲁棒性；同时对控制器延时进行了补偿，提高了控制精度。仿真和实验结果表明，该方案有效减少了并网电流谐波含量，并且具有优良的瞬态性能，验证了该方案的可行性和有效性。