模块化多电平换流器(modular multilevel converter,MMC)具有效率高、谐波小、模块化设计、易级联等优点,在高压大容量电能变换领域得到了日益广泛的应用。作为一种先进的控制策略,模型预测控制(model predictive control,MPC)通过目标函数可同时控制多个系统变量,具有建模直观、动态响应快等优点。传统MMC模型预测控制通过计算所有开关状态组合以实现最优控制目标,但随着桥臂模块数量的增多,计算量将呈几何级数增长,严重制约MPC的工程推广应用。针对N+1电平MMC,提出一种优化的模型预测控制算法,在对子模块电压、交流电流、相间环流、器件开关频率有效控制的同时,将开关状态组合计算量从C N2N降至N+1。针对子模块数高达数百的MMC,进一步提出分组排序优化模型预测控制(grouping-sorting algorithm combined OMPC,GSOMPC)策略,在降低桥臂子模块电压整体排序对硬件资源苛刻需求的同时,将开关状态组合计算量从N+1降至2X+M+3(N=M×X)。基于2.7 k V/60 k W 23电平MMC背靠背动模实验平台的实验结果证明了所提优化模型预测控制(optimized model predictive control,OMPC)及GSOMPC策略的正确性与有效性。