1. 引言
随着可再生能源(如光伏、风电)的大规模并网和储能系统的快速发展,大功率储能变流器(PCS, Power Conversion System)作为能量双向流动的核心枢纽,其控制性能直接关系到电网的稳定性、电能质量以及系统效率。在众多控制策略中,双环闭环控制算法因其优异的动态响应、稳态精度和抗干扰能力,已成为大功率 PCS 的主流控制方案。本文将深入剖析大功率 PCS 双环闭环控制算法的基本原理、数学模型、设计方法,并结合仿真与代码示例,阐述其工程实现要点。
2. PCS 拓扑结构与控制目标
2.1 典型拓扑结构
大功率 PCS 通常采用三相两电平或三电平电压源型变流器(VSC)作为主电路拓扑。
- 直流侧:连接电池储能系统(BESS),电压为
V_dc。 - 交流侧:通过滤波电感
L_f和滤波电容C_f(构成 LCL 或 L 型滤波器)接入电网,电压为V_g。 - 核心开关器件:IGBT 或 SiC MOSFET,由 PWM 信号驱动。
2.2 主要控制目标
- 功率控制:精确控制注入电网的有功功率
P和无功功率Q,实现削峰填谷、频率支撑等功能。 - 电流控制:确保并网电流正弦、谐波含量低,满足并网标准(如 THD < 5%)。
- 直流侧电压稳定:在并网模式下维持直流母线电压恒定;在离网模式下为负载提供稳定电压。
- 动态响应与稳定性:在电网电压跌落、负载突变等工况下快速响应并保持系统稳定。
3. 双环闭环控制算法原理
双环控制的核心思想是外环产生内环的参考指令,内环快速跟踪该指令。对于并网型 PCS,最经典的结构是外环为功率/直流电压环,内环为电流环。
3.1 坐标系变换:ABC -> dq
为了将交流量转换为直流量进行控制,采用Park 变换(Clarke + Park)。
- Clarke 变换 (3s/2s):将三相静止坐标系 (ABC) 转换为两相静止坐标系 (αβ)。
- Park 变换 (2s/2r):将 αβ 坐标系旋转,对齐到与电网电压矢量同步的旋转坐标系 (dq)。
- 在 dq 坐标系下,电网基波电压、电流表现为直流量,便于 PI 控制器实现无静差跟踪。
3.2 外环(功率/电压环)设计
- 功能:根据系统高级指令(如能量管理系统 EMS 下发的
P_ref,Q_ref)或需要稳定的直流电压V_dc_ref,计算出内环电流的参考值i_d_ref和i_q_ref。 - 功率外环(并网模式):
- 有功功率参考
P_ref决定i_d_ref:i_d_ref = (2/3) * P_ref / V_gd(假设电网电压矢量定向于 d 轴,则V_gq = 0)。 - 无功功率参考
Q_ref决定i_q_ref:i_q_ref = -(2/3) * Q_ref / V_gd。 - 通常,外环采用 PI 控制器,但其输出直接作为电流参考,带宽较低,主要作用是设定稳态工作点。
- 有功功率参考
- 直流电压外环(稳压模式或离网模式):
- 通过 PI 控制器调节直流电压
V_dc至其参考值V_dc_ref,其输出即为有功电流参考i_d_ref。 - 该环控制直流侧与交流侧的能量平衡。
- 通过 PI 控制器调节直流电压
3.3 内环(电流环)设计
- 功能:快速、准确地跟踪外环给出的电流参考指令
i_d_ref和i_q_ref,生成变流器所需的电压指令V_d_ref和V_q_ref。 - 数学模型:在 dq 同步旋转坐标系下,考虑滤波电感,可得状态方程:
其中,L * di_d/dt = V_d - V_gd + ω * L * i_q L * di_q/dt = V_q - V_gq - ω * L * i_dω为电网角频率,V_d,V_q为变流器输出电压指令。 - 解耦控制:方程中存在交叉耦合项
ω*L*i_q和-ω*L*i_d。为了实现 d、q 轴电流的独立控制,引入前馈解耦:
其中,V_d = (V_gd - ω * L * i_q) + u_d V_q = (V_gq + ω * L * i_d) + u_qu_d和u_q为 PI 控制器的输出。代入原方程后,得到两个独立的一阶系统:L * di_d/dt = u_d L * di_q/dt = u_q - PI 控制器设计:针对解耦后的系统,d、q 轴电流环可分别设计为典型的 I 型系统。PI 参数 (
Kp_i,Ki_i) 可根据期望的带宽和阻尼进行整定。
3.4 前馈与抗干扰
- 电网电压前馈:将
V_gd和V_gq直接加入电压指令,可有效抵消电网电压扰动对电流环的影响,提高动态性能。 - 直流电压前馈:在某些设计中,会将直流电压
V_dc引入调制波计算,以线性化 PWM 环节。
4. 算法实现步骤与流程
- 信号采样与处理:采样三相电网电压
V_gabc、三相并网电流i_abc、直流侧电压V_dc。 - 锁相环(PLL):基于
V_gabc计算电网电压相位角θ和频率ω,用于坐标变换和解耦。 - 坐标变换:将
V_gabc和i_abc通过 Park 变换得到V_gd,V_gq,i_d,i_q。 - 外环计算:
- 并网模式:根据
P_ref,Q_ref和V_gd计算i_d_ref,i_q_ref。 - 稳压模式:直流电压外环 PI 控制器根据
V_dc_ref和V_dc计算i_d_ref;i_q_ref通常设为 0 或由无功控制给出。
- 并网模式:根据
- 内环计算:
- 计算电流误差:
e_d = i_d_ref - i_d,e_q = i_q_ref - i_q。 - 经过电流环 PI 控制器得到
u_d,u_q。 - 加入前馈解耦项和电网电压前馈,得到变流器电压指令
V_d_ref,V_q_ref:V_d_ref = u_d + V_gd - ω * L * i_q V_q_ref = u_q + V_gq + ω * L * i_d
- 计算电流误差:
- 反 Park 变换:将
V_d_ref,V_q_ref反变换回两相静止坐标系V_α_ref,V_β_ref。 - PWM 调制:采用空间矢量脉宽调制(SVPWM)或正弦脉宽调制(SPWM),根据
V_α_ref,V_β_ref和V_dc生成驱动 IGBT 的开关信号。
5. 仿真与代码示例(MATLAB/Simulink 思路)
5.1 仿真模型搭建要点
- 主电路模型:搭建三相两电平 VSC、直流电压源、电网、L 或 LCL 滤波器。
- 控制子系统:封装双环控制算法,包括 PLL、坐标变换、外环、内环、SVPWM 等模块。
- 测试场景:设计阶跃功率指令、电网电压跌落、负载投切等动态测试。
5.2 核心控制代码片段(伪代码风格)
// 双环控制核心函数,在中断服务程序中调用 (控制周期 Ts)voidDualLoop_Control(floatP_ref,floatQ_ref,floatVdc_ref,floatVdc,floatVg_abc[3],floatIg_abc[3]){// 1. PLL 获取电网相位 theta 和频率 omega_ePLL_Update(Vg_abc,&theta,&omega_e);// 2. Park 变换Clarke_Park_Transform(Vg_abc,theta,&Vgd,&Vgq);Clarke_Park_Transform(Ig_abc,theta,&Igd,&Igq);// 3. 外环:计算电流参考值if(control_mode==GRID_FEEDING){// 功率控制外环I_ref_d=(2.0f/3.0f)*P_ref/Vgd;I_ref_q=-(2.0f/3.0f)*Q_ref/Vgd;}elseif(control_mode==DC_VOLTAGE_CONTROL){// 直流电压外环 PII_ref_d=PI_Controller(&Vdc_PI,Vdc_ref,Vdc);I_ref_q=0;// 或根据无功需求设定}// 4. 内环:电流 PI 控制 + 前馈解耦floatUd=PI_Controller(&Id_PI,I_ref_d,Igd);floatUq=PI_Controller(&Iq_PI,I_ref_q,Igq);floatVd_ref=Ud+Vgd-omega_e*Lf*Igq;// 解耦与前馈floatVq_ref=Uq+Vgq+omega_e*Lf*Igd;// 5. 反 Park 变换floatValpha_ref,Vbeta_ref;Inverse_Park_Transform(Vd_ref,Vq_ref,theta,&Valpha_ref,&Vbeta_ref);// 6. 生成 SVPWM 占空比SVPWM_Generate(Valpha_ref,Vbeta_ref,Vdc,PWM_duty_cycles);}6. 工程实现挑战与优化
- 参数敏感性:滤波器电感
L的准确值对解耦效果影响大,需在线辨识或自适应调整。 - 延时补偿:数字控制带来的计算延时和 PWM 延时需在前馈或控制器设计中予以补偿。
- LCL 滤波器谐振抑制:当使用 LCL 滤波器时,需引入有源阻尼或陷波器来抑制谐振峰,保证系统稳定。
- 过调制与直流电压利用率:在直流电压有限时,需设计过调制算法以提高输出电压能力。
- 弱电网适应性:在电网阻抗较大时,PLL 和电流环的设计需额外考虑稳定性,可能需采用虚拟阻抗或自适应控制。
7. 总结
大功率 PCS 的双环闭环控制算法通过外环设定目标、内环快速跟踪的分层结构,结合同步旋转坐标系下的解耦与前馈技术,实现了对功率、电流、电压的高性能控制。该方案结构清晰,动态响应快,稳态精度高,是当前工程应用中的黄金标准。然而,其性能极大依赖于精确的系统参数和针对实际工况(如弱电网、非线性负载)的优化设计。未来,与模型预测控制(MPC)、自适应控制等先进算法结合,将是进一步提升 PCS 性能的重要方向。