联系方式
联系方式
建模

电力转换器与逆变器建模实用指南

主要收获

  • 从明确的研究问题开始,仅在影响结果时设定模型保真度,因为错误位置的额外细节会降低模拟效率却无法提升可信度。
  • 在从设备寄生参数到PWM时序再到EMT时间步长的整个链路中,保持物理特性、控制逻辑和数值计算的一致性,因为细微的偏差会导致谐波、损耗及故障响应的失真。
  • 将验证作为门控机制而非形式主义,通过分离电气行为、控制时序和求解器敏感度的检查,确保结果在不同工作点和扰动条件下保持稳定。

精确的电力转换器和逆变器模型源于严谨的建模选择。

当转换器的保真度、求解器设置和控制时序与实际需求不匹配时,其结果便会严重失真。当前电网研究高度依赖逆变器行为,而可再生能源在2023年已贡献全球30%的发电量。如此规模的能源供应,使得在开关操作、限值设定及保护响应方面已无从含糊其辞。

“精确的电力电子建模并非在于无处不添加细节,而在于将细节置于能改变结果的关键位置。”

当你将转换器建模视为一条必须保持一致的选择链——从设备到控制系统再到电磁瞬态模拟时间步长——你将获得更强的信心。下文将重点探讨这些选择、它们产生的权衡关系,以及防止虚假确定性的验证措施。

定义建模目标及转换器研究所需的精度要求

首先锁定研究目标,再设定解答所需的最低模型精度。转换器建模始终是在速度与波形细节之间权衡取舍,错误的权衡会产生看似合理却错误的结果。保真度必须与关键现象相匹配,例如谐波、保护触发或控制稳定性。明确的目标也能设定可接受的时间范围和求解器时间步长。

良好的目标设定还会迫使我们做出边界决策,这些决策在幕后主导着结果——例如哪些要素被排除在转换器模型之外,哪些被纳入其中。请明确划定界限:哪些将作为固定网络予以信任,哪些将作为受控电力电子系统进行处理。务必在早期就明确验收标准,因为后续在验证和调试阶段都将用到它。

  • 您将信任哪些可测量的输出指标,例如电流纹波或电压下陷深度?
  • 哪些频率必须正确,从基频到开关边带
  • 哪些事件必须正确,例如故障、极限触发和重启
  • 必须覆盖的时间窗口范围,从毫秒到秒
  • 哪种准确性检查将决定是否通过基准测试

选择开关平均型或混合型转换器模型结构

开关模型、平均模型和混合模型各自解决不同的问题,没有一种是万能的最佳方案。开关模型能解决换向问题和PWM纹波问题,但会增加时间步长和运行时间。平均模型在舍弃开关细节的同时,保留了控制动态特性和功率流特性。混合方法在关键事件处保留开关特性,其余部分则进行平滑处理。

通过询问哪种机制会改变您需要做出的决策来选择结构。谐波顺应性、死区时间失真和半导体应力需要详细的开关设计。控制器调谐、弱电网稳定性和有功功率设定点响应通常适合平均模型,前提是您能准确地表示限制和延迟。

研究重点符合要求的模型结构你所接受的主要权衡
控制回路调谐检查带限值的平均转换器开关纹波被消除
保护与故障清除混合式开关临近事件更多设置和校准工作
谐波与dv或dt应力全开关与寄生效应步长较小且运行时间较长
能量产量与热趋势采用损失模型进行平均快速瞬态过程被简化
EMI滤波器相互作用切换时触发详细被动效果参数敏感度增加

混合模型仅在状态交接无缝时才有效。需保持状态变量一致性,并避免使用会改变相位的隐藏滤波器,因为这会掩盖不稳定性并扭曲转换器行为。

构建具有正确寄生参数的器件和无源元件模型

器件模型与被动寄生参数共同决定开关损耗、振铃现象及谐波含量,因此理想化元件会误导分析。半导体导通电压、反向恢复及非线性电容会改变电流与电压的上升/下降沿。电感与电容的ESR(等效串联电阻)和ESL(等效串联电感)会改变阻尼特性与谐振频率。寄生参数还必须匹配所模拟的物理布局尺度。

从最简单的非理想组件开始,这些组件会改变你的答案,仅在通过性检查失败时才添加细节。阻尼器、直流母线电容和杂散电感通常主导着dv或dt以及过冲现象,因此即使控制模型完美无缺,它们也值得关注。在许多研究中,热耦合可以置于EMT模型之外,但你仍需采用与开关波形一致的损耗表示方法。

参数质量比参数数量更重要。将供应商曲线、实验室测量数据和提取的寄生参数视为需要版本控制和复核的数据,而非输入一次便置之不理的数值——因为电容或杂散电感中的微小误差足以改变谐振频率,从而影响保护触发条件。

在逆变器仿真中表示PWM调制与死区时间

PWM与死区时间共同决定了网络实际观测到的波形形态,因此若建模时疏于考量,将导致谐波被削平且失真被掩盖。基于载波的调制与空间矢量调制在开关模式与谐波分布上存在差异。死区时间会根据电流方向改变有效相电压,从而产生低阶失真。建模过程还必须匹配采样率、更新速率及门控时序的假设条件。

考虑一个两级三相逆变器,其直流母线电压为800 V,采用10 kHz PWM调制,并具有3微秒死区时间,该逆变器驱动L型滤波器并连接至刚性400 V线间电压电网。 包含死区时间与电流极性逻辑的开关模型将显示基波电压的明显偏移及低次谐波叠加,而理想开关模型则不会。这种差异也会改变电流控制器的调节力度,并在电压下陷期间改变限值触发情况。

若物理控制器采用死区时间补偿,则该补偿应纳入控制模型。需确保门控指令与仿真器时间步长保持同步,避免死区时间被量化为远超预期的值——此类量化误差会产生类似硬件问题的失真现象,实则仅为建模过程中的伪像。

实现控制回路和数字延迟以获得稳定结果

控制建模必须包含采样、计算延迟及饱和行为,因这些特性决定了稳定性裕度。若将连续控制器直接置入未离散化的EMT模型,将导致相位裕度被高估。数字延迟还会与网络阻抗相互作用,可能引发类似电网微弱故障的振荡现象。限幅、防饱和及速率约束共同塑造了故障响应与恢复特性。

首先设定与目标平台匹配的控制时序预算。该预算需涵盖采样保持、PWM更新时序,以及用于测量电压和电流的任何滤波操作。确保控制器时基与电气时间步长保持一致,从而避免控制回路出现噪声衍生的干扰或人为相位滞后。

故障响应需要特别关注。电流限制、电压穿越逻辑和锁相环行为在电压下陷和相位跳变期间决定输出状态,因此这些模块应明确可见且可供检查,而非隐藏在黑盒元件内部。

选择EMT求解器设置和变流器的时间步长

转换器EMT仿真成败取决于求解器稳定性、时间步长选择及事件处理。开关沿、不连续导通现象和控制更新引入的刚度可能导致松散求解器失稳。时间步长必须能捕捉您关注的最快事件,而非您希望研究的最慢行为。不当设置会悄然扭曲损耗、谐波及峰值电流。

逆变器仿真至关重要,因为基于逆变器的发电已不再是小众案例——2023年风能与太阳能合计贡献了全球13.4%的电力。如此高的渗透率促使规划者和操作员必须信赖故障、带电作业及控制交互过程中的电能传输模型(EMT)结果。求解器的选择已成为工程成果的核心组成部分,而不仅仅是数值细节。

仅当固定步长方法能在不增加过多运行时间的前提下解决切换与控制时序问题时才选用。变步长方法适用于平均化模型,但仍需在不连续点和极限块周围设置保护措施,以确保求解器不会跳过关键事件。

设置初始条件和工作点以减少瞬态现象

初始条件决定了模拟的前几个周期是物理现象还是启动噪声。当转换器以空的直流母线电容器和零控制器积分器启动时,会产生巨大的人为暂态。良好的工作点能在事件发生前将电压、电流和控制器状态设置为接近稳态运行,从而使分析聚焦于您关注的扰动。

采用与预期顺序匹配的分阶段启动方式,例如网络通电、直流母线充电、相位锁定及电流回路闭合。若研究对象为故障工况,则从已求解的稳态开始,使故障成为首个重大变化。若研究对象为设定值变化,则平滑提升参考值以避免阶跃指令——物理控制器绝不会发出此类指令。

控制器初始状态与电气状态同样值得关注。积分器、滤波器和锁相环状态应反映稳定测量值,否则会将稳定行为误判为调谐问题。

根据测量数据和已知的转换器基准对模型进行验证

验证是将模型转化为可用于风险决策的可靠工具的关键步骤。当具备测量数据时,需与之进行比对;若无测量数据,则参照公开基准进行验证。验证应从稳态功率平衡与基本相量开始,继而扩展至谐波与暂态分析。每个验证层级都应降低不确定性,而非仅确认表面正确的结论。

将验证目标划分为电气、控制和数值三类检查。电气检查包括直流母线纹波、滤波器谐振及关键工作点下的谐波谱分析。控制检查涵盖阶跃响应、极限行为以及扰动后的恢复能力。数值检查则包含时间步长敏感性分析,以及在物理模型不变时不同求解器间的一致性验证。

透明可编辑的模型使这项工作切实可行,因为您能追溯错误至具体方程或参数,而非凭空猜测。正因如此,SPS SOFTWARE常被教学实验室和研究团队采用——其组件方程与参数始终可见,便于审查与调整。

修正导致损耗与谐波失真的常见建模错误

大多数建模失败源于几个可重复的错误,而修正这些错误需要纪律性,而非临时补丁。理想开关会隐藏损耗和振铃现象。寄生参数的缺失会改变谐振点,甚至消除谐波峰值。控制时序错位可能产生虚假稳定性,在硬件上会消失,因此模型必须像设计一样接受严格审核。

优秀的转换器建模在于各层之间保持一致的习惯,而非追求最花哨的模块。

从一份简短的检查清单开始,并在模型每次变更时应用它。确认开关频率、PWM更新率和死区时间与仿真时间步长一致。检查被动元件参数是否包含共振关键参数(如ESR和ESL),并确保器件损耗计算采用与仿真相同的波形。执行时间步长敏感性检查,以验证波形并非数值伪影。

将模型视为可检查工程对象的团队能获得可重复的结果并减少后期意外,而当您需要可审查和教学的物理透明度时,SPS SOFTWARE能自然融入该工作流程。

获取开始使用 SPS 软件

联系我们
隐私设置
我们使用 cookie 来提升您使用我们网站的体验。如果您通过浏览器使用我们的服务,您可以通过网络浏览器设置限制、阻止或删除 cookie。我们还使用可能使用跟踪技术的第三方内容和脚本。您可以在下面选择性地表示同意,以允许此类第三方嵌入。有关我们使用的 cookie、收集的数据以及处理方式的完整信息,请查看我们的隐私政策
Youtube
同意显示来自 - Youtube 的内容
视频
同意显示来自 - Vimeo 的内容
谷歌地图
同意显示来自 - Google 的内容
Spotify
同意显示来自 - Spotify 的内容
声音云
同意显示以下内容 - 声音
购物车概览