单相PWM整流器控制策略对比与工程实践

1. 项目背景与核心需求

在电力电子领域，单相PWM整流器作为AC-DC变换的关键设备，其性能直接影响电能质量与系统效率。传统二极管整流存在谐波污染大、功率因数低等固有缺陷，而基于全控型器件的PWM整流技术可实现单位功率因数运行和双向能量流动。本项目针对交流220V输入、直流350V输出的典型应用场景，通过仿真对比两种主流控制策略——直接电流控制与另一种未明示的先进控制方案（根据行业实践推测为电压定向控制或预测控制）。

这类变换器在电动汽车充电桩、不间断电源(UPS)、可再生能源并网等场景中具有广泛应用。以7kW交流充电桩为例，输入220V/32A交流电经PWM整流后得到350V直流母线，再通过DC-DC转换为电池充电电压。直接电流控制因其动态响应快、抗扰动性强成为工业界首选，而另一种控制策略可能在特定指标上具有优势。通过仿真对比，我们能够量化评估两种方案在THD（总谐波失真）、功率因数、动态响应等关键指标上的差异。

2. 系统建模与参数设计

2.1 主电路拓扑构建

采用典型的单相全桥PWM整流结构，包含4个IGBT（如IKW40N120T2）与反并联二极管组成H桥，直流侧并联1000μF电解电容。交流侧接入2mH网侧电感用于滤波，其值根据纹波电流公式计算：

$$
L = \frac{V_{ac} \cdot D_{max}}{2 \cdot f_{sw} \cdot \Delta I_{pp}}
$$

其中开关频率fsw取20kHz，允许纹波电流ΔIpp设为输入电流峰值的20%（约6A），最大占空比Dmax=0.9，计算得L≈1.8mH，取标称值2mH。直流侧电容容量通过维持电压波动在5%以内的要求确定：

$$
C = \frac{P_o}{2 \cdot \omega \cdot V_{dc} \cdot \Delta V_{dc}}
$$

对于3kW输出功率，50Hz工频下计算得C≈910μF，选择1000μF/450V规格电容。

2.2 控制策略实现方案

2.2.1 直接电流控制(Direct Current Control)

构建双闭环控制结构：

• 电压外环：PI调节器生成电流幅值参考
• 电流内环：采用滞环控制或PI+SPWM调制
  关键参数整定过程：

1. 电压环带宽设为10Hz（远低于开关频率）
2. 根据幅值裕度45°设计PI参数：
   $$ K_p = 2 \pi f_c L \cdot \frac{V_{dc}}{V_{ac}} $$
   $$ K_i = \frac{R}{L} K_p $$
   实测中需加入抗饱和处理与输出限幅

2.2.2 电压定向控制(VOC)

采用dq旋转坐标系实现解耦：

1. 通过PLL获取电网电压相位θ
2. 将交流量变换至dq轴：
   $$
   \begin{cases}
   i_d = i_a \cdot cosθ + i_b \cdot sinθ \
   i_q = -i_a \cdot sinθ + i_b \cdot cosθ
   \end{cases}
   $$
3. d轴控制有功电流（对应直流电压）
4. q轴控制无功电流（实现单位功率因数）

注意：VOC需精确的相位检测，PLL动态性能直接影响控制效果

3. 仿真实现与结果分析

3.1 PLECS/Simulink建模要点

搭建包含以下关键模块的仿真模型：

• 物理层：精确设置IGBT导通电阻Ron=0.1Ω，二极管正向压降Vf=1.2V
• 控制层：采样周期与PWM载波同步（20kHz）
• 测量模块：配置FFT分析窗口（5个工频周期）

参数配置表示例：

3.2 动态性能对比测试

设计阶梯负载变化场景（1kW→3kW→1kW），记录关键波形：

1. 直接电流控制：

   • 电压恢复时间：8.3ms
   • 超调量：4.2%
   • THD：3.8%（满载时）

2. 电压定向控制：

   • 电压恢复时间：12.1ms
   • 超调量：2.1%
   • THD：2.5%（满载时）

实测发现：直接电流控制在负载突变时表现出更快的动态响应，但稳态谐波略高；VOC的THD性能更优但需要更复杂的坐标变换计算

4. 工程实践中的优化技巧

4.1 数字实现注意事项

1. 采样同步处理：

   • 在PWM周期中点采样电流（避开开关噪声）
   • 采用硬件触发ADC（如STM32的TIM触发注入通道）

2. 防止积分饱和：

   c复制// PI抗饱和代码示例
   if( (output >= max_limit && error > 0) || 
       (output <= min_limit && error < 0) ) {
       integral_term = 0;  // 冻结积分
   }
   

3. 死区补偿：

   • 测量实际输出电压与理想值的偏差
   • 在调制波中注入补偿电压：
     $$ V_{comp} = \frac{T_{dead}}{T_{sw}} \cdot sign(i) $$

4.2 常见故障排查指南

5. 进阶优化方向

对于追求更高性能的场景，可尝试以下改进：

1. 模型预测控制(MPC)：

   • 建立离散化系统模型
   • 在线求解最优开关序列
   • 牺牲计算量换取更优动态性能

2. 自适应参数整定：

   python复制# 参数自整定伪代码
   def auto_tune():
       while not converged:
           apply_step_change()
           analyze_response()
           adjust_gains() 
   

3. 非线性控制方案：

   • 滑模控制增强鲁棒性
   • 无源控制改善稳定性

在实际调试中发现，对于220V/350V这类低压场景，直接电流控制+前馈补偿的组合方案在成本与性能间取得了较好平衡。而VOC更适用于对谐波要求严格的三相大功率场合。最终选择需权衡实现复杂度、处理器算力与性能需求。