在电力电子领域,车载充电机(OBC)前级的设计一直是工程师们面临的挑战。作为交流-直流(AC-DC)整流的核心环节,它需要将电网的交流电(如220V/50Hz)转换为稳定的直流电(如400V),同时满足严苛的性能指标:功率因数(PF)需大于0.99,总谐波畸变率(THD)需低于5%,输入电压范围需覆盖187~253V,还要具备强大的抗干扰能力以应对电网波动和负载突变。
传统控制方法如PI双环控制和滑模控制,虽然在一定程度上能够满足基本需求,但它们严重依赖精确的数学模型。在实际应用中,电感/电容等元件的温漂会导致系统失稳,电网谐波或电压跌落时THD可能超过10%,负载阶跃时的恢复时间往往大于10ms。这些问题在追求高性能的现代电力电子系统中显得尤为突出。
自抗扰控制(ADRC)技术的出现为解决这些问题提供了新的思路。它通过扩张状态观测器(ESO)实时估计系统总扰动(包括模型不确定性和外部干扰),再结合非线性状态误差反馈(NLSEF)进行主动补偿,无需精确的数学模型就能实现扰动抑制小于3%、THD低于3%、动态响应快于5ms的优异性能。
典型的OBC前级采用Boost PFC拓扑结构,主要包括:
这种拓扑的优势在于:
然而,其控制难点在于:
ADRC由三个核心部分组成:
TD的主要作用是安排过渡过程,其离散形式为:
code复制v1(k+1) = v1(k) + h*v2(k)
v2(k+1) = v2(k) + h*fhan(v1(k)-v(k), v2(k), r, h0)
其中fhan为最速控制综合函数,r为速度因子,h0为滤波因子。
ESO是ADRC的核心,其连续形式为:
code复制ż1 = z2 - β1g1(e)
ż2 = z3 - β2g2(e) + b0u
ż3 = -β3g3(e)
其中z1,z2,z3为状态估计值,β1,β2,β3为观测增益,gi(e)为非线性函数。
NLSEF生成控制量:
code复制u0 = k1fal(e1,α1,δ) + k2fal(e2,α2,δ)
u = u0 - z3/b0
其中fal为非线性函数,α1,α2为非线性因子,δ为线性区间宽度。
完整的Simulink模型包含以下子系统:
在Simulink中实现三阶ESO:
典型参数设置:
code复制β1 = 100
β2 = 300
β3 = 1000
b0 = 1/L (电感值的倒数)
非线性函数fal的实现要点:
code复制function y = fal(e,alpha,delta)
if abs(e) <= delta
y = e/(delta^(1-alpha));
else
y = (abs(e))^alpha * sign(e);
end
end
参数选择经验:
ADRC参数整定遵循"先内环后外环"原则:
首先确定ESO带宽ωo:
code复制β1 = 3ωo
β2 = 3ωo^2
β3 = ωo^3
通常ωo取5~10倍系统带宽
然后确定控制器带宽ωc:
code复制k1 = ωc^2
k2 = 2ωc
ωc一般取1/3~1/5的ωo
最后微调非线性参数α和δ
在输入电压220V,负载从50%突增至100%条件下:
| 指标 | PI控制 | ADRC |
|---|---|---|
| THD | 4.8% | 2.3% |
| 恢复时间 | 12ms | 4ms |
| PF | 0.988 | 0.995 |
| 输出电压波动 | ±5V | ±2V |
离散化处理:
抗饱和处理:
code复制if u > umax
u = umax;
elseif u < umin
u = umin;
end
启动策略:
保护机制:
现象:ESO输出逐渐偏离实际值
解决方法:
现象:输出存在高频纹波
解决方法:
现象:参数微调导致性能大幅变化
解决方法:
在实际工程应用中,我发现ADRC的性能优势在以下场景尤为明显:
一个实用的调试技巧是:先通过频域分析确定大致参数范围,再通过时域响应微调非线性部分。记录不同工况下的关键波形,建立参数-性能对应关系表,可以大幅提高调试效率。