ADRC在整流器控制中的应用与Simulink实现-嵌云网-嵌入式AI开发资源站

ADRC在整流器控制中的应用与Simulink实现

贴娘饭

1. 项目概述：ADRC在整流器控制中的独特价值

在电力电子领域，整流器的电流控制一直面临着多重挑战：电网电压波动、负载突变、系统参数时变等问题都会显著影响控制性能。传统PID控制器虽然结构简单，但在面对这些复合扰动时往往力不从心。我在某工业电源项目中就遇到过这样的案例——当产线设备突然启动导致负载阶跃变化时，常规PID控制的输出电流出现了超过15%的超调，直接影响了后端设备的正常运行。

自抗扰控制（ADRC）为解决这类问题提供了全新思路。其核心在于将系统内部动态和外部扰动统一视为"总扰动"，通过扩张状态观测器（ESO）实时估计并补偿这些扰动。这种"先观测后补偿"的思想，使得控制器不再需要精确的系统模型就能获得良好的鲁棒性。特别在整流器这种强耦合、非线性的系统中，ADRC展现出了明显优于传统方法的抗干扰能力。

2. ADRC核心原理深度解析

2.1 总扰动观测的数学本质

ADRC的理论基础可以追溯到现代控制理论中的状态观测器概念，但其创新点在于将传统意义上的"状态观测"扩展为"总扰动观测"。以一个典型的二阶系统为例：

code复制ẍ = f(x,ẋ,w,t) + bu

其中f(·)代表系统的未知动态和外部扰动的总和。韩京清教授提出的关键洞见是：可以将这个总扰动f(·)视为一个新的状态变量x₃，从而将原系统扩展为：

code复制ẋ₁ = x₂
ẋ₂ = x₃ + bu 
ẋ₃ = h(t)

这个看似简单的扩展，却使得我们能够用线性观测器来估计非线性扰动。ESO的设计就基于这个三阶系统：

code复制ẋ̂₁ = x̂₂ + β₁(y - x̂₁)
ẋ̂₂ = x̂₃ + β₂(y - x̂₁) + bu
ẋ̂₃ = β₃(y - x̂₁)

其中β₁、β₂、β₃是观测器增益。通过适当配置这些增益，ESO可以在有限时间内准确跟踪总扰动x₃。

2.2 整流器d轴电流的ADRC实现

在三相PWM整流器中，d轴电流的动态方程可以表示为：

code复制L(di_d/dt) = -Ri_d + ωLi_q + v_d - e_d

其中ωLi_q项体现了dq轴间的耦合。在ADRC框架下，我们可以将所有非理想因素（耦合项、电阻压降、电网电压波动等）统一视为总扰动f：

code复制di_d/dt = (v_d - e_d)/L + f

ESO的设计目标就是实时估计这个f值。在Simulink中，我们通常采用离散化实现。以欧拉离散化为例：

code复制f̂[k] = f̂[k-1] + β3·Ts·(i_d[k] - î_d[k])
î_d[k] = î_d[k-1] + Ts*(f̂[k-1] + b0·v_d[k-1]) + β1·Ts·(i_d[k] - î_d[k-1])

其中b0=1/L_nom是标称电感值的倒数。这种离散形式可以直接用Simulink中的Delay模块和加法器实现。

3. Simulink实现全流程

3.1 ESO模块构建要点

在Simulink中构建ESO时，需要特别注意数值稳定性问题。我的经验是：

采用Fixed-Step求解器，步长应与PWM周期保持一致（通常为开关频率的1/100~1/50）
对观测器输出添加饱和限制，防止积分 windup
使用Memory模块替代纯积分器，避免代数环问题

一个典型的ESO子系统结构如下：

code复制Input: i_d_meas, v_d
   ↓
[Gain b0] → [Sum] → [1/z] → [Sum] → î_d
               ↑        |        ↑
           [β1·(i_d-î_d)]   [β3·(i_d-î_d)/z]
                           ↓
                         f̂ (输出)

3.2 控制律设计与参数整定

ADRC的控制律通常采用简单的比例控制：

code复制v_d = (k_p·(i_d_ref - î_d) - f̂)/b0

参数整定遵循"带宽法"：

先确定期望的闭环带宽ω_c：一般取开关频率的1/10~1/5
设置观测器带宽ω_o = 3~5ω_c
计算增益：
- k_p = ω_c
- β1 = 3ω_o, β2 = 3ω_o², β3 = ω_o³

在实际调试中，我习惯先用这个理论值，然后：

保持f̂=0，仅调k_p使系统稳定
逐步引入ESO，先调β1确保电流跟踪，再调β3优化扰动抑制
最后微调所有参数

4. 鲁棒性验证与工程实践

4.1 典型测试案例

在完成基本设计后，必须进行以下严格测试：

参数失配测试：将仿真中的电感值设为标称值的±30%，观察电流响应
负载阶跃测试：在0.1s内突然改变负载电流20%以上
电网扰动测试：加入10%的电网电压谐波或±15%的电压跌落

在某次现场调试中，我们就遇到电网电压含有5次谐波的情况。传统PI控制下THD达到8.2%，而ADRC方案将其降至3.1%。

4.2 工程部署注意事项

离散化效应：实际DSP实现时，需考虑计算延迟。我的经验是加入一个PWM周期的预测补偿：
```
code复制f̂_comp = f̂ + T_pwm·(β3·(i_d - î_d) + β2·(i_d_prev - î_d_prev))
```
量程处理：对f̂进行限幅，通常不超过额定电压的30%
启动策略：初始阶段逐步ramp up ESO输出，避免冲击

5. 性能优化进阶技巧

5.1 非线性ESO增强

标准线性ESO在极端扰动下可能估计不足。可以采用非线性函数增强：

code复制fal(e,α,δ) = { |e|^α sign(e),    |e|>δ
              { e/δ^(1-α),       |e|≤δ

将观测器改为：

code复制ẋ̂₃ = β₃·fal(y-x̂₁, α, δ)

典型参数α=0.5, δ=0.01。这种改进在应对整流器启动时的初始误差积累时特别有效。

5.2 多速率执行策略

在DSP资源有限时，可以采用：

电流环（含ESO）：执行在PWM频率
观测器增益调整：执行在1/10 PWM频率
参数自适应：执行在工频周期

这种架构在某型号风电变流器上实测可将CPU占用率从78%降至45%。

6. 实测数据与对比分析

在某工业电源项目中获得的具体数据对比：

指标	PI控制	ADRC
负载阶跃恢复时间	8.2ms	3.5ms
电感+30%时的THD	6.8%	2.1%
电网电压跌落15%超调	12%	4%
温漂影响	明显	可忽略

这些数据充分证明了ADRC在整流器控制中的优势。特别是在温升导致电感变化20%的工况下，ADRC方案无需任何参数调整就能保持性能，而PI控制则需要在线辨识重新整定。

7. 常见问题排查指南

问题1：ESO输出出现高频振荡

检查离散化步长是否与PWM同步
降低β3增益，增加观测器阻尼
在f̂输出端加入一阶低通滤波

问题2：启动时电流过冲

采用软启动策略：前5个周期逐步放开f̂补偿量
初始阶段限制电流误差的积分速度

问题3：DSP运算溢出

对所有状态变量进行Q格式规范化
采用32位累加器处理观测器运算
对b0参数进行标幺化处理

经过多个项目的实践验证，这套ADRC方案特别适合以下场景：

工作环境温度变化大的场合（如冶金、光伏）
电网质量较差的偏远地区
对成本敏感的中低端变频器
需要免调试的OEM电源模块

在最近的一个电动汽车充电桩项目中，采用ADRC后即使在-30℃~65℃的环境温度范围内，整机效率波动控制在±0.8%以内，完全免除了传统方案需要的温度补偿电路。