ADRC在车载充电机中的Simulink实现与参数整定

1. 项目概述

作为一名电力电子工程师，我最近在车载充电机(OBC)项目中遇到了一个棘手的问题：如何在电网电压波动和负载突变的情况下，依然保持稳定的输出性能？传统的PI控制在实验室环境下表现尚可，但一到实际工况就暴露出抗干扰能力不足的缺陷。经过反复尝试，我发现自抗扰控制(ADRC)技术能够很好地解决这个问题。

本文将分享我在Simulink平台上实现ADRC控制OBC前级的完整过程。不同于教科书式的理论讲解，我会从一个工程师的实操角度，详细展示从算法设计到参数整定的每一个关键步骤。这个方案在我们实际项目中已经验证，在电网电压跌落15%时，THD可以控制在3%以内，动态响应时间小于5ms。

2. ADRC控制原理详解

2.1 为什么选择ADRC？

传统PI控制最大的问题在于它高度依赖精确的系统模型。但在实际工程中，电感值会随温度变化，电容会老化，这些参数漂移都会导致控制性能下降。ADRC的核心思想很巧妙 - 它不纠结于精确建模，而是把所有的模型不确定性和外部干扰都当作"总扰动"来处理。

想象一下开车时的场景：PI控制就像是一个必须知道路面坡度、风阻系数才能控制油门的司机；而ADRC则像一个经验丰富的老司机，他能感知到所有影响车速的因素（上坡、逆风等），并自动调整油门来保持匀速。

2.2 ADRC的三大部分

2.2.1 跟踪微分器(TD)

TD的作用是给参考信号"安排过渡过程"。举个例子，当电流指令突然从5A跳到10A时，直接跟踪会导致超调。TD会生成一个平滑的过渡曲线，就像老司机不会猛踩油门，而是渐进加速。

在Simulink中，我用MATLAB Function实现了TD：

matlab复制function [v1, v2] = td(ref, r0, h0, Ts)
    persistent v1_prev v2_prev;
    if isempty(v1_prev), v1_prev=ref; v2_prev=0; end
    e = ref - v1_prev;
    v1_new = v1_prev + v2_prev*Ts;
    v2_new = v2_prev + r0*h0*tanh(e/h0);  % 非线性函数实现平滑过渡
    v1_prev = v1_new; v2_prev = v2_new;
    v1 = v1_new; v2 = v2_new;
end

关键参数r0控制跟踪速度，h0是滤波因子。经过实测，r0=1000，h0=0.01时效果最佳。

2.2.2 扩张状态观测器(ESO)

ESO是ADRC的核心，它把总扰动扩张为一个新的状态变量进行观测。这就好比不仅观测汽车的速度，还把路况、风阻等影响因素也作为状态来估计。

我的ESO实现如下：

matlab复制function [z1, z2, z3] = eso(iL, d, uo, L, beta1, beta2, beta3, Ts)
    persistent z1_prev z2_prev z3_prev;
    if isempty(z1_prev), z1_prev=iL; z2_prev=0; z3_prev=0; end
    e = z1_prev - iL;
    z1_new = z1_prev + Ts*(z2_prev - beta1*e);
    z2_new = z2_prev + Ts*(z3_prev - beta2*e + (-uo/L)*d);
    z3_new = z3_prev + Ts*(-beta3*e);  % 扰动估计
    z1_prev=z1_new; z2_prev=z2_new; z3_prev=z3_new;
    z1=z1_new; z2=z2_new; z3=z3_new;
end

这里β1-β3是观测器增益，按照"βi=10i"的经验法则设置。实际调试中发现β3对THD影响最大，从5000调整到10000后，THD从3.5%降到了2.8%。

2.2.3 非线性状态误差反馈(NLSEF)

NLSEF采用非线性函数处理误差，比线性PID更灵活。我使用了三次方函数来增强大误差时的调节力度：

matlab复制function d = nlsef(v1, v2, z1, z2, k1, k2)
    e1 = v1 - z1; e2 = v2 - z2;
    u0 = k1*e1^3 + k2*e2^3;  % 非线性反馈
    d = u0;
end

k1和k2需要平衡响应速度和稳定性。经过反复测试，k1=0.5，k2=0.1时能在快速性和稳定性间取得最佳平衡。

3. Simulink建模实战

3.1 模型搭建步骤

3.1.1 功率级建模

在Simulink中搭建Boost PFC电路：

1. 使用Simscape Electrical库中的MOSFET(IRF840)、电感(1mH)和电容(220μF)
2. 添加50mΩ电流采样电阻
3. 设置开关频率为100kHz

特别注意要设置元件的寄生参数：

• 电感ESR=50mΩ
• 电容ESR=30mΩ
• MOSFET导通电阻Rds(on)=0.85Ω

这些寄生参数对仿真结果的真实性影响很大，不能忽略。

3.1.2 电网扰动模拟

电网扰动包括：

• 基波：220V/50Hz
• 5次谐波：幅值44V(20%)
• 电压跌落：2秒时从220V跌至187V

实现方法：

matlab复制基波 = 220*sqrt(2)*sin(2*pi*50*t);
谐波 = 44*sqrt(2)*sin(2*pi*250*t);
电压跌落 = 187*sqrt(2)*sin(2*pi*50*(t-2)).*(t>=2);
电网电压 = 基波 + 谐波 + 电压跌落;

3.1.3 控制回路集成

将ADRC的三个组件封装成子系统：

1. TD处理电流参考信号
2. ESO观测系统状态和扰动
3. NLSEF生成PWM占空比

PWM发生器使用100kHz三角载波，与占空比比较生成驱动信号。

3.2 参数整定技巧

ADRC参数整定是工程实现的关键。我的经验是：

1. 先调TD参数：

   • 增大r0加快跟踪速度，但过大会引起震荡
   • h0影响平滑度，通常取0.01-0.05

2. 再调ESO增益：

   • 按βi=10i设置初始值
   • β3对扰动估计影响最大，需要重点调整

3. 最后调NLSEF：

   • 从k1=0.3，k2=0.1开始
   • 观察阶跃响应，逐步增大直到出现轻微超调，然后回退10%

记录一组优化后的参数：

4. 仿真结果分析

4.1 电网电压跌落测试

设置2秒时电压从220V跌至187V(-15%)，对比PI和ADRC的表现：

ADRC的波形明显更平滑，几乎没有出现震荡。

4.2 负载阶跃测试

在3秒时负载从1kW突增至3kW：

ADRC能在单周期内完成扰动补偿，表现出极强的鲁棒性。

4.3 稳态性能对比

ADRC不仅动态性能优越，稳态指标也全面超越PI控制。

5. 工程实现建议

5.1 硬件选型要点

1. DSP选择：

   • 推荐TI TMS320F280025
   • 100MHz主频足够实时运行ADRC算法
   • 12位ADC确保采样精度

2. 电流采样：

   • 使用差分放大器(如AD8217)
   • 布局时注意减少寄生电感

3. PWM驱动：

   • 添加磁珠滤除高频噪声
   • 驱动电阻要匹配开关速度

5.2 实机调试技巧

1. 上电步骤：

   • 先开控制电源，确认PWM输出正常
   • 然后缓慢升高主电路电压

2. 参数调整：

   • 通过串口实时修改参数
   • 先调β3观察扰动估计效果
   • 再调k1、k2优化动态响应

3. 安全保护：

   • 设置过流、过压保护
   • 添加软启动电路

6. 常见问题解决

在实际工程中，我遇到过以下几个典型问题：

1. 问题：启动时电流冲击大
   原因：TD参数r0过大
   解决：降低r0，添加启动斜坡

2. 问题：高频开关噪声影响采样
   原因：PCB布局不合理
   解决：优化地平面，增加RC滤波

3. 问题：重载时THD升高
   原因：ESO估计延时
   解决：在ESO中加入延时补偿项

这些经验教训都是经过多次失败后总结出来的，希望能帮助读者少走弯路。

7. 模型优化与扩展

完成基础模型后，还可以进一步优化：

1. 参数自整定：

   • 添加自动寻优算法
   • 根据工况自动调整参数

2. 多模块并联：

   • 扩展为交错并联PFC
   • 研究模块间均流控制

3. 代码生成：

   • 使用Embedded Coder生成C代码
   • 直接部署到DSP

这个ADRC控制方案不仅适用于OBC，也可以推广到光伏逆变器、UPS等其他电力电子装置中。