企业官网建设流程全解析

做风光储微电网仿真，最难的不是把模型搭起来，而是让模型在离网、并网、模式切换时都表现得像真实系统。很多刚接触Simulink的人，第一步就卡在“风光储三种电源怎么接到一条母线上”“MPPT和储能协调到底谁优先”。这篇博文我就把基于Simulink的风光储互补微电网建模与仿真分析的整个链路拆开讲清楚，从光伏、风电、储能三大模块的建模思路，到Boost、双向DC-DC、逆变器的控制策略，再到离并网切换、负荷突变这些典型工况的仿真分析方法，最后整理几个我实测中踩过的坑。不管你是做毕业设计，还是参加数学建模、华为杯这类竞赛，这套思路都能直接用。

1. 项目目标与技术路线拆解

1.1 风光储微电网到底在解决什么问题

传统电力系统是大电网单向供电，发电端和负荷端分得很清楚。但分布式光伏、风电大量接入后，系统的运行方式完全变了——屋顶光伏在中午出力最大，晚上归零；风电则看天吃饭，一阵风过来可能几分钟内出力波动超过20%。如果这些电源直接接入配电网，会对电压和频率造成明显冲击。

微电网的意义在于，把分布式电源、储能、负荷打包成一个可控单元，既能并网运行，也能在电网故障时孤岛运行。风光储互补的核心逻辑就是利用储能“削峰填谷”：光伏和风电出力大于负荷需求时，储能充电；出力不足时，储能放电补足差额。这个逻辑放在仿真里，就需要三种电源模型、电力电子变换器模型、控制算法模型同时工作，而且互相之间要有信息交互。Simulink的价值正在于此——它可以在一张模型图上把电气主回路、控制回路、逻辑切换全部表达出来，做到“机电暂态+控制策略+能量管理”一体化仿真，而不是像纯数学工具那样只算公式。

1.2 为什么仿真平台选Simulink而非其他工具

微电网仿真可选的工具不少：PSCAD擅长电磁暂态，DigSILENT擅长电力系统稳态分析，Matlab/Simulink的优势在于生态完整——你可以在Simulink里用Simscape Electrical搭电气模型，用Stateflow搭模式切换逻辑，用MATLAB Function写优化调度算法，甚至可以用Simulink Coder把控制模型生成C代码，直接部署到控制器原型里做硬件在环测试。

具体到风光储微电网场景，Simulink还有几个非常实际的优点：

• 元件库里有现成的光伏阵列、风电整机、电池模型，不需要自己从电磁方程开始推导；
• 控制策略可以用传递函数模块搭，也可以用S-Function写，灵活性高；
• 波形记录和数据分析顺手，Scope、Simulink Data Inspector、To Workspace直接导出到工作区，方便做后续的指标计算和图表绘制；
• 和数学建模竞赛的工作流天然衔接，仿真结果可以直接生成高质量的曲线图放进论文里。

我见过不少人在PSCAD和Simulink之间反复横跳，实际上对于“风光储互补微电网”这种需要兼顾控制策略和能量管理的项目，Simulink的建模粒度是最合适的——太细了（比如开关级的IGBT物理模型）仿真速度慢，太粗了（纯数学公式）又失去了对电力电子行为的基本刻画。

1.3 整体建模框架与仿真分析流程

整个项目的建模框架，从上到下分四层：电源层、变换器层、控制层、调度层。

电源层包括光伏阵列模型、永磁同步风力发电机组模型、锂离子电池储能模型。变换器层包括光伏侧的Boost升压电路、风电侧的AC-DC-AC背靠背变流器、储能侧的双向DC-DC和双向DC-AC变流器。控制层包括光伏MPPT控制、风电最大功率追踪和直流母线电压控制、储能系统充放电管理和离网支撑控制。调度层则负责根据系统运行状态切换运行模式——并网模式、离网模式、并离网切换等。

仿真分析流程一般按照“单模块验证 -> 子系统联调 -> 系统级测试”三步走。先把光伏模块单独跑起来看MPPT的效果，再让储能单独跟踪给定功率，最后把三者接到同一个直流母线上联调。系统级测试至少要做三组工况：负荷突变测试、光照突变测试、并离网切换测试。这三组测试能把微电网最基本的动态特性——功率平衡能力、母线电压稳定性、模式切换平滑性——都检验出来。

2. 光伏发电系统建模与MPPT控制实现

2.1 光伏阵列模型的选择与参数设置

光伏电池本质上是一片大面积PN结，受到光照后产生光生电流，其数学模型的核心是单二极管等效电路。在Simulink中，既可以使用Simscape Electrical中的光伏模块，也可以自己搭一个受控电流源的工程模型。工程上最常用的是基于五个参数（光生电流Iph、二极管反向饱和电流I0、串联电阻Rs、并联电阻Rsh、理想因子n）的数学模型。

实际操作中，我不太推荐在Simulink里从零搭建光伏电池方程，原因是收敛性问题——光伏电池的I-V特性高度非线性，直接用MATLAB Function写方程很容易在低压区出现代数环报错。建议直接用Simscape Electrical的PV Array模块，或者用PhotoVoltaic的简化工程模型。

用PV Array模块时，关键参数不是胡乱填的，要参照实际组件规格书。以常见的260W多晶硅组件为例：

开路电压Voc = 37.8V 短路电流Isc = 8.89A 最大功率点电压Vmpp = 30.6V 最大功率点电流Impp = 8.5A 组件串联数Ns = 20 组件并联数Np = 10

串联数是根据直流母线电压算的。如果直流母线设计在700V左右，每个组件最大功率点电压约30V，考虑20%的电压裕量，串联数量Ns = 700/(30.6×0.8) ≈ 28串。并联数则根据总功率需求，比如要装50kW光伏，单块组件260W，总共需要约192块，28串7并基本满足，实际可以并联到10串留足余量。

2.2 最大功率点追踪的两种实现方式

光伏阵列的输出功率随光照和温度变化，要让它始终工作在最大功率点，必须有MPPT算法。Simulink里常用的有三种：扰动观察法、电导增量法、模糊逻辑控制。我实测下来，扰动观察法虽然原理最简单，但稳态时会在最大功率点附近振荡，辐照剧烈变化时还可能误判方向。电导增量法精度更高，但对传感器精度要求更苛刻。模糊逻辑控制适应性强，不过整定隶属度函数比较麻烦，一般竞赛中不推荐。

工程上最稳健的还是在Simulink里搭一个基于电导增量法的MPPT，原理是：光伏阵列在最大功率点处满足dP/dV = 0，即dI/dV = -I/V。实现时，采样当前电压和电流，计算电压变化量dV = V(k) - V(k-1)和电流变化量dI = I(k) - I(k-1)，然后判断：

if abs(dV) < eps: 维持当前占空比 elif (dI/dV + I/V) > 0: 增大占空比 elif (dI/dV + I/V) < 0: 减小占空比

把这个逻辑用MATLAB Function模块写进去，输出就是Boost电路的PWM占空比。需要注意，采样频率不能太高也不能太低——太高会引入噪声干扰，导致误判；太低则无法跟踪快速变化的辐照。建议采样周期设为0.01s左右，PWM开关频率设为10kHz，两者解耦，互不干扰。

2.3 Boost电路参数计算与母线电压稳定

光伏阵列的输出电压通常只有几百伏，要接入700V左右的直流母线，必须经过Boost升压电路。Boost电路的两个关键参数是电感和电容，计算公式如下：

电感L的选取，以电流纹波不超过平均电流的20%为设计目标：

L ≥ V_in × D / (f_sw × ΔI_L)

假设输入电压V_in = 300V，输出母线电压V_out = 700V，则占空比D = 1 - V_in/V_out = 0.571。开关频率f_sw = 10kHz，平均电流I = 50kW/300V ≈ 167A，纹波电流ΔI_L = 0.2 × 167 = 33.4A。代入得到L ≥ 300 × 0.571 / (10000 × 33.4) ≈ 0.51mH，实际取1mH留裕量。

输出电容则按电压纹波小于0.5%设计：

C ≥ I_out × D / (f_sw × ΔV_out)

I_out = 50kW/700V ≈ 71.4A，ΔV_out = 700 × 0.005 = 3.5V，代入得C ≥ 71.4 × 0.571 / (10000 × 3.5) ≈ 1165uF，实际取2000uF比较稳妥。

母线电压稳定由后级的双向DC-DC或并网逆变器负责。在并网模式下，逆变器控制直流母线电压在700V；在离网模式下，储能侧双向DC-DC接管母线电压控制。这两种模式的切换逻辑，是后面并离网切换章节的一个关键点。

3. 风电系统建模与机侧控制策略

3.1 风速模型与风轮机空气动力学模型

风电仿真首先要解决风速模型。真实风速由基本风、阵风、渐变风和随机风四部分叠加而成，Simulink中可以用Signal Builder或者自定义S-Function实现。竞赛和工程项目中更推荐的思路是：用平均风速加白噪声来模拟自然风的湍流特性，再叠加阵风分量来测试风电系统的抗扰动能力。

风轮机捕获功率的表达式是：

P_wind = 0.5 × ρ × A × V^3 × Cp(λ, β)

其中ρ为空气密度（约1.225kg/m³），A为风轮扫掠面积，V为风速，Cp为风能利用系数，它是叶尖速比λ = ωR/V和桨距角β的函数。Simulink里可以直接用Simscape Electrical的Wind Turbine模块，也可以根据Cp函数查表建立自定义模型。前者省事，后者灵活，但需要自己拟合Cp曲线。

实践中最常用的Cp模型是：

Cp(λ, β) = 0.5176 × (116/λi - 0.4 × β - 5) × exp(-21/λi) + 0.0068 × λ

其中1/λi = 1/(λ + 0.08 × β) - 0.035/(β³ + 1)。这个公式来自工业风机的通用模型，我用它拟合过好几组参数，效果都不错。在建模时，建议把λ、β、Cp做成一个查表模块，这样后续如果要改成其他风机机型，只需要替换查表数据即可。

3.2 永磁同步风力发电机的双PWM变流器控制

小型微电网中的风电，目前主流选择是永磁同步发电机（PMSG）加背靠背双PWM变流器。背靠背变流器由机侧整流器和网侧逆变器组成，两者通过直流母线相连，中间还挂着一个母线电容。

机侧整流器负责控制发电机的电磁转矩，实现最大功率追踪。具体控制方式是转子磁场定向的矢量控制：外环是转速环，内环是d-q轴电流环。d轴电流给定为零（id=0控制策略），q轴电流由转速环的输出决定。转速给定值根据当前风速和最佳叶尖速比计算得到，目的是让风轮机始终运行在最大Cp点。

网侧逆变器负责控制直流母线电压和网侧功率因数。外环是电压环，内环是电流环。并网运行时，逆变器通过锁相环跟踪电网电压的相位，输出与电网同步的三相电流。离网运行时，逆变器控制策略完全不同——此时它要为本地负荷提供电压支撑，需要改为V/f控制。

这个“机侧控制+网侧控制”的双层结构，是风电Simulink建模中最容易出问题的地方。不少初学者直接把两个控制环混在一起调参数，结果电流环带宽和电压环带宽互相干扰，仿真直接发散。我建议的顺序是：先单独调试机侧整流器，让发电机稳定运行在额定转速附近；再单独调试网侧逆变器，先让它带纯电阻负载运行；最后才把两者通过直流母线连接起来联调。

3.3 最大功率追踪方法与桨距角控制配合

风机和光伏一样有MPPT问题，但风机MPPT的实现方式不一样。光伏MPPT控制的是电力电子变换器的占空比，风机MPPT控制的是发电机的转速。常用的风机MPPT有三种：叶尖速比控制、功率信号反馈、爬山搜索算法。

叶尖速比控制需要精确的风速传感器，这也是最常用的仿真方案——因为仿真中风速是已知的，直接根据最佳叶尖速比λ_opt计算转速给定值即可。实际工程中，受限于风速测量的滞后和误差，更倾向于采用功率信号反馈或爬山法。

桨距角控制在切入风速到额定风速之间不起作用，此时桨距角固定在0°，保证最大的风能捕获效率。当风速超过额定风速后，桨距角控制器开始动作，通过增大桨距角来限制捕获功率不超过额定值。Simulink中可以用一个简单的PI控制器实现：

β = Kp × (P_err) + Ki × ∫(P_err)dt

其中P_err = P_rated - P_wind。这样在仿真中，风速超过额定值时，发电功率被限制在给定值附近，有效模拟大型风机的变桨特性。

4. 储能系统建模与双向变流器控制

4.1 锂电池等效电路模型与SOC估算

储能系统在微电网中承担着“缓冲”和“支撑”双重角色。仿真中电池模型的选择直接影响系统的动态响应精度。Simulink的Simscape Electrical里有电池模块，支持四种等效电路模型，最常用的是二阶RC等效电路模型——它用两个RC并联网络分别模拟电池的电化学极化过程和浓度极化过程，在充放电切换瞬间的动态响应逼真度比一阶RC模型高不少。

电池模块的关键参数包括额定容量、额定电压、SOC初始值、内阻。实际建模时，要注意内阻不是一个恒定值，它随SOC和温度变化，但仿真中如果不需要精细热分析，可以简化为与SOC相关的查表内阻。我遇到不少人在电池模型上浪费了大量时间，实际上对于微电网层面的功率平衡分析，用中等精细度的电池模型就够了，没必要去仿真电池内部的每一个物理化学过程。

SOC估算在仿真中用安时积分法即可：

SOC(t) = SOC(0) - (1/Q_rated) × ∫(I_battery)dt

其中充电时I_battery为负，放电时为正。这个公式在Simulink里用积分器加饱和限幅模块就能实现。需要注意的是SOC限幅——仿真中SOC超限后电池模型会报错或者输出异常波形，所以务必在控制策略里加上过充过放保护逻辑。

4.2 双向DC-DC变换器的Buck/Boost双模式控制

储能电池通过双向DC-DC变换器接入直流母线，这个变换器有两种工作模式：Buck模式（充电）和Boost模式（放电）。控制目标有两个——要么控制直流母线电压，要么控制电池充放电功率。

Simulink中实现双向DC-DC的常用方式是：用两个IGBT和两个二极管做成交错半桥结构，或者直接用Simscape Electrical的Four-Quadrant Chopper模块。控制策略根据运行模式切换：

并网模式下，储能系统可以工作在恒功率模式——根据调度指令输出指定的功率。此时双向DC-DC采用电流内环加功率外环的双闭环控制。

离网模式下，双向DC-DC切换到母线电压控制模式。外环采样直流母线电压与参考值（如700V）比较，经过PI调节器输出电流参考值，内环控制电感电流跟踪该参考值。这个逻辑用文字表述很简单，但Simulink里的模式切换需要小心处理积分器初始值——切换瞬间PI的积分器如果还存着上一模式的积分值，输出会猛跳，导致电流冲击。

4.3 电池充放电管理策略

电池不是想充就充、想放就放的，仿真中要定义清晰的充放电管理策略。常见的管理策略按优先级排列：

• 储能SOC低于下限（如20%）时，只允许充电，不允许放电；
• 储能SOC高于上限（如90%）时，只允许放电，不允许充电；
• 离网模式下，储能必须预留一定的功率裕量应对负荷突变（比如SOC保持在40%-70%区间）；
• 并网模式下，储能的充放电功率跟随调度指令，但受限于PCS额定功率。

这些逻辑在Simulink中用Stateflow实现最合适。Stateflow的流程图状态跳转直观，而且可以和Simulink中的电气模型实时交互。我见过很多人用一堆If模块堆叠实现这些逻辑，模型看起来像一团乱麻，调试时根本看不出来哪个条件生效了。用Stateflow，每个状态、每个转移条件都能高亮显示，排查问题的效率高很多。

5. 微电网运行控制策略与模式切换

5.1 离网运行：V/f控制与储能支撑

离网模式下，微电网相当于一个小型独立电网，必须自己建立电压和频率。这时储能系统作为主电源，采用V/f控制——逆变器输出恒定的电压幅值和频率，为本地的光伏和风电提供并网基准。

V/f控制在Simulink中的实现思路是：参考电压幅值（如311V峰值）和参考频率（50Hz）经过坐标变换生成dq轴参考电压，电压环控制逆变器输出电压跟踪参考值，电流环作为内环提高动态响应。负荷突变时，储能自动增加放电功率，维持母线电压和频率不变。

光伏和风电在离网模式下必须切除MPPT控制。原因很简单——微电网离网时总负荷是固定的，光伏风电如果还追求最大功率输出，多余的能量无处可去，母线电压会被抬高到危险水平。离网模式下光伏和风电采用恒功率控制或者限功率控制，比如光伏限功率在负荷需求的一定比例内，剩余缺口由储能补足。这个逻辑在仿真模型里要设置一个切换开关：并网时MPPT使能，离网时限功率使能。

5.2 并网运行：P/Q控制与下垂控制

并网模式下，微电网的频率和电压由大电网支撑，微电网内部电源采用P/Q控制——有功和无功独立调节。光伏和风电仍然运行在MPPT状态，储能根据调度指令充电或放电。并网逆变器的控制结构是经典的双闭环：外环功率环，内环电流环。有功功率参考值由调度层给定，无功功率参考值一般设为0或根据电压偏差调整。

除了P/Q控制，并网模式还有一种常用的控制方式是下垂控制，模拟同步发电机的有功-频率和无功-电压静特性：

f = f_ref - k_p × (P - P_ref) V = V_ref - k_q × (Q - Q_ref)

下垂控制的优点是不需要通信，各分布式电源根据本地测量就能实现功率分配。在风光储微电网中，下垂控制需要在储能逆变器上设置下垂系数。下垂系数的整定直接决定功率分配精度——系数太大，频率偏差超出允许范围；系数太小，功率分配达不到预期效果。以频率下垂为例，如果系统额定功率50kW，允许频率偏差0.5Hz，那么下垂系数k_p = 0.5Hz/50kW = 0.01Hz/kW。

5.3 并离网无缝切换的预同步与逻辑处理

并离网切换是风光储微电网仿真中最容易翻车的地方。从并网切换到离网，本质上是一个“从外部支撑到自我支撑”的过程；离网转并网则必须满足三个预同步条件——电压幅值一致、频率一致、相位一致——否则并网瞬间会产生巨大的冲击电流。

我在Simulink中实现预同步控制的思路是：

先设置并网开关（三相断路器），控制信号由Stateflow状态机发出。离网运行时，并网开关断开，储能采用V/f控制。当检测到电网恢复正常（电压和频率在允许范围内），状态机进入预同步环节——通过锁相环采集电网电压的相位，调整储能逆变器输出相位的参考值，使其逐步逼近电网相位。相位差小于允许范围（比如小于0.05rad）后，状态机发出合闸信号，储能切换为P/Q控制。

模拟真实的并离网切换过程，难点在于控制模式的切换不是瞬间完成的，要留出几百毫秒的过渡时间。在Simulink中实现模式切换的方法是：把V/f控制和P/Q控制两套控制器都搭好，通过一个手动开关或状态机控制的选择开关切换输出到逆变器的PWM信号。切换瞬间，两套控制器都处于运行状态，但只有其中一个的输出被选中。切换前，先让即将投入运行的控制器跟踪当前输出，实现无扰切换。这个过程叫“控制器的预置”，是保证切换平滑的关键。

6. 仿真分析框架与典型工况结果解读

6.1 仿真参数配置与求解器设置

微电网仿真涉及电力电子开关器件，Simulink求解器的设置非常讲究。仿真步长直接决定速度和精度之间的平衡。

对于含有IGBT开关器件的模型，我建议选择离散求解器，步长根据PWM开关频率来确定。如果开关频率为10kHz，那么仿真步长可以设置为1e-4秒（10kHz采样率），这样在每个PWM周期内能采样多个点，波形相对平滑。如果步长太大会丢失开关动作的细节，步长太小则仿真速度难以接受。

对于只关注系统级动态特性的场合（比如评估并离网切换的暂态过程），可以考虑用平均模型——把逆变器用受控电压源或者受控电流源替代，仿真步长可以放宽到1e-3秒，仿真速度提升一个数量级。平均模型丢失了开关级的谐波信息，但保留了控制系统交互的核心动态行为。

另外，仿真停止时间是常有争议的。理论上多长都有道理，但从经验出发，我建议至少跑到系统进入新的稳态后再持续一小段，比如一次完整的并离网切换仿真跑10-20秒，判断的规则是母线电压恢复稳定、功率分配达到预期值并保持至少2秒。

6.2 负荷突变工况下的功率协调与母线电压表现

负荷突变是微电网最基本的考核场景。仿真场景设这样：初始状态为离网模式，光伏输出30kW，风电输出20kW，储能充电10kW，负荷40kW。在t=5s时，负荷从40kW突增至70kW。

这个场景下，由于光伏和风电的MPPT控制响应速度远低于负荷突变速度，功率缺口首先由储能承担——储能从充电状态（-10kW）快速切换为放电状态（+20kW）。母线电压在切换瞬间会有短暂跌落，幅度取决于储能变换器的动态响应速度和母线电容的大小。如果母线电容充足，电压跌落可以控制在5%以内；如果电容选小了，电压跌落可能超过10%，触发保护动作。

仿真结果可以清晰看到：负荷突变瞬间，储能电流快速上升，母线电压短暂下跌后恢复。光伏和风电的输出功率几乎不变。这个结果说明，离网模式下储能承担着“平衡功率缺口”的核心角色，而光伏风电的响应尺度是秒级甚至分钟级的。

6.3 并离网模式切换过程的仿真分析与波形解读

并离网切换的仿真波形是整个项目中信息量最大的部分。理想情况下，切换过程应该表现为：有功功率连续过渡，母线电压波形连续无缺口，频率波动在允许范围内。

实际仿真中最常见的问题是切换瞬间出现功率超调。原因通常是模式切换时控制器的参考指令跳变导致PI控制器积分项饱和。解决办法前面提到过——在切换前让待投入的控制器跟踪当前系统的输出值，实现“预置”。此方法在仿真中能显著减小切换瞬态的毛刺幅值。

通过波形分析，可以评价切换控制策略的质量指标，包括切换时间（从发出切换指令到系统进入新稳态的时间）、电压跌落深度（切换瞬间母线电压的最小值与额定值的比值）、频率偏差最大值。这几个指标要记录下来，写论文或者做汇报时这些量化数据比“系统稳定”这种定性描述有说服力得多。

6.4 关于系统稳定性与经济性的简要评估

完成上述工况仿真后，可以进一步评估两个维度的指标。

稳定性方面，可以分析不同光照、风速组合下系统的母线电压波动范围、储能SOC变化轨迹、并离网切换成功率。光照突变是另一个重要场景——光照由1000W/m²突降到400W/m²时，光伏出力瞬间下降60%，此时储能需要及时补足缺口，否则母线电压就会跌落。仿真中可以通过这个场景检验储能功率响应速度和SOC策略是否合理。

经济性方面，仿真可以输出各电源的发电量、储能系统的充放电循环次数、弃光弃风率。弃光弃风率是微电网的关键指标——如果光伏大风天发电效率高，而负荷需求小，储能已充满，系统只能限制光伏出力，这就是弃光。通过仿真可以评估安装多大容量的储能可以将弃光弃风率从30%降低到10%以下，为实际项目的容量配置提供数据参考。

7. 常见问题排查与Simulink建模避坑心得

7.1 代数环报错的根源与解决办法

代数环是Simulink建模中几乎必遇的问题，风光储微电网尤甚——因为控制回路中存在大量的“测量-计算-反馈”结构，如果信号链中包含了纯增益模块（没有动态环节），就会形成代数环。代数环会导致仿真变慢甚至报错。

解决代数环的常用办法有几个：在任何反馈路径上插入一个Memory模块或者单位延迟模块，打破代数环；把部分控制器的传递函数改为离散化的状态空间实现，增加系统的动态阶数；或者使用Model Discretizer工具把连续控制器离散化。

我最常用的是第一种办法，在反馈路径上加Memory模块。需要注意Memory模块会引入一个仿真步长的延迟，这会降低控制器的相位裕量，如果给上加了延迟之后系统出现振荡，就要减小控制器的比例增益。这是Simulink建模中经常会经历到的调参权衡。

7.2 数值发散问题的定位与处理技巧

数值发散（仿真过程中出现Inf或NaN，波形直接飞出坐标轴）是电力电子仿真中最头疼的问题。常见原因包括：电感电容参数设置不合理导致谐振；控制器参数过大导致系统不稳定；求解器步长过大导致算法无法收敛。

排查数值发散问题，我的常规操作是：

先在仿真暂停时看看是哪个模块的输出首先变成Inf或NaN，直接从后往前找源头。如果找不到，就在怀疑的信号线上加To Workspace模块记录数据，分析发散前最后几个采样点的数值变化趋势。另外一个非常实用的技巧是：把积分器和控制器的限幅值都设置上，即使控制器饱和了，也不会让信号发散出去。

参数方面，一个常见的坑是：Boost电路在极端占空比下（比如D接近0或1），电感电流会出现数值振荡。解决方法是限制占空比的上下限，通常限制在0.1-0.9之间。

7.3 不同仿真步长下的精度-速度平衡经验

仿真步长选择是微电网仿真绕不开的权衡。开关频率10kHz的PWM模型，建议步长在10^-4秒级别，精度好，但跑一次20秒仿真可能要花十几分钟。如果做参数扫描（比如扫描10组储能容量），时间成本非常高。

我的实际经验是：做MPPT算法验证和波形分析时，用精细步长（1e-4秒或更小）；做系统级方案对比和容量优化时，把逆变器改成平均模型，步长放宽到1e-3秒甚至2e-3秒，这样一次仿真只要十几秒。牺牲掉开关纹波的信息，换来的速度提升非常显著，而且系统级的功率平衡分析结果基本不受影响。

7.4 控制器参数整定的调试顺序与经验值

微电网仿真中PI控制器参数整定是最耗时的环节。我调试控制器的顺序是：先整定电流内环，再整定电压/功率外环。内环的带宽要高于外环一个数量级，否则内外环耦合会导致振荡。

电流内环的PI参数可以用工程整定法：从纯比例项开始，逐渐增大Kp直到系统出现轻微振荡，然后记下这个临界增益，取临界值的50%-60%作为最终Kp，再慢慢增加Ki消除稳态误差。母线电压外环的带宽建议为内环的1/10到1/5。

对于离网模式下的V/f控制，电压外环Kp的初始值可以参考逆变器滤波电容和电感组成的LC滤波器的特征阻抗：Z_c = sqrt(L/C)。这个值可以作为PI比例项的参考起点。储能双向DC-DC的电压环类似，可以从0.1开始试，逐步增大直到响应速度满足要求。

参数整定要一个一个调，同时调两个参数出了问题根本分不清是哪个环路导致的。多花十分钟一个一个来，比一次调崩再来回试省时得多。

7.5 基于个人经验的Simulink微电网建模建议

做风光储微电网仿真，最核心的建议是保持“从简到繁”的建模思路。先把最简单的模型跑通，再逐步增加复杂度。不要一开始就追求精确到每一个开关器件，先用平均模型验证控制策略的可行性，确认逻辑层和策略层没有问题后，再切换到精细模型做波形验证。

举个例子，MPPT算法的验证其实不需要连完整的风光储模型，单独把光伏阵列和Boost电路搭起来，接一个可调电阻负载，就能验证MPPT的收敛速度和精度。等MPPT确认没问题了，再接上直流母线和储能系统联调。这样每层的错误都只会在它所属的那一层暴露，排查成本极低。

最后解释我个人的实操体会：做微电网仿真一定要养成给信号命名、给模块分组的好习惯。Simulink模型图一大，没分组没注释的话，隔三天再看基本处于“好像见过但不知道这是什么”的状态。把每个子系统封装成带输入输出端口的模块，控制逻辑用Stateflow表达，参数用变量定义而不是写死数值，这套习惯带来的收益，远超在仿真上多调试几轮的时间成本。