企业官网建设流程全解析

做三相电压型PWM整流器这套系统时，最折磨我的环节就是直流母线电压环。负载一突加，母线电压“咣”地掉下去，PI调松了恢复太慢，调紧了又容易在启动和卸载时产生振荡，参数折衷折得人头皮发麻。后来我把电压外环改成非线性二阶离散自抗扰控制器（ADRC），并且坚持不用S函数，全部用Simulink模块搭出离散结构，配合内模控制的电流内环，整体抗扰动能力明显上了一个台阶。这篇文章就把这套方案从头到尾拆开讲，重点是如何用模块实现离散ADRC，电压环和电流环怎么配合，以及参数整定和调试时那些容易翻车的细节。适合正在做整流器、逆变器、并网变流器控制，或者刚接触ADRC想快速落地到仿真和样机的朋友。

1. 电压外环为什么难调：从PI困局到ADRC动机

1.1 直流母线电压对象的真实特性

三相电压型PWM整流器的直流侧，本质上是一个功率平衡节点。母线电容上的能量变化，等于交流侧输入的有功功率减去负载消耗的功率。在dq同步旋转坐标系下，忽略损耗后可以写成下面这种形式：

C * dUdc/dt = 1.5 * (edid + eqiq) / Udc - Udc/R

其中ed、eq是电网电压的d、q轴分量，id、iq是网侧电流的d、q轴分量，R是负载等效电阻。如果控制目标是单位功率因数，eq基本为零，这个方程还可以再简化。但不管怎么简化，有两点是绕不开的：

• 这个系统自身是非线性的，因为方程里出现了电压乘电流、电压在分母上；
• 负载等效电阻R是时变且不可预测的，你没办法提前知道负载什么时候会跳变。

把电流内环闭环之后，id对给定值id的跟踪可以近似成一阶惯性环节，时间常数就是电流环带宽的倒数。这样一来电压环被控对象从id到Udc就变成了一个带不确定参数和非线性耦合的二阶环节。传统PI在这里只能靠积分项慢慢消除稳态误差，面对突变负载时，积分器的滞后特性会让母线电压出现明显跌落和恢复拖尾。

1.2 ADRC给的是什么解题思路

ADRC的思路和PI完全不同。它不追求把对象模型建模得多精确，而是把“负载变化、参数偏差、建模误差、未建模动态”这些东西统一视为对系统的一个总扰动，用一个扩张状态观测器（ESO）把这个扰动实时估计出来，然后在控制量里反向补偿掉。

打个比方，PI像是驾驶员看到车速偏了就使劲踩油门，踩过头发动机咆哮，踩少了车速继续掉；ADRC则是车上装了一个能“预测路面坡度和风阻”的副驾驶，在上坡前就告诉你该给多少油。副驾驶本身不需要知道坡到底多大，他只需要通过观察车速偏差的变化，把这个“等效坡度”估算出来。

这个思路落到电压环上，控制动作就会变得非常直接：负载突然加重导致电压下跌，ESO立刻观察到一个持续性扰动存在，控制器不再依赖积分器慢慢“磨”，而是直接补一个前馈性质的补偿量，让id给定迅速提上去，母线电压跌落幅度小得多，恢复时间也短得多。

1.3 为什么选二阶离散ADRC

我见过不少文章把电压环当成一阶对象来做一阶ADRC，实际用起来效果也有，但超调相对大。原因在于整流器电压环背后还挂着一个电流内环，电流内环的闭环动态不可能无限快，它本身就给电压环引入了一个等效一阶惯性延迟。这个延迟和电容的积分特性，加起来让被控对象从输入到输出呈现出二阶特性。

所以我在这个项目里用的是二阶ADRC。它把电流环的延迟、电感参数偏差、负载波动都当成可观测扰动，由ESO统一估计。这样一来电压外环自己不需要去区分“这个扰动是负载带来的还是电流环带来的”，全部丢给扩张状态，控制律只负责没被补偿干净的那部分。

二阶ADRC的状态方程可以写成：

x1' = x2 x2' = f + b0 * u x3' = h

这里x1是母线电压Udc，x2是电压的变化率，x3就是扩张状态，即总扰动f。b0是对象增益的估计值，u是电压环输出的d轴电流给定。h是扰动变化率，按ADRC的假设它是有限的，不需要精确知道。控制器要做的事情就是构造一个三阶ESO，把x1、x2、x3都估计出来，然后用估计值做反馈和前馈补偿。

2. 离散ESO与非线性控制律的模块化拆解

2.1 离散化方式与递推式

既然标题强调“离散型”，那连续域的微分方程不能直接拿到Simulink里跑，必须转成差分递推式。离散化方法我推荐两种：前向欧拉和梯形法。

前向欧拉公式简单，嵌入式DSP和单片机里特别好移植，我这个项目为了后面把同一套代码搬到实物控制器上，最终用的就是前向欧拉。设采样周期为Ts，ESO的递推式如下：

e_eso = y(k) - z1(k) z1(k+1) = z1(k) + Ts * (z2(k) + β1 * e_eso) z2(k+1) = z2(k) + Ts * (z3(k) + β2 * e_eso + b0 * u(k)) z3(k+1) = z3(k) + Ts * β3 * e_eso

其中y(k)是当前采样到的母线电压Udc，u(k)是上一个控制周期算出的id*值。z1对应电压估计，z2对应电压变化率估计，z3对应总扰动估计。

这里有一个细节常见到让很多人翻车：ESO里拿来做反馈校正的是y(k) - z1(k)，也就是“输出测量值 - 电压估计值”；而控制律里用的误差是“电压给定 - 状态估计值”，两个误差是完全不同的信号，连的时候一定别接错。

如果采样周期相对ESO带宽不算小，前向欧拉的离散误差会带来观测相位滞后。我实测下来，只要满足Ts小于1/(2ωo)左右，前向欧拉完全够用。梯形法精度更好，但模型里模块连线会复杂一些，后续移植到嵌入式代码时也不如欧拉直观，所以我没有采用。

2.2 fal函数：用MATLAB Function实现

ADRC的非线性控制律里，最核心的就是fal函数。它的定义分两段：

当|e| ≤ δ时，fal(e, α, δ) = e / δ^(1-α) 当|e| > δ时，fal(e, α, δ) = |e|^α * sign(e)

这个函数做的事情其实很朴素：误差小时用一个线性段，避免高频抖振；误差大时用幂函数段，让控制器“该狠时狠”。α越接近0，非线性越强，控制反应越快，但越容易抖；工程上α取0.5到0.75比较多，我做电压环用了两组参数，一组给比例项0.5，一组给微分项0.75。

Simulink里标准模块库没有现成的fal模块，S函数也不是必须的。我直接在模型里拖一个MATLAB Function块，把fal函数写进去：

function fx = fal(e, alpha, delta) ae = abs(e); if ae <= delta fx = e / (delta^(1 - alpha)); else fx = ae^alpha * sign(e); end end

注意这个函数会被同一个模型里多个地方调用，所以最好不要把它写成带副作用的脚本，而是定义成纯函数，输入输出就是误差、参数和结果。

还有一个数值层面的细节：如果delta设得太小，比如0.001，那么当e落在±δ区间时，1/delta^(1-α)会是一个非常大的数，相当于这一段的线性增益极大，很容易把采样噪声放大；如果delta设得太大，非线性特性又被抹平了。我的经验是，当Ts=100μs时，δ取0.05到0.2之间比较合适，后面调试微调。

2.3 ESO三通道的模块搭建

ESO如果完全用离散积分器加增益模块搭出来，连线会非常绕，而且容易产生代数环。原因在于z1、z2、z3三个状态彼此直接耦合，Simulink在求解这种代数环时很容易报错，或者算出来的结果和期望对不上。

所以我的做法是把整个ESO写进一个MATLAB Function块，输入是y、u和一组参数，输出是z1、z2、z3。虽然这样写出来也是代码，但从建模角度看它仍然是一个标准模块，比纯模块连线更“模块化”，也更方便后面生成代码。

function [z1, z2, z3] = eso_discrete(y, u, b0, beta1, beta2, beta3) persistent z1_prev z2_prev z3_prev if isempty(z1_prev) z1_prev = 0; z2_prev = 0; z3_prev = 0; end e_eso = y - z1_prev; z1 = z1_prev + Ts * (z2_prev + beta1 * e_eso); z2 = z2_prev + Ts * (z3_prev + beta2 * e_eso + b0 * u); z3 = z3_prev + Ts * (beta3 * e_eso); z1_prev = z1; z2_prev = z2; z3_prev = z3; end

这个代码块里的Ts在模型里是一个常数参数，可以在工作区定义，也可以做成模型参数对象。如果Ts变了但内部没有对应更新，ESO的估计会直接偏掉，这在调试的时候非常隐蔽，建议把Ts作为显式输入传进去，而不是写在函数内部。

β参数的取值按带宽法来：β1=3ωo，β2=3ωo²，β3=ωo³。ωo是观测器带宽，它决定了ESO跟踪真实状态的速度。注意这几个公式是连续域下的极点配置结果，离散化后仍然是很好的工程起点，不需要强行修正。

2.4 控制律通道与b0接线

控制律部分相对简单。设v是电压给定值，z1是电压估计，z2是电压变化率估计，z3是扰动估计，那么：

e1 = v - z1 e2 = 0 - z2 u0 = kp * fal(e1, 0.5, δ) + kd * fal(e2, 0.75, δ) u = (u0 - z3) / b0

这里e2我直接用“0 - z2”，因为电压给定在稳态时是常数，它的导数就是0。如果你做的是电压跟踪斜坡指令，那要给e2加上给定斜率项，不过整流器直流母线通常是定值控制，所以我按恒值来处理。

最后算出的u就是电压外环的输出，也就是d轴电流内环的给定id*。这里要特别注意b0的符号和量级，b0是整流器被控对象二阶输入增益的估计值。由于增大id会让母线电压上升，b0必须为正。如果调试中把b0符号搞反，ESO会立刻发散，z3会飞到一个离谱的值，控制量疯狂振荡。

b0的数值我不建议一上来就拍脑袋，而是通过一次简单的开环辨识实验来标定，具体方法放在第四章专门讲。

3. 与电流内环的时序配合和整体集成

3.1 电流环采用内模控制的理由

标题在“电流”后面断了，我补全一下自己用的方案：电流内环用的是内模控制（IMC），而不是传统PI加解耦。

三相电压型PWM整流器的电流环，在dq坐标系下存在交叉耦合项和电网电压前馈项。传统PI的做法是先把耦合项解耦，再对两个轴分别调PI。这种做法能用，但PI参数需要比较仔细地整定，而且电流环的动态特性和PI增益参数强耦合。内模控制的思路更直接：既然我们知道电感L和电阻R的大致数值，就可以把它们的模型信息直接写进控制器，让电流闭环的期望特性变成一个一阶惯性环节，时间常数由自己指定。

对一个一阶RL对象，内模控制器实际上可以化简成一个比例加积分再加上前馈的结构，比例系数和积分系数都直接由模型参数和目标闭环时间常数给定，不需要反复试凑：

Kp_imc = L / τi Ki_imc = R / τi

其中τi是期望电流环闭环时间常数。这个方法的工程好处是，调试时只需要改变τi一个参数，就能控制电流环的快慢，非常直观。

3.2 多速率采样的同步坑

电压外环和电流内环如果采样率不一致，离散ADRC很容易出现奇怪现象。常见的习惯是电压环用1kHz，电流环用10kHz，但这样至少有两个坑：

• ESO的更新是1kHz，但u输出到电流环之前要经过零阶保持，相当于给控制通道又加了一个等效延迟；
• 负载突变发生的时刻如果介于电压环两次采样之间，ESO要等到下一个采样点才能发现扰动，响应自然慢半拍。

我在这个项目里直接把两个环的采样率统一到10kHz，也就是和PWM开关频率一致。Simulink里建立一个离散求解器，采样步长设为1e-4s，所有离散模块和零阶保持器都在这个步长下更新。实测下来这样最省事，也最容易推到实物控制器上。

如果你确实想用多速率，那么电压环的采样周期最好设在电流环采样周期的整数倍，而且采样时刻要和电流环的更新对齐，不能在一个控制周期中段任意采。否则看起来都工作，实际上ESO会一直工作在错误的数据时间对齐上，调试时很难定位。

3.3 主电路参数与控制目标对照

为了让后面参数整定部分有据可依，我把这套系统的设计方案列在下面。这是一台5kW三相电压型PWM整流器，交流侧采用纯电感L滤波，直流侧为电容加阻性负载：

在这个参数下，电流环闭环带宽大约是160Hz，电压环观测器带宽如果设得太高，比如4000rad/s以上，ESO就会疯狂放大采样噪声。后面调参的时候要反复记着这个约束。

整体模型的信号流可以这样梳理：电网三相电压进dq变换，电流采样进dq变换；电压外环输出id*，内模电流环比较id误差和iq误差，加上解耦前馈后生成U_d和U_q指令；U_d、U_q再进逆dq变换，生成三相调制波，进PWM发生器驱动桥臂。ADRC模块放在电压外环的位置，它的输入是Udc反馈和Udc给定，输出是id*。

4. 带宽整定、b0辨识与实物调试避坑

4.1 从电流环带宽倒推电压环ωc、ωo

ADRC的参数整定，最怕一上来就七个参数一起乱调。我的顺序是先定电流环，再定电压环，最后定ESO。

电流环内模控制的τi取1ms，得到电流环闭环带宽约160Hz。电压环的控制器带宽ωc应该明显低于电流环带宽，否则电压环会让电流环使唤不动。工程上一般取电流环带宽的1/5到1/10，我取的是ωc=100rad/s，差不多15Hz。这个看起来很低，但注意电压环的任务不是快，而是稳定和抗扰动，母线电容本身就是一个很大的惯性环节，不需要追求毫秒级电压响应。

控制器增益按二阶期望极点配置公式：

kp = ωc² kd = 2ωc

代入ωc=100，得到kp=10000，kd=200。这两个数看起来不小，但注意它们的单位不只是电压，还有前级fal函数的影响，仿真里要直接用，不要因为数字大就心惊胆战。

ESO带宽ωo取3到5倍的ωc，我最后用ωo=500rad/s左右。更好是试验几个值：把ωo从300往上加，观察z3波形的噪声水平和负载突变后的收敛速度，找一个“噪声可以被接受，收敛不太慢”的中间点。如果ωo超过8000rad/s，在这个采样率下基本没法看。

4.2 b0的实测校准方法

b0这个参数是ADRC里唯一和“模型”直接相关的量，也是最容易拍脑袋拍错的。我推荐一个简单的开环辨识流程：

第一步，断开电压外环，让电流内环单独工作，给一个固定的id常数。 第二步，在母线电压工作点附近，测量Udc的变化率dUdc/dt。 第三步，改变id，再测一次。两次的dUdc/dt之差除以id*之差，就是当前工作点下的二阶增益近似b0。

以一个简化估计为参考：在单位功率因数下，从功率平衡出发，Udc的二阶项增益大约正比于1.5ed/(CUdc)。代入ed峰值约310V、C=4700μF、Udc=750V，算出来数量级在几百左右。这个值会有偏差，但至少确定了正确的数量级和正负号。

b0比真实值偏大或偏小，系统都能工作，但不适合太大。偏大会让补偿过度，控制量出现高频抖动；偏小会让ESO输出的z3始终背着一个“常量扰动”工作，稳态上会有轻微的静差。动手调的时候，先在仿真里用±30%的偏差扫一圈，感受一下系统对b0的敏感性，这样心里有底。

4.3 四类典型故障的排查记录

调试期间我记录过几个很有代表性的问题，这里把现象、原因和处理方式列在一起，给你们参考。

问题一：启动瞬间母线电压冲到800V以上，然后慢慢回落。这个现象是典型的给定突变饱和。ADRC的抗饱和能力不如PI那么自然，参考值从0直接阶跃到750V时，e1巨大，fal函数输出巨大，控制量直接顶到限幅值，母线电容被过度充电。解决方法是把参考电压做成斜坡给定，比如设定150V/s的斜率。曲线太慢影响启动时间，太快又触发超调，我最终把斜坡时间定在2秒左右，效果比较稳。

问题二：轻载时母线电压波形出现明显纹波，放大之后看是两倍工频纹波叠加了高频抖动。ESO带宽太高或者δ太小的时候，采样噪声和纹波分量被观测器放大，z3会跟着抖动，控制量再把抖动传回电压。我先把ωo从800降到500，同时把δ从0.05提高到0.1，波形立刻干净很多。记住ESO不是越灵敏越好，它要的是“对真扰动敏感，对噪声迟钝”。

问题三：负载从空载突加到满载时，电压跌落比PI还大。这是最打击人自信的情况。后来逐段排查发现，电压外环输出的id*瞬间就被电流环的限幅值截断了，但ESO不知道限幅的存在，它仍然按未限幅的u来计算扰动补偿，于是越补越不对。解决方式是在限幅器前后做一个“限幅误差”信号，把这个误差也引入ESO的u输入，或者更简单一点，把ESO的输入u改成限幅前还是限幅后的选择，这里有多个可靠方案可取。

问题四：外环采样周期调成1kHz后，z3漂移。这个问题在第3.2节讲过，本质是零阶保持带来的延迟。最终我统一了采样周期，问题消失。

4.4 PI与ADRC的实测对比

我在这台5kW整流器样机上做了对比实验，控制器在同一个硬件平台上切换PI电压环和ADRC电压环，电流环保持不变。测试条件是：稳定带30%负载运行，然后突加负载到80%，观察直流母线电压的响应。

这个结果不是PI不好，而是PI在“不振荡”和“抗冲击”之间必须折衷，ADRC则通过扩张状态补偿把这两件事解耦了。调PI可以调出媲美ADRC的抗冲击效果，但代价是临界振荡，在工程上几乎不可接受。

我个人在实际操作中的体会有两点。第一，离散ADRC用模块搭建并不比写S函数省太多事，但它的好处是每一块都能单独示波器观察，z1、z2、z3和最终控制量都能拉出来看曲线，调试时脑子非常清楚。第二，先把ESO单独调试好，确认z1能紧紧跟随实测Udc，z3在负载突变时能快速跳变到一个新值，再接上控制律。这一步走通，后面就不会陷入“到底是观测器问题还是控制律问题”的泥潭。

最后再分享一个小技巧：把ADRC这套参数整定完成后，Simulink里所有MATLAB Function块的代码都可以原样搬到一个嵌入式C文件里，只需要把persistent变量换成static变量，把Ts换成定时器中断周期。我后来在移植到DSP上的时候，几乎没有重新调试就跑起来了。如果你也在做整流器控制器，强烈建议先在仿真里把模块搭好，再用这套代码走一遍嵌入式移植，成功率会高很多。