单相锁相环,原理与Matlab实现

单相锁相环基本原理

  单相锁相环的基本原理图如下所示, u α u_\alpha uα u β u_\beta uβ经Park变换、PI控制实现对角频率 ω \omega ω和角度 θ \theta θ的估算。不同锁相环方案之间的差异,主要表现在正交电压 u β u_\beta uβ的生成,以下对几种常见方案进行介绍。

延时正交方案

  一种比较直观的方案,是对输入信号 u α u_\alpha uα延时四分之一个周期从而构建正交信号 u β u_\beta uβ,如下所示:

  仿真结果如下:

全通滤波器正交方案

  此外,还可以利用全通滤波器在特定频率 ω 0 \omega_0 ω0处产生-90度相位的特点,构建正交信号。全通滤波器传递函数如下:
H ( s ) = − s + ω 0 s + ω 0 H\left( s \right) = \frac{{ - s + {\omega _0}}}{{s + {\omega _0}}} H(s)=s+ω0−s+ω0

  全通滤波器波特图验证如下:

  波特图代码为:

matlab 复制代码
Ca = tf([-1 2*pi*50],[1 2*pi*50])
bode(Ca)

  对应的仿真框图如下所示(结果图与此前类似,不再展示):

SOGI正交方案

  另一种构建正交的方案,可以采用二阶积分的形式,同时考虑对 u α u_{\alpha} uα进行带通滤波,对应的传递函数如下:

{ H α ( s ) = k ω 0 s s 2 + k ω 0 s + ω 0 2 H β ( s ) = k ω 0 2 s 2 + k ω 0 s + ω 0 2 \left\{ \begin{aligned} {H_\alpha}\left( s \right) = \frac{{k{\omega _0}s}}{{{s^2} + k{\omega _0}s + {\omega 0}^2}} \\ {H\beta}\left( s \right) = \frac{{k{\omega _0}^2}}{{{s^2} + k{\omega _0}s + {\omega _0}^2}} \\ \end{aligned} \right. ⎩ ⎨ ⎧Hα(s)=s2+kω0s+ω02kω0sHβ(s)=s2+kω0s+ω02kω02

  波特图验证如下:

  波特图代码如下:

matlab 复制代码
CaAlpha = tf([0.707*2*pi*50 0], [1 0.707*2*pi*50 (2*pi*50)^2]);
CaBeta = tf([0.707*(2*pi*50)^2], [1 0.707*2*pi*50 (2*pi*50)^2]);
bode(CaAlpha,CaBeta)
legend("CaAlpha","CaBeta")

  对应的仿真框图如下所示:

Park正交方案

  还可以利用,低通滤波+Park反变换,实现正交信号构建,如下所示:

补充说明

  1. 本文侧重点是基本的正交信号生成方案,更多锁相环相关技术,如控制参数设计、其他正交方案等,可移步参考文献1
  2. 锁相环的数字化实现可移步参考文献2,或移步至传递函数离散化方法

参考文献

1 Ciobotaru M , Teodorescu R , Blaabjerg F .A New Single-Phase PLL Structure Based on Second Order Generalized IntegratorJ.IEEE, 2006.DOI:10.1109/PESC.2006.1711988.

2 Han Y , Luo M , Zhao X ,et al.Comparative Performance Evaluation of Orthogonal-Signal-Generators-Based Single-Phase PLL Algorithms---A SurveyJ.IEEE Transactions on Power Electronics, 2015, 31(5):3932-3944.DOI:10.1109/TPEL.2015.2466631.

相关推荐
vibecoding日记9 小时前
双非如何快速入职字节等大厂大模型?真实案例分析:推理优化和投机解码
算法·求职·大模型工程师
yszaygr213812 小时前
Verilog参数化游程编码RLE模块
算法
望易12 小时前
刚设计的大模型架构-双域耦合认知框架
算法·架构
复杂网络16 小时前
多个 Claude Code 与多个 Codex 协同工作:设计与实现方案
算法
HjhIron1 天前
面试常客:字符串算法从入门到进阶
算法·面试
吴佳浩1 天前
DeepSeek DSpark:Confidence-Scheduled Speculative Decoding 技术解析
人工智能·算法·deepseek
触底反弹1 天前
🧠 搞懂 Token,才算真正入门大模型——从分词原理到 Embedding 语义实战
javascript·人工智能·算法
vivo互联网技术2 天前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc
浮生望2 天前
JS字符串与回文算法:从包装类到双指针的面试进阶之路
javascript·算法