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 Integrator\[J\].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 Survey\[J\].IEEE Transactions on Power Electronics, 2015, 31(5):3932-3944.DOI:10.1109/TPEL.2015.2466631.

相关推荐
CoovallyAIHub13 小时前
中科大DSAI Lab团队多篇论文入选ICCV 2025,推动三维视觉与泛化感知技术突破
深度学习·算法·计算机视觉
NAGNIP14 小时前
Serverless 架构下的大模型框架落地实践
算法·架构
moonlifesudo14 小时前
半开区间和开区间的两个二分模版
算法
moonlifesudo14 小时前
300:最长递增子序列
算法
CoovallyAIHub19 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub19 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI2 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v2 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工2 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农2 天前
【React用到的一些算法】游标和栈
算法·react.js