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
罗西的思考1 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
kyle~6 小时前
模型预测控制(MPC)
算法·机器人·控制·传感器
牢姐与蒯7 小时前
cpp算法之哈希
c++·算法·哈希算法
开开心心就好8 小时前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
电科_银尘8 小时前
【大模型算法与工程 02】线性回归与逻辑回归:从损失函数到决策边界
算法·逻辑回归·线性回归
玄昌盛不会编程9 小时前
LeetCode——2243. 计算字符串的数字和
java·算法·leetcode
Evand J10 小时前
【MATLAB例程】基于IMM-CKF的AOA+测距融合的二维移动目标跟踪定位
开发语言·matlab·目标跟踪
屿华AI11 小时前
AUTOSAR 实战-诊断工具 | DTC/Event/FiM 故障报告自动化:DEM 诊断数据采集与解析
python·测试工具·自动化·汽车
电科_银尘12 小时前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习
电科_银尘12 小时前
【大模型算法与工程 05】分类、回归与排序指标:怎样评价一个模型
算法·分类·回归