23电平MMC逆变器并网仿真(PI控制) 基于Matlab/Simulink仿真平台 采用基于PI控制器的双闭环控制 模型中包含环流抑制控制器 模型中添加基于排序算法的子模块均压方法 采用基于最近电平逼近NLM的调制策略 1.仿真均能正常运行，能够准确跟踪对应参考值 2.采用双闭环控制，逆变器外环为PQ控制 3.最近电平逼近调制+基于排序算法的均压策略 4.二倍频环流抑制控制 供MMC入门新学者学习参考。
嘿，各位 MMC 入门的小伙伴们！今天咱们来唠唠 23 电平 MMC 逆变器并网仿真，基于 PI 控制，还用到了 Matlab/Simulink 仿真平台哦，满满的干货，准备好了吗？
双闭环控制（逆变器外环为 PQ 控制）
咱们采用基于 PI 控制器的双闭环控制。为啥要用双闭环呢？简单说，就像给车装了两套导航，内环速度快，负责快速响应一些小变化，外环更稳，掌控大方向。逆变器外环是 PQ 控制，这就好比给逆变器设定了一个目标，告诉它要输出多少有功功率（P）和无功功率（Q）。
在 Matlab/Simulink 里，大概是这样实现的（以下代码只是示意关键部分，非完整可运行代码）：
% 外环 PQ 控制部分代码示例 % 定义一些参数 kp_p = 0.5; % 有功功率 PI 控制器比例系数 ki_p = 0.1; % 有功功率 PI 控制器积分系数 kp_q = 0.5; % 无功功率 PI 控制器比例系数 ki_q = 0.1; % 无功功率 PI 控制器积分系数 % 计算功率误差 delta_p = p_ref - p_measured; % p_ref 是有功功率参考值，p_measured 是测量到的有功功率 delta_q = q_ref - q_measured; % q_ref 是无功功率参考值，q_measured 是测量到的无功功率 % PI 控制器计算 p_output = kp_p * delta_p + ki_p * cumsum(delta_p); % 有功功率 PI 控制器输出 q_output = kp_q * delta_q + ki_q * cumsum(delta_q); % 无功功率 PI 控制器输出这里，通过不断调整比例系数kp和积分系数ki，让实际输出功率尽可能接近参考值。外环计算出的结果，会作为内环控制的输入，进一步调节逆变器。
最近电平逼近（NLM）调制 + 基于排序算法的均压策略
调制策略咱们用最近电平逼近 NLM，简单理解，就像是给逆变器输出的电压波形找一个最接近的“台阶”。而基于排序算法的子模块均压方法，是为了保证各个子模块的电容电压均衡，不然有的“累坏了”，有的“闲坏了”可不行。
下面来看看均压策略相关代码示例：
% 基于排序算法的子模块均压方法代码示例 % 假设电容电压向量为 capacitor_voltages capacitor_voltages = [100; 102; 98; 101; 99]; % 模拟各个子模块电容电压 sorted_voltages = sort(capacitor_voltages); % 对电容电压进行排序 average_voltage = mean(sorted_voltages); % 计算平均电压 % 根据排序结果和平均电压调整子模块 for i = 1:length(capacitor_voltages) if capacitor_voltages(i) > average_voltage % 这里可以写降低该子模块电容电压的控制逻辑，比如减少充电时间 else % 这里可以写增加该子模块电容电压的控制逻辑，比如增加充电时间 end end通过这样的算法，让各个子模块的电容电压尽可能保持一致，保证整个系统稳定运行。
二倍频环流抑制控制
模型里还有环流抑制控制器，专门对付二倍频环流。为啥要抑制它呢？因为二倍频环流会影响系统性能，就像一群捣乱的“小怪兽”。咱们通过这个控制器把它们“制服”。
环流抑制控制器在 Simulink 里搭建时，核心思路就是检测出环流，然后通过一些控制算法产生反向的补偿量来抵消它。这里就不详细贴代码啦，大家可以在搭建模型的时候，根据自己的思路去实现。
仿真结果
经过一系列的搭建和调试，仿真均能正常运行，能够准确跟踪对应参考值。就像你设定了一个目的地，车稳稳地开过去了。这说明咱们前面的控制策略和算法都起作用啦！
希望这篇文章能帮助刚接触 MMC 的小伙伴们快速上手 23 电平 MMC 逆变器并网仿真（PI 控制），大家一起探索 MMC 的奇妙世界呀！
