跟网型逆变器小干扰稳定性分析：从Simulink建模到控制策略优化

跟网型逆变器的小干扰稳定性分析与控制策略优化，听起来像是个很“论文”的题目，但只要你在Matlab/Simulink里实际搭过一次弱电网并网模型，就会明白这其实是一项非常依赖工程直觉的工作：系统在强电网下一切正常，换成长线路、高阻抗之后，输出功率开始低频振荡，或者锁相环角度出现抖动，而你要做的不是瞎调PI参数，而是先找到振荡的根源模态，再针对性改控制结构。这篇文章我想把这套流程从头到尾拆开讲，从模型搭建、线性化分析到控制策略调整，把实际操作中的注意点和踩坑记录一并分享出来。适合正在做新能源并网仿真、准备复现相关论文，或者想掌握“特征值分析”这条方法论的研究生和工程师参考。

1. 先把问题拆透：跟网型逆变器的稳定裕度到底受谁影响

1.1 “跟网型”三个字说明它的本质是“靠锁相环活着”

跟网型逆变器（Grid-Following Inverter）没有自主建立电压和频率的能力，它必须检测并网点电压的相位，然后把自己的电流注入方向对准这个相位。这个“检测并网点相位”的任务由锁相环（PLL）完成，所以跟网型逆变器本质上是电流源型控制思路：内环控制dq轴电流，外环决定有功无功，PLL只负责提供旋转坐标系的角度。

很多人把它类比成“跟着领跑者节奏跑的人”：领跑者（电网）速度稳定时，跟跑者没有问题；但领跑者本身速度出现微小波动时，跟跑者如果反应过度，反而会打乱自己的步点，甚至在弯道被拖垮。在弱电网场景中，电网阻抗大，并网点电压会受到逆变器注入电流的显著影响，这时PLL输出的角度和实际系统角度之间的动态耦合会明显增强，系统可能在几十赫兹甚至更低的频段出现负阻尼，导致功率振荡或失步。这也是为什么小干扰稳定性分析在新能源领域如此受重视的根本原因。

与之相对应的是构网型逆变器（Grid-Forming Inverter），它把自己表现为一个电压源，通过有功频率下垂来维持系统频率和电压。两者控制思想不同，稳定分析的重点也不同。本文全部围绕跟网型展开，因为大量在运电站仍以这种控制方式为主，研究其小干扰稳定性具有更强的现实意义。

1.2 小干扰分析为什么比看波形更能暴露根因

在Simulink里看时域波形直观，但弊端也很明显：你只能看到“振荡了”或“振荡收敛了”，却很难判断是哪个控制环节在起坏作用。小干扰稳定分析的核心工作是把非线性系统在稳态工作点附近线性化，得到状态矩阵，然后计算特征值。当所有特征值都在复平面左半平面时，系统在该工作点附近是稳定的；一旦某个特征值越过虚轴进入右半平面，对应模态就会发散。

更进一步，特征值分析还能回答“为什么失稳”。通过参与因子矩阵，可以找出每个振荡模态主要由哪些状态变量参与，比如某个低频振荡模态如果由锁相环积分状态主导，说明问题大概率出在PLL环节；如果是电流环dq轴电流主导，则可能需要关注电流内环与弱电网交互的等效阻抗。这种“先定位模态，再精准下药”的思路，能够让控制策略优化不再靠猜。

我自己的体会是，时域仿真适合作为最终验证手段，而特征值轨迹应该作为前期设计的主要依据。没有做过线性化分析的人，一上来就把一堆控制器参数随便改，结果往往越调越乱。学会用特征值来审视整个系统，才算真正进入稳定性分析的领域。

2. Simulink仿真平台搭建：选对模型层次，后面能少吃很多苦

2.1 平均模型还是开关模型？我建议至少准备两套

做跟网型逆变器仿真，首先要决定主电路用“平均模型”还是“开关模型”。这两者在Simulink里的侧重点完全不同，如果你一上来就打算把IGBT、PWM发生器、驱动信号全部搭成真实开关模型，那么接下来的线性化分析会非常痛苦。因为PWM载波的高频开关动作会让Simulink Control Design在做线性化时很难得到平滑的雅可比矩阵，线性化结果里会夹杂大量高频数值噪声，甚至直接报错。

更推荐的做法是准备两套模型：一套用于小干扰分析和参数设计，使用三相受控电压源来等效逆变器桥臂输出，调制信号经过比例增益和延时环节后变成输出电压；另一套用于时域验证，保留真实的三相全桥开关管和PWM调制，用来确认平均模型下得到的稳定性结论在开关模型下依然成立。这样分工明确，分析阶段效率高，验证阶段结果可信。

对于平均模型，桥臂输出电压的计算方式是：三相调制波信号（标幺化到单位幅度）乘以直流母线电压的一半，再叠加直流偏置和死区等细节可以省略，模型复杂度大幅降低。电网侧电源用理想三相电压源串联可变电感Lg来表达电网强度，通过调整Lg即可模拟从强电网到弱电网的不同短路比运行条件。

2.2 控制链路怎么组织：PLL、电流环与外环的取舍

系统控制结构遵循标准的dq旋转坐标系下双闭环：外环决定电流指令，内环执行电流跟踪，PLL提供d轴定向角度。这个结构本身很简单，但很多人在搭建时忽略了一个关键问题——PLL的d轴定向是“跟随实际PCC电压的相位”还是“跟随控制参考系内的虚拟相位”，两者虽然最终会收敛，但在动态过程中存在误差，而这个误差正是小干扰失稳的一条重要通路。

在具体建模时，我建议用PLL输出的角度同时作为Park变换和反Park变换的基准角，也就是说，控制参考系的角度和实际电压角度并不是绝对一致的，PLL的动态特性被完整保留在环路内。PLL的模型可以直接用Simulink标准库中的“PLL”模块，也可以自己搭一个SRF-PLL：三相电压经Clark变换得到αβ，再经Park变换得到dq，q轴电压作为PI调节器输入，PI输出为角频率偏差，积分得到相位角。自己搭的好处是状态变量透明，后面做参与因子分析时更容易识别。

电流内环采用PI控制器加dq解耦项。这里的解耦项通常用电网电感参数计算，但实际系统中电网电感是变化的，解耦不完全会产生耦合影响，所以仿真时要把电网阻抗放在“控制器未知”的位置，这样小干扰稳定性分析才更接近实际工况。外环可以采用定有功功率/定无功功率控制，也可以采用定直流电压控制。如果研究聚焦于PLL和弱电网交互，外环带宽通常设置得远低于PLL带宽，避免外环动态干扰主导模态的判断。

2.3 一套可直接起步的仿真参数配置

下面给出一套可用于起步的仿真参数，数值不一定是你项目中的最优值，但足够把整个分析流程跑通。

• 交流侧：线电压有效值690V，频率50Hz
• 额定容量：1.5MVA（约为常规MW级光伏逆变器或风机变流器机组等级）
• 直流侧电压：1200V
• 逆变器侧滤波电感Lf：0.1mH，寄生电阻Rf：2mΩ
• 电网阻抗：Lg设定为从0.05mH到1.0mH可调，对应短路比从10以上降到1附近
• 开关频率/采样频率：10kHz
• 电流内环PI参数：按带宽约600Hz设计
• 锁相环PI参数：初始按带宽30Hz左右整定，阻尼比0.707

需要注意，兆瓦级系统的电流很大（约1255A），控制环增益随标幺化设定不同而有显著区别。为了让参数通用，我建议在模型内部对电压电流都做标幺化处理，基准值为额定相电压幅值和额定电流幅值。标幺化后控制参数的可读性和可移植性都比用实际值要高，后面扫短路比时也更方便。

3. 小干扰稳定分析的实操流程：从线性化到特征值轨迹

3.1 在Simulink里做闭环系统线性化

线性化这一步是整套分析的核心，也是新手最容易卡住的地方。Simulink的线性化工具叫作Simulink Control Design，它可以把一个非线性Simulink模型在指定工作点处线性化，得到状态空间模型或传递函数。操作路径为：在模型窗口中选择“Analysis”菜单下的“Control Design > Linear Analysis”，打开Linear Analysis Tool，然后指定输入输出点并点击线性化。

如果模型已经搭好且能在时域正常运行，线性化的关键是“工作点的完整性”。我遇到的最常见情况是模型运行了0.1秒后还没有到达稳态，取工作点硬线性化，导致特征值全部偏离真实结果。解决方法是先让模型跑足够长时间，确认所有状态变量（电感电流、电容电压、PLL积分状态等）保持在稳定值，再在Linear Analysis Tool中执行“Trim”加“Linearize”操作。

命令行方式是另一种高效途径。如果模型名称为gfl_inverter，可以写一个简单的脚本完成线性化：

% 建立分析点：从电流指令输入端到并网点电流测量输出 io(1) = linio('gfl_inverter/Current_Ref', 1, 'input'); io(2) = linio('gfl_inverter/Measurement', 1, 'output'); % 线性化完整闭环系统 sys = linearize('gfl_inverter', io); % 获取状态矩阵并计算特征值 A = sys.A; eigenvals = eig(A); plot(real(eigenvals), imag(eigenvals), 'x'); grid on;

这里需要强调一点：如果模型中使用的是真实PWM和IGBT开关管，上述线性化很可能失败。这也是我之前建议准备平均模型的原因之一。平均模型中的受控电压源、PI控制器、PLL、滤波电感都是连续平滑环节，线性化结果非常干净，不会出现PWM高频分量带来的虚假极零点和警告信息。

3.2 用脚本扫短路比，观察PLL主导模态移动

小干扰稳定分析最有价值的一张图，是“特征值随电网阻抗Lg变化的轨迹”。当Lg从很小（强电网）逐渐增大到接近1mH时，系统某个低频模态会从复平面左半平面逐渐向右移动，最终在某个Lg值处穿越虚轴，系统开始由稳定切换为不稳定。这个模态通常被称为“PLL主导模态”，因为它的参与因子中，PLL状态变量的占比最高。

为了扫出这样一幅图，可以在Simulink外写一个MATLAB脚本，批量修改Lg阻感参数并线性化：

Lg_list = linspace(0.05e-3, 1.0e-3, 30); figure; hold on; for k = 1:length(Lg_list) Lg_val = Lg_list(k); set_param('gfl_inverter/Lg', 'Inductance', num2str(Lg_val)); % 让模型在时域中更新稳态后再线性化 sim('gfl_inverter', 0.2); sys = linearize('gfl_inverter', io); e = eig(sys.A); % 绘制所有特征值，颜色深浅按Lg变化 plot(real(e), imag(e), 'x', 'Color', [k/length(Lg_list) 0.2 0.8]); end xlabel('Real (1/s)'); ylabel('Imag (rad/s)'); axis equal;

脚本中的set_param用于修改电网电感模块的参数值，然后在每个Lg条件下用sim刷新运行，得到新的稳态工作点后再线性化。值得注意的是，修改参数后模型需要时间重新稳定，所以每次调用sim至少需要跑几十毫秒甚至更长；如果模型本身较大，扫描30个点的耗时可能达到几分钟，这个属于正常现象，不要因为运行时间长就怀疑脚本有问题。

读图时的经验是：不要试图跟踪所有特征值，先重点关注那些距离虚轴最近或者阻尼比较低的一对共轭复数特征值。典型情况下，随着Lg增大，原来实部约为-300到-500的一对复数特征值会逐渐向虚轴靠近，振荡频率大概在20Hz到50Hz之间。当实部符号为正时，对应时域波形就会出现发散性低频振荡。

3.3 如何确认失稳主导来源：参与因子和参数灵敏度

光看特征值轨迹只能说明“哪里失稳”，还不能完全说明“为什么失稳”。要定位主导环节，可以通过两个手段配合来判断。第一个手段是参与因子分析：计算每个特征值对应左右特征向量的元素乘积，得到每个状态对那个模态的参与程度。

具体操作时，线性化出的状态矩阵A的维度可能并不大，在平均模型下通常包括两个电感电流状态、两个PLL状态、以及若干控制环节积分器的状态。取出PLL输出角度和PLL积分器对应的索引，查看它们在某对振荡模态特征值处的参与因子值。如果参与因子显著高于电流状态，就可以确认该模态确实是PLL主导。

第二个手段是参数灵敏度分析：把PLL带宽减小一个百分比，重新线性化，观察这对特征值的实部是否明显向左移动。如果系统稳定性对PLL带宽变化极其敏感，而对电流内环增益不太敏感，这本身就是有力的证据。在做控制策略优化之前，先做一遍这种灵敏度试验，可以大幅减少后面的盲目尝试。

4. 控制策略优化：不要乱加阻尼，先看问题出在哪一层

4.1 重新整定锁相环：弱电网下割舍带宽换相位裕度

固定工况下的PLL参数是通过设计好的，但弱电网下沿用原参数会出现稳定性恶化，所以优先考虑重新整定PLL参数。思路是降低PLL带宽，让PLL在电网阻抗变化时仍然保持足够的相位裕度。锁相环的作用是跟踪并网点电压相位，在理想强电网中PCC电压刚性好，高带宽能快速锁定相位；但在弱电网中，PCC电压本身受到逆变器电流影响，高带宽会让PLL形成正反馈式的扰动放大，因此需要降低带宽来换取稳定。

把PLL带宽从30Hz降到10Hz到15Hz左右，观察前面扫出来的特征值轨迹，通常可以看到最危险的那对特征值实部明显向左移动。代价是动态响应变慢，例如在并网点发生相位阶跃时，PLL收敛时间会从几十毫秒增加到上百毫秒。如果系统对响应速度要求不高，这个方案最简洁，而且不需要改动主电路，也不需要增加额外控制回路。

这里有一个细节值得记录：修改PLL参数后，不能只看一对特征值的移动，而要看所有低频模态的阻尼是否整体得到改善。因为降低PLL带宽虽然改善了PLL主导模态，却可能让原本与电压外环相关的某个模态更靠近虚轴。所以每次参数修改之后，我都建议把完整的特征值图谱重新画一遍，而不是只盯住局部。

4.2 虚拟阻抗/虚拟阻尼的附加控制

如果单纯降低PLL带宽无法满足动态性能要求，或者PLL主导模态仍然残留负阻尼，下一个常用方案是在控制环路中引入虚拟阻抗。虚拟阻抗的思想是：在电流控制器的参考值或调制波指令中，人为叠加一个与并网电流成正比的电压降或电流降，使逆变器对外呈现的等效阻抗不再是原先的滤波电感，而是一个包含虚拟电阻和虚拟电感的较大阻抗，从而改变系统与弱电网之间的交互阻尼。

具体实现上，最常见的方法是把并网电流经过一个虚拟电阻比例项或虚拟电感微分项后，反馈到电压调制指令中。用公式行为来描述，就是在dq轴的电流内环输出处减去虚拟阻抗产生的电压分量。实际项目经验告诉我，虚拟电阻能够最有效地增加系统阻尼，但阻值过大会导致并网点电压调节特性变差；虚拟电感则能补偿一定相位滞后，但微分项会放大高频噪声，需要配合低通滤波器一起使用。

做参数扫描时，可以先固定虚拟电阻从0逐步增大，观察主导特征值实部变化；找到稳定边界后，再微调虚拟电感来优化阻尼比。整个过程和整定普通PI参数一样，本质是利用特征值轨迹找到参数可行域，而不是凭感觉拍脑袋。

4.3 PCC电压前馈与滤波的再设计

还有一种非常实用的控制优化方向，是改变并网点电压前馈的结构。标准电流控制中，调制波指令包含电压前馈项，其作用是抵消PCC电压对电流环的扰动，让逆变器能够更精确地跟踪电流指令。但在弱电网中，PCC电压本身和PLL角度、逆变器功率强耦合，直接前馈可能把这种耦合引入电流环，引发新的振荡回路。

优化手段是在PCC电压前馈通道中加入一个低通滤波器或陷波滤波器，将前馈中与不稳定模态频率相近的分量衰减掉，同时保留前馈在稳态和低频段的作用。这个滤波器的截止频率选择要通过特征值扫描来确定，一般让滤波器转折频率略高于所要抑制的振荡频率即可，并且需要检查滤波器的相位延迟没有在其他频段引入新的负阻尼。

4.4 优化前后对比：算力主要花在验证边界

为了说明各种优化策略带来的效果，建议把仿真做成统一对比框架：固定系统在SCR较低（例如Lg对应短路比约1.2）的工况下，分别跑以下四种配置，再把时域波形和特征值同时展示。

做这套对比时，我的习惯是先把“基线参数”下失稳的临界Lg记录下来，再分别对每种方案重新扫描临界Lg。如果某一种方案能把临界短路比从2.0降到1.2甚至更低，说明该方案对你的系统有效。之后再做时域验证时，从稳定域内和稳定域外各取一个工况，分别观察功率阶跃响应，确认分析结论与实际动态行为一致。

5. 干扰排查与工程化避坑：那些仿真文档很少写的事

5.1 线性化出来的特征值可信吗？先检查这几点

做线性化分析时，我会先对结果做一次“合理性测试再解读”。第一是特征值数量要和模型状态数量一致，如果模型里有示波器或非必要子系统，状态数量很容易变得混乱。第二是刚得到的特征值在时域仿真中应该能对应到真实动态，如果线性化说系统稳定，但时域波形在相同工况下发散，那必然有一方出了问题。第三是特征值不要出现大量高频数值噪声，真实系统的高频模态数量有限，如果看到上百个散乱的高频特征值，多半是PWM开关或非平滑模块没有被正确处理。

曾经有个模型，线性化完成后有一堆实部为正的大特征值，我以为是系统失稳，后来检查发现是电网电压源模块里的阻感参数设置成了0，导致线性化时出现奇异状态。这类问题只要把特征值和状态变量对照起来看就很容易发现。

5.2 特征值显示稳定但时域波形发散

经典矛盾：线性化分析显示所有特征值都在左半平面，但离散步长仿真却出现了持续振荡甚至发散。造成这个现象的原因通常是模型里存在数字控制延迟或采样保持器，而线性化时没有把这些延迟纳入状态模型。平均模型如果只在连续域搭PI控制，不考虑一拍延迟效应，会呈现出过于“乐观”的稳定性结论。

解决办法是在平均模型中加入数字控制延时环节，用一阶惯性或传递函数形式模拟采样保持和PWM更新时间带来的等效延迟。加入延时后，之前那些看似稳定但实际振荡的工况，通常能在线性化结果中体现出更真实的负阻尼特征。虽然延时单元会增加系统阶次，但换来的是更可信的结果，这笔交易完全值得。

5.3 扫参脚本里最常见的初始化问题

批量扫描短路比时还有一类典型问题：修改Lg后没有让模型重新进入稳态就立即线性化。由于电感改变后功率传输角和电流相位都会变化，系统需要时间重新建立稳态工作点。我的做法是在每个扫描点先用固定仿真时间跑一段开环或闭环稳定过程，然后在线性化工具中把当前时刻作为“Trim”基准，或者把上一次仿真结束时的状态作为初值传给线性化接口。这套流程只要固化到脚本中，扫描结果的重复性会好很多。

5.4 别忽视运行点本身的可行性

小干扰稳定分析本质上是对某个特定运行点做局部判定，所以“运行点是否真实存在”非常关键。如果你设置的功率指令在弱电网下已经超过了理论最大传输功率，无论怎么优化控制都无法稳定，特征值分析也会无一例外给出不稳定结论。每次分析前都应该先确认调制比没有超过1，功率角处于合理范围，各PI输出没有饱和限幅。否则所有稳定性结论都没有工程意义。

我把这套方法应用在多个仿真项目后，最深的一条体会是：稳定分析的核心价值不在于预测某个产品一定会振荡，而在于让你在调试系统时，手里有一张“地图”。你看到波形不好看时，可以快速查阅是PLL环路的问题，还是电流环与弱电网交互占主导，再决定往哪个方向去改控制参数。后续再遇到不同功率等级、不同滤波器结构、不同电网工况的新项目，这套“平均模型线性化加特征值轨迹扫描”的工作流依然可以复用，只需替换模型参数，就能在短时间内定位新的稳定边界。对长时间做并网逆变器控制的人来说，这是比任何固定结论都更有用的核心能力。