【电源入门】菜鸟读开关电源控制环路设计：第 4 章

纪肖姆

已于 2024-05-03 15:59:26 修改

阅读量784

点赞数 31

分类专栏：环路电源文章标签： matlab 硬件工程

于 2024-05-03 15:55:43 首次发布

本文链接：https://blog.csdn.net/Guillxaume/article/details/137990380

版权

环路电源专栏收录该内容

6 篇文章 3 订阅

订阅专栏

引言

线性电源或者开关电源补偿器的设计并不直接遵循经典 PID 理念，而是研究 PID 中各个环节作用，将其带入传函零极点视角，从而从零极点视角通过设定合理零极点来近似 PID 对系统的控制效果，此种方式较之经典 PID 算法响应更好

4.1 PID 补偿

经典 PID 理论中

比例项： kp 较大则响应速度较快，但存在超调的风险，若 kp 较小表现相反

积分项：可以消除设定值与输出值之间的静态误差，但对于瞬态过程，会减缓响应速度并增大过冲，由于误差信号的积累，积分模块（电容所带电荷量）可能饱和，因此在必要的时候增加抗饱和措施（并联电阻等）

微分项：在静态中这一项对输出没有影响，动态中此环节有助于稳定输出并提高响应速度

4.1.1 拉普拉斯域的 PID 表达式

首先研究并行 PID 的公式

对于微分项，微分相当于为系统增加零点，在 w 到达高频的时候输出增益为无穷，于是需要在零点频率后一定位置增加一个极点，以免增益被无限放大

4.1.2 PID 补偿器的实际实现

对上式进行拉普拉斯变换，可得带高频极点的并行 PID 在复频域的表示式，包含 2 零点以及一个极点与原点极点

易得零极点与 PID 系数表达式之间的关系如下

其中 N 的式子与书中不符，应该是书上的写错了

接着计算零极点的表达式

计算结果如下

如下图绘制电路仿真图

首先计算电路参数公式如下

计算结果如下

仿真图如下

仿真结果的伯德图曲线完全吻合

证实了两个不同方式构造的 PID 补偿电路性质相同，即使用零极点配置电路来代替经典 PID 是可行的

4.1.3 PI 补偿器的实际实现

PI 补偿器即为去掉微分环节的 PID 补偿器，其零极点与 PI 系数之间的关系十分好找

得出关系如下

绘制仿真图

仿真结果如下

4.1.4 PID 在 Buck 变换器中的应用

将 Buck 变换器的输入输出简化为以下形式，输出电压为输入电压乘以占空比

同第二章 Boost 电路，此处需要推导从输入到输出的小信号传函

由平均以及小信号模型计算后的结果如下

仿真结果如下

开关电路可以实现电压的可调输出，输入量取决于 U(s) 基准电压以及各个环节的扰动，输出量为 Y(s)，欲得到传递函数 T(s) 则需要得到 G(s) 和 H(s) 的表达式

已知 G(s) 为单极点 + 原点极点 + 双零点传函，H(s) 为双极点、单零点传函，则其直接级联将得到一个三级点 + 原点极点 + 三零点的 4 阶复杂传函，将来自 G(s) 的双零点和 H(s) 的双极点，可简化传函为原点极点 + 单极点 + 单零点的二阶传函

进而得到闭环传函

根据限制关系可算出 G(s) 参数的表达式

带入数据计算传函如下

若要消除控制系统的零点，需要在一开始计算补偿器之前就将其消除，即需要重新计算不含此零点的 PID 参数等表达式如下

计算结果如下

matlab 中输入下段代码用以验证级联效果

close all;  clc;    clear;

Gs = tf([6.5073359999999991777e34,1.1831519999999996657e38,3.9438399999999994541e42],[5.0e33,3.2432431999999994298e38,0]);

Hs = tf([2.9166666666666680411e19,1.8939393939393945675e24],[6.25e15,1.1363636363636365892e19,3.7878787878787891349e23]);

Ts = tf([3.9438399999999994243e24],[1.0e15,1.2559999999999999099e20,0]);

Tc = tf([1.9719199999999997121e41],[5.0e31,6.2799999999999995496e36,1.9719199999999997121e41]);

sys = { Gs, Hs, Ts, Tc };   freq = logspace(1,6,5000);  dB_range = {[-20 60],[-60 40],[-40 60],[-30 0]};

figure_handle = {}; dleft = {10,580,10,580}; dbottom = {560,560,50,50};

opts = bodeoptions; opts.FreqUnits = 'Hz';


for cycle = 1:4
    figure_handle{end+1} = figure;  movegui(figure_handle{cycle},[dleft{cycle} dbottom{cycle}]);
    bodeplot(sys{cycle}, freq, opts);  grid on;
    set(findall(figure_handle{end}, 'Type', 'axes'), 'YLim', dB_range{cycle});    ylim([-180 180]); xlim([10^1 10^5]);
end

得到如下图像

值得注意的是，RLC 或类似振荡系统的传函，其相位穿过 90° 的时候正好是幅度的谐振尖峰

4.1.5 具有 PID 补偿的 Buck 变换器瞬态响应

下图为带有补偿器的闭环系统的启动图像，基本没有静态误差

带入基于滤波 PID 的仿真电路验证，首先用 mathcad 计算电路参数

用 PSIM 仿真，在 0.001 秒的时候加输入电压阶跃，在 0.010 秒加输出电流阶跃

得到波形如下，验证了在实际电路中滤波 PID 不能满足输出稳定的要求，原因是其在阻抗谐振处增益过小，不能够抑制增益带来的剧烈变化，其表现几乎和 RLC 电路相同

4.1.6 设定值固定：调节器

如上是环路可能受到的扰动，图中的两项扰动分别是输入电压与输出电流（输出负载），这两项对于环路设计都至关重要，在电源工作的时候输入电压通常不会改变，输入电压阶跃的常见于电源启动或关闭，而电源开启的时候就需要时刻监控负载保证负载变化的时候能够迅速回到稳态值

4.1.7 具有谐振峰的输出阻抗响应曲线

引用之前计算过的数据

代码如下

% /* USER CODE BEGIN SysInit */

DisplayInputs = false;
freq = logspace(2, 6, 5000);
time = linspace(0, 2e-4, 5000);
bodelim = { 1, [-42 8], [-20 180]};

strs{1} = '8.5116731517509763981e36*s.^2+5.640549463506663602e41*s.+7.3694139841999794578e44/1.25e38*s.^2+5.0123806154934573547e41*s.+7.6641905435679793412e45';
strs{2} = '3.4046692607003905593e47*s.^4+6.5324843768423556764e52*s.^3+2.8632897064025475082e57*s.^2+3.702393585662069414e60*s./5.0e48*s.^4+6.4804952246197378437e53*s.^3+2.2543987642966629089e58*s.^2+1.1757700195731638132e62*s.+1.2090536493338054093e66';
strs{3} = '0';
strs{4} = '0';

nums{1} = {1};
dens{1} = {1};
nums{2} = {1};
dens{2} = {1};
nums{3} = {1};
dens{3} = {1};
nums{4} = {1};
dens{4} = {1};

step = {0, 5, 0, 0};
sinu = {1, 1000, 0};

% /* USER CODE END SysInit */

% /* USER CODE BEGIN */

% figures deploy
close all;  clc;    system = {};    step_response = {}; sinu_input = {};

% figures deploy
figure_handle = {};   for cycle = 1:2 figure_handle{end+1} = figure;    end; dleft = {100,680}; dbottom = {400,400};
for cycle = 1:2    movegui(figure_handle{cycle},[dleft{cycle} dbottom{cycle}]); end

% transfer functions
for cycle = 1:4 if(strcmp(strs{cycle},'0'))
for cyclea = 1:numel(nums{cycle})-1  nums{cycle}{end} = conv(nums{cycle}{end},nums{cycle}{cyclea});   end
for cyclea = 1:numel(dens{cycle})-1  dens{cycle}{end} = conv(dens{cycle}{end},dens{cycle}{cyclea});   end
else    if(strcmp(strs,'1')) strs = '1/1'; end;	syms s;
strs{cycle} = strsplit(strrep(strs{cycle},'s.','s'),'/');
nums{cycle}{end} = double(coeffs(eval(['s*(' strs{cycle}{1} ')']),'All'));
dens{cycle}{end} = double(coeffs(eval(['s*(' strs{cycle}{2} ')']),'All'));
nums{cycle}{end} = nums{cycle}{end}(1:end-1); dens{cycle}{end} = dens{cycle}{end}(1:end-1); end
system{cycle} = tf(nums{cycle}{end},dens{cycle}{end}); end

% input signals
step_input = step{1}.*ones(size(time));  step{4} = max(step{4}, time(2)-time(1));    step_input(time > step{3} + step{4}) = step{2};
step_input(time>=step{3}&time<=step{3}+step{4}) = step{1}+(step{2}-step{1})/step{4}.*(time(time>=step{3}&time<=step{3}+step{4})-step{3});
for cycle = 1:4	step_response{cycle} = lsim(system{cycle},step_input,time,step{1});	end
for cycle = 1:4	sinu_input{cycle} = sin(sinu{2}.*2.*pi.*time+sinu{3}).*sinu{1};	end

% waveforms plot
figure(figure_handle{1});   hold on;
for cycle = 1:4    if ~isequal(system{cycle},tf(1,1))    margin(system{cycle});    end;  end
title('Bode Diagram');    grid on;
if(bodelim{1})  set(findall(figure_handle{1},'Type','axes'),'YLim',bodelim{2});	ylim(bodelim{3});   end;    xlim([freq(1) freq(end)]);
figure(figure_handle{2});   subplot(2,1,1); hold on;    
for cycle = 1:4 if ~isequal(system{cycle},tf(1,1))    plot(time, step_response{cycle});    end;  end
title('Step Response');   xlabel('time (s)');   ylabel('amplitude');
xlim([min(time) max(time)]);    if(DisplayInputs == true)   plot(time, step_input); end;    grid on;
figure(figure_handle{2});   subplot(2,1,2); hold on;
for cycle = 1:4 if ~isequal(system{cycle},tf(1,1)) plot(time, lsim(system{cycle},sinu_input{cycle},time,sin(sinu{3}).*sinu{1})); end; end
xlim([min(time) max(time)]);    title('Sinusoidal Response');   xlabel('time (s)');   ylabel('amplitude');
if(DisplayInputs == true)   plot(time, sinu_input{cycle}); end;    grid on;

% /* USER CODE END */

曲线如下（需要将单位转为 Hz）

此处引入新概念群延时，可见 附录 4B 中公式，即根据相位求群延时进而求品质因数，公式如下

通过如下更新后的代码一次性获取传递函数的包括群延时在内的更多信息

% /* USER CODE BEGIN SysInit */

ComputeCloseLoop = true;
DisplayInputs = false;

freq = logspace(2, 6, 5000);
time = linspace(0, 2e-4, 5000);

bodelim = { 0, [-200 200], [-360 360]};

gain_ol = 0;
dlay_ol = 0;

strs_tf = '2.9166666666666680411e19*s.+1.8939393939393945675e24/6.25e15*s.^2+1.1363636363636365892e19*s.+3.7878787878787891349e23';
nums_tf = {1};
dens_tf = {1};

strs_fn = '0';
nums_fn = {1};
dens_fn = {1};

step = {0, 5, 0, 0};
sinu = {1, 1000, 0};

% /* USER CODE END SysInit */

% /* USER CODE BEGIN */

close all;  clc;

% figures deploy
figure_handle = {};   for cycle = 1:6 figure_handle{end+1} = figure;    end
dleft = {10,580,1150,10,580,1150}; dbottom = {560,560,560,50,50,50};
for cycle = 1:6    movegui(figure_handle{cycle},[dleft{cycle} dbottom{cycle}]); end

% transfer functions
[dlay_num,dlay_den] = pade(dlay_ol,1);  sys_ol = db2mag(gain_ol).*tf(dlay_num,dlay_den);
if(strcmp(strs_tf,'0'))
for cycle = 1:numel(nums_tf)-1  nums_tf{end} = conv(nums_tf{end},nums_tf{cycle});   end
for cycle = 1:numel(dens_tf)-1  dens_tf{end} = conv(dens_tf{end},dens_tf{cycle});   end
else    if(strcmp(strs_tf,'1')) strs_tf = '1/1'; end;	syms s;
strs_tf = strsplit(strrep(strs_tf,'s.','s'),'/');
nums_tf{end} = double(coeffs(eval(['s*(' strs_tf{1} ')']),'All'));
dens_tf{end} = double(coeffs(eval(['s*(' strs_tf{2} ')']),'All'));
nums_tf{end} = nums_tf{end}(1:end-1); dens_tf{end} = dens_tf{end}(1:end-1); end
if(strcmp(strs_fn,'0'))
for cycle = 1:numel(nums_fn)-1  nums_fn{end} = conv(nums_fn{end},nums_fn{cycle});   end
for cycle = 1:numel(dens_fn)-1  dens_fn{end} = conv(dens_fn{end},dens_fn{cycle});   end
else    if(strcmp(strs_fn,'1')) strs_fn = '1/1'; end;	syms s;
strs_fn = strsplit(strrep(strs_fn,'s.','s'),'/');
nums_fn{end} = double(coeffs(eval(['s*(' strs_fn{1} ')']),'All'));
dens_fn{end} = double(coeffs(eval(['s*(' strs_fn{2} ')']),'All'));
nums_fn{end} = nums_fn{end}(1:end-1); dens_fn{end} = dens_fn{end}(1:end-1); end
sys_ol = sys_ol.*tf(nums_tf{end},dens_tf{end}); sys_cl = feedback(sys_ol,tf(nums_fn{end},dens_fn{end}));
if(ComputeCloseLoop == false)  system = sys_ol; else   system = sys_cl; end

% input signals
step_input = step{1}.*ones(size(time));  step{4} = max(step{4}, time(2)-time(1));    step_input(time > step{3} + step{4}) = step{2};
step_input(time>=step{3}&time<=step{3}+step{4}) = step{1}+(step{2}-step{1})/step{4}.*(time(time>=step{3}&time<=step{3}+step{4})-step{3});
step_response = lsim(system,step_input,time,step{1});   sinu_input = sin(sinu{2}.*2.*pi.*time+sinu{3}).*sinu{1};

% waveforms plot
figure(figure_handle{1});   hold on;    pzmap(system);  title('Zerp-Ploe Map');   grid on;
figure(figure_handle{2});   hold on;    margin(system); title('Bode Diagram');    grid on;
if(bodelim{1})  set(findall(figure_handle{2},'Type','axes'),'YLim',bodelim{2});	ylim(bodelim{3});   end;    xlim([freq(1) freq(end)]);
figure(figure_handle{3});   subplot(2,1,1); hold on;    title('Step Response');   xlabel('time (s)');   ylabel('amplitude');
plot(time, step_response);  xlim([min(time) max(time)]);    if(DisplayInputs == true)   plot(time, step_input); end;    grid on;
figure(figure_handle{3});   subplot(2,1,2); hold on;    title('Sinusoidal Response');   xlabel('time (s)');   ylabel('amplitude');
plot(time, lsim(system,sinu_input,time,sin(sinu{3}).*sinu{1}));  xlim([min(time) max(time)]);
if(DisplayInputs == true)   plot(time, sinu_input); end;    grid on;
figure(figure_handle{4});   hold on;    setoptions(nyquistplot(system),'ShowFullContour','off');   grid on;
figure(figure_handle{5});   subplot(2,1,1); [mag,phase] = bode(system,freq);    semilogx(freq(1:end-1), squeeze(diff(phase)));
ylabel('Group delay (s)');  title('Group Delay Curve'); grid on;
figure(figure_handle{5});   subplot(2,1,2); semilogx(freq, squeeze(phase));
xlabel('Frequency (rad/s)');    ylabel('Phase (degrees)');  grid on;

% informations display
gcf = figure(figure_handle{6}); diary('text.txt'); fprintf('informations display\n'); display(system);
[numer,denom] = tfdata(system,'v'); [zero,pole,gain] = tf2zp(numer,denom);	[gm,pm,wcg,wcp] = margin(system); [wn, zeta] = damp(system);
fprintf('\nGain:\t%g',gain);   fprintf('\nZero:');  fprintf('\t%g', zero); fprintf('\nPole:');  fprintf('\t%g', pole);
fprintf('\n\nwn:\t\t%g',wn(end));	fprintf('\nZeta:\t%g',zeta(end));    fprintf('\nQ:\t\t%g',1./(2 * zeta(end)));
fprintf('\n\nGm:\t\t%.2f dB',gm);  fprintf('\nPm:\t\t%.2f deg',pm); fprintf('\nWcg:\t%g Hz',wcg/2/pi);  fprintf('\nWcp:\t%g Hz',wcp/2/pi);
fprintf('\n                                                                                                       By Guillxuame');
text = uicontrol('Style', 'text', 'Position', [30 15 gcf.Position(3)-20 gcf.Position(4)-30], 'HorizontalAlignment', 'left', 'FontSize', 10);
diary off;  file = fopen('text.txt','r');   set(text, 'String', fscanf(file,'%c'));  fclose(file); delete('text.txt');

% /* USER CODE END */

计算延时裕度如下