用MATLAB做构网型逆变器小信号建模与特征值分析

开头

构网型逆变器（GFMI）的小信号建模与特征值分析，这两年在电力电子期刊里几乎成了标配组合。我花了两周时间把一篇IEEE二区文献的完整方法复现了一遍：从状态空间法建模到特征值分析，全程用MATLAB脚本实现，没有碰Simulink。这篇就当一次完整的复现记录，把建模思路、代码结构、特征值判稳的细节，以及那些文献里不会写、只有自己动手才会踩的坑，都整理出来。

这类工作说难不难，说简单也不简单。难点不在某个单一知识点，而在于状态空间法涉及到"系统建模-线性化-矩阵组装-特征值分析"一整条链路，任何一环出错，结果都是错的，而且经常错得莫名其妙。我的建议是，如果你想复现类似的文献，或者正在做构网型逆变器稳定性方向，这篇文章值得看完。里面有可以照搬的代码框架，也有我实际排查问题的完整思路。

1. 项目背景与整体思路：构网型逆变器为什么值得做小信号分析

1.1 构网型与跟网型的本质区别

先说清楚构网型逆变器在电力电子系统里到底扮演什么角色。传统的新能源并网逆变器大多是跟网型（grid-following），靠锁相环（PLL）追踪电网电压相位，然后控制输出电流。这种控制方式在强电网下表现很好，但电网一弱，PLL和电网阻抗之间的交互就容易引发振荡，这也是过去几年弱电网振荡事故频发的根本原因之一。

构网型逆变器的思路完全反过来：自己建立电压和频率，电网跟着它走。它模拟的是同步发电机的运行特性，用有功-频率下垂和无功-电压下垂来构成外环，让逆变器具备惯量和调频调压能力。这个概念在微电网里早就用了，但把它往大规模输电网、新能源基地场景推，是最近几年的事。

正因为构网型逆变器本质上是"电力电子设备模仿旋转电机"，它的动态特性就变得非常奇特——既有电机的机电动态特征，又有电力电子控制环的快动态特征，这两者之间的时间尺度差异巨大，相互作用又特别复杂。想靠直觉判断稳定性基本不行，必须用严格的小信号模型才能量化分析。

1.2 复现这类文献的正确打开方式

拿到一篇IEEE二区的构网型逆变器小信号建模文献，不建议上来就抄公式。我复现时的步骤大概是这样的：先通读全文，把系统拓扑、控制策略、状态变量、参数表分别摘出来，建立一张"信息地图"；然后不看论文的最终结果，自己先试着建模和编程，把过程走通；最后才是对比文献结果，逐项核对差异。

这个顺序很关键。直接看结论再往上凑，很容易忽视建模过程中的关键假设。比如很多文献默认电压外环和电流内环都工作在标幺值系统下，有的用的是有名值，不统一的话，控制器的PI参数直接差好几个数量级。再比如坐标变换的角度基准，构网型没有PLL，这个角度到底取谁，每篇文献的习惯都不一样，不搞清楚，特征值结果就对不上。

复现的目的不是拿到一模一样的图，而是通过这个过程把方法的每个环节吃透。最后你会发现，文献里的每个公式、每个参数、每个分析结论，背后都有对应物理意义，这才是复现的真正收获。

1.3 为什么坚持用MATLAB脚本而非Simulink

这个选择在标题里就写清楚了：非Simulink。我个人的看法是，小信号建模分析这件事，脚本方式比Simulink有压倒性优势。

Simulink擅长的是非线性时域仿真，搭好模型、设置参数、跑波形，特别直观。但小信号建模要的是线性化状态空间矩阵 A、B、C、D，然后算特征值、画根轨迹、做参与因子分析。在Simulink里做线性化不是不行，用linear analysis工具可以提取状态空间模型，但问题是：你没法完全控制状态变量的顺序和含义，而且一旦需要批量扫描各种控制参数和电网参数，Simulink的操作成本就会变得很高。

用脚本代码则完全不同。你定义好微分方程组，求解稳态工作点，用数值差分或解析求导得到雅可比矩阵，然后组装A矩阵，算特征值，绘制轨迹——整个过程透明、可控、可复现。更重要的是，代码可以在服务器上跑批量参数扫描，比如扫500组SCR和锁相环参数组合，脚本几分钟出结果，Simulink这么做会非常痛苦。

当然，Simulink也不是没用，它可以用来做非线性时域验证，确认小信号分析得到的稳定性结论和实际动态响应是否一致。我习惯的流程是：脚本负责建模和扫描，Simulink或者ode45负责最终验证，两者配合，效果最好。

2. 状态空间法原理：从非线性方程到线性化模型

2.1 先搭物理结构：滤波器、电网、控制环

任何一个小信号模型，都是从物理结构出发的。典型的单机无穷大系统包含这么几个部分：直流电压源（等效直流母线）、三相逆变桥、LCL或者LC滤波器、并网线路阻抗（包括变压器漏抗和线路阻抗）、无穷大母线。构网型逆变器常用的是LC滤波器，其中L是逆变器侧滤波电感，C是滤波电容。

电网阻抗在稳定性分析中扮演的角色极其重要，通常用短路比（SCR）来表征。SCR等于短路容量除以额定容量，SCR越小说明电网越弱。一个简单的等效方式是把电网阻抗记作 Zg = Rg + jXg，其中 Xg 由SCR决定，Rg和Xg的比值按实际线路特性取，一般是1:5到1:10。

控制环从外到内依次是：功率外环（下垂控制或者虚拟同步机），电压外环（通常是dq轴的PI控制），电流内环（也是PI控制），然后经过PWM调制。这三层控制环的时间尺度从慢到快，功率环带宽通常只有几赫兹到十几赫兹，电压环带宽几十赫兹，电流环带宽几百赫兹。整这么复杂的控制结构，目的就是为了让逆变器在动态过程中既能提供惯量支撑，又能保证输出电能质量。

建模的时候，每个环节都要考虑进去。功率环的状态变量是滤波后的有功和无功，电压环和电流环的状态变量是各自的积分器输出，滤波器的状态变量是电感和电容上的电流电压。这些状态变量合在一起，构成了系统的完整动态描述。

2.2 状态变量的选择与坐标系的坑

状态变量的选择直接决定模型的维数和复杂度。以LC滤波器的构网型逆变器为例，状态变量通常包括这些：

• 逆变器侧电感电流的dq分量：i_ld, i_lq（2个）
• 滤波电容电压的dq分量：v_cd, v_cq（2个）
• 电压环PI控制器的积分状态：φ_d, φ_q（2个）
• 电流环PI控制器的积分状态：γ_d, γ_q（2个）
• 功率计算低通滤波器的输出：P, Q（2个）
• 如果是虚拟同步机控制，还需要虚拟转子角速度偏差Δω和内电势角度δ（1到2个）

加起来大概10到13个状态变量。这个规模的特征值分析在MATLAB里就是几毫秒的事，完全不是计算负担问题，真正的难点在于坐标系和角度基准。

跟网型逆变器有PLL，d轴定向到电网电压矢量上，坐标基准很清晰。构网型逆变器没有PLL，它的d轴是功率环生成的内电势角度决定的。这带来一个麻烦：在全局坐标系下，系统的角度差（功角）必须作为一个状态变量或者代数变量处理。很多文献把内电势角度作为状态变量，把电网电压变换到内电势坐标系下，这样就出现了电网电压表达式里包含角度差的正弦余弦项。

这个角度基准的问题，是建模时最容易出错的地方。我的建议是：在一开始就把坐标系定义写清楚，然后所有方程都在同一个坐标系下推导，不要中途切换坐标系。用MATLAB符号计算或者手推都行，但一定要保持符号统一。

2.3 线性化：稳态点与雅可比矩阵

小信号模型的核心操作是线性化。非线性系统写成状态方程的形式是 dx/dt = f(x, u)，其中x是状态变量，u是输入。要分析x₀附近的稳定性，需要对f求雅可比矩阵，在稳态工作点处求值。

关键在于稳态工作点的求解，也叫平衡点计算。构网型逆变器的稳态工作点不能随便给，必须满足所有微分方程右边等于零。实际操作中，很多参数是耦合的：给定的输出功率P0和Q0，经过下垂特性算出频率和电压幅值，再结合线路参数反推出电流和功率。

平衡点求解通常有两种方式。一种是解析法，利用电路方程和功率方程，手推公式算出所有状态变量的稳态值；另一种是数值法，用fsolve或牛顿迭代求解。解析法效率高，但推导过程容易出错；数值法通用性强，但初值选不好可能不收敛。我实际用的方案是：先用解析法算一个初始解，再用数值法微调确认。

线性化也有两种路径。一种是解析推导，就是把非线性函数对每个状态变量求偏导，得到精确的雅可比矩阵表达式，效率高、精度好，但推导费事。另一种是数值差分，对每个状态变量加一个小扰动，观察状态导数的变化，近似得到雅可比矩阵。数值差分实现简单，但步长选取很讲究，太小会有数值噪声，太大会引入截断误差。实际项目中，我习惯先用数值差分快速验证系统维度正确性，之后再逐步替换为解析表达式。

3. 特征值分析方法与MATLAB代码实现

3.1 特征值分析到底在看什么

线性化之后得到的状态矩阵A，特征值决定了系统的稳定性。A的每个特征值λ = σ + jω，实部σ代表阻尼：σ<0说明这个模态是衰减的，系统稳定；σ>0说明这个模态发散，系统振荡失稳。虚部ω则代表振荡频率，对应这个模态的自然振荡频率。

把特征值画在复平面上，就是特征值分布图。所有特征值都在左半平面，系统稳定；只要有一个特征值跑到右半平面，系统就不稳定。这个判断标准简单粗暴，但也正因为简单，才能成为各种文献里的通用工具。

阻尼比的计算公式是 ζ = -σ / sqrt(σ² + ω²)，它衡量的是每个模态的衰减速度。阻尼比太小，意味着即便系统稳定，受到扰动后也要振荡很长时间才能平息，这对电力系统来说是不可接受的。实际工程中，通常要求主导模态的阻尼比大于0.05，甚至更高。所以分析特征值不仅要看是否稳定，还要看阻尼比是否达标。

特征值分析还有一个隐含的好处：能识别出模式与状态变量之间的关联，这就是参与因子分析要解决的问题。用参与因子，可以知道某个振荡模态主要是电流环贡献的，还是功率环贡献的，这对控制器参数整定有直接指导意义。

3.2 代码架构与关键函数实现

我复现时用了四个脚本/函数文件，职责分离非常清楚：

• main_analysis.m：主脚本，负责参数定义、调用建模函数、计算特征值、绘制图表
• gfmi_ss.m：状态空间模型生成函数，输入参数和稳态工作点，输出状态矩阵A和控制矩阵B
• gfmi_steady.m：稳态工作点求解函数，给定功率和电网条件，输出所有状态变量的稳态值
• participation_factor.m：参与因子计算函数，输入特征向量矩阵，输出参与因子矩阵

主脚本里参数定义的部分，典型参数包括：额定容量Sn=100kVA，额定电压Un=380V，直流母线电压Vdc=750V，滤波电感Lf=1.5mH，滤波电容Cf=50μF，电网阻抗由SCR决定。

获取状态矩阵的核心代码片段像这样：

matlab复制% 主脚本中调用状态空间模型
x0 = gfmi_steady(params, P0, Q0, SCR);
[A, B] = gfmi_ss(params, x0);

% 计算特征值
[V, D, W] = eig(A);
lambda = diag(D);

% 绘制特征值分布
figure;
plot(real(lambda), imag(lambda), 'bx', 'MarkerSize', 8);
grid on;
xlabel('实部 (1/s)');
ylabel('虚部 (rad/s)');

gfmi_ss.m的内部逻辑，就是把2.3节推导的线性化方程组逐个填入矩阵。这里有一个提高效率的小技巧：先声明一个n×n的零矩阵，然后按行填充。每个非线性方程的线性化项拆开写，不要图省事把所有东西堆在一起，否则后面排查矩阵错误时会非常痛苦。

3.3 特征值轨迹与参与因子分析

特征值轨迹（根轨迹）是分析参数影响的利器。做法很简单：选定一个可变参数（比如SCR，或者电压环PI增益），在一定范围内连续取值，对每个值重新计算状态矩阵和特征值，然后把特征值变化轨迹画在同一张图上。

这样就能直观看到：随着参数变化，哪些特征值往右半平面移动，在什么值附近穿越虚轴，失稳时是振荡模式还是单调模式。很多时候，特征值轨迹能一眼看出问题所在，比单纯看一堆数字高效得多。

参与因子分析的具体实现，代码并不长：

matlab复制function P = participation_factor(V, W)
    % V为右特征向量矩阵，W为左特征向量矩阵
    n = size(V, 1);
    P = zeros(n, n);
    for i = 1:n
        % 第i个特征值的参与因子
        P(:, i) = abs(V(:, i)) .* abs(W(:, i));
        % 归一化
        P(:, i) = P(:, i) / sum(P(:, i));
    end
end

参与因子矩阵的每一列对应一个特征值，每一行对应一个状态变量。第i列中数值最大的几个行，就是对这个特征值贡献最大的状态变量。比如某个振荡模态的参与因子主要集中在电容电压和电压环积分器上，那说明这个模态主要和电压外环的动态强相关。

读参与因子矩阵的时候，不要只看单个最大数值，要看前几个大的加起来占比超过80%的状态变量集合。这样判断模态归属更可靠。另外，参与因子和状态变量的单位选取有关系，所以不能跨不同单位的变量直接比绝对值大小，但在同一个状态变量组内比相对大小是没问题的。

4. 稳定性判定与参数影响规律

4.1 模态分类与阻尼比

拿到特征值之后，要对它分个类，不要一锅粥地看。典型的构网型逆变器特征值分布里，大致能分出几个频段：电流环模态通常在几百赫兹，电压环模态在几十赫兹，功率环模态在几赫兹甚至更低。

分类的意义在于：不同频段的模态对参数敏感度完全不同。电流环模态基本由电流PI和滤波电感决定，电压环模态受滤波电容和电压PI影响大，功率环模态则跟下垂系数和电网阻抗关系密切。当你扫描某个参数时，如果你知道当前关注的模态属于哪一类，就能预期它大概会怎么移动。

阻尼比的计算和排序可以用这个代码：

matlab复制% 计算所有特征值的阻尼比
sigma = real(lambda);
omega = imag(lambda);
zeta = -sigma ./ sqrt(sigma.^2 + omega.^2);

% 将特征值按阻尼比升序排列，找出最危险的模态
[zeta_sorted, idx] = sort(zeta);

排序结果里阻尼比最小的几个特征值就是主导模态，重点观察它们。如果最小的阻尼比都大于0.1，这个系统动态特性就很健康。如果最小的那个已经接近0甚至变成负的，说明系统快失稳了，需要调节参数。

我在实际扫参时发现，构网型逆变器的失稳往往不是单一模态的缓慢变化，而是两个模态逐渐靠近然后合并，其中一个的阻尼比迅速恶化。这和跟网型逆变器的失稳模式很不一样，后者多是PLL模态单独穿越虚轴。理解这个差异，对后续调参有很大的指导意义：不能只盯着一个模态，还要注意模态之间的交互。

4.2 参数扫描：从根轨迹看失稳过程

参数扫描是特征值分析最实用的操作。以SCR为例，从20逐渐降到1.5，每0.5取一个点，记录每个特征值实部和虚部，然后连线画根轨迹。

我实际跑下来，典型的规律是：SCR减小（电网变弱），功率环相关的特征值会快速向右半平面移动，导致阻尼比下降，最终引发振荡失稳。这个结论和跟网型逆变器的表现类似，但机制完全不同——跟网型是PLL和电网阻抗交互，构网型是功率环和电网阻抗交互。

还有一个常扫的参数是电压环的PI增益。增大电压环比例增益，电压环特征值的频率和阻尼比都会上升，但到一定程度后，电压环模态会和功率环模态耦合，反而可能导致系统不稳定。这种耦合效应很难靠直觉预估，必须通过根轨迹观察。

扫描结果的记录方式，我推荐用一张表汇总关键情况，比如：

这样总结出来的规律，写论文做对比、给别人讲清楚，都非常直观。

4.3 典型失稳模式与主导参数

复现过程中让我印象最深的一类失稳，发生在虚拟同步机参数设置不当的时候。虚拟转动惯量J取得太大，系统惯性增加，但阻尼不变，结果就是功率振荡长时间不衰减；再继续增大J，系统就完全失去稳定。这种情况用同步发电机的物理直觉很好理解——转动惯量大，调速器阻尼不够，就会持续振荡。

无功-电压环的参数同样值得关注。电压外环的积分增益过小，稳态电压偏差大；增益过大，则可能和电容电压动态发生交互，产生新的振荡模态。电压环和功率环之间的交互，是构网型逆变器小信号分析里最容易出现意外结果的地方。

电流内环比外环简单很多，它的带宽只要足够高于电压环，一般不会成为主导失稳因素。但有一个例外：滤波器谐振频率很接近电流环带宽时，电流环和LC谐振的相互作用可能引发高频不稳定。这个可以通过加入有源阻尼或者调整电流环带宽解决。

我做参数扫描的经验是，每次只改变一个参数，其他保持基准值不变。同时变化两个参数，确实能发现更有趣的失稳边界，但对理解机理没有帮助，反而容易让人混淆哪个参数才是真正的原因。先把单参数扫描跑透，再去做双参数平面分析，思路会清晰很多。

5. 复现过程中的常见问题与排查记录

5.1 平衡点求解失败：矩阵奇异与初值敏感

复现刚开始，最容易撞上的问题就是稳态点求解失败。表现为fsolve报错说迭代不收敛，或者算出来的状态变量出现负的功率、夸张的电压幅值等等。

排查思路是这样的。第一步检查初始值，尤其是功率角和电压幅值的初值。物理上，功角通常在10度到30度之间，如果初值给的特别离谱，数值迭代当然找不到解。第二步检查方程本身是否有冗余或矛盾，比如功率方程和下垂特性方程是否一致。你自己给P0、Q0设置了某个值，但下垂曲线的稳态输出和这个P0、Q0对不上，方程就矛盾了。

解决矛盾的办法是：把P0、Q0也作为未知量，让下垂方程和线路功率方程联立求解，而不是预先指定P0。这样系统自由度刚好匹配，数值求解稳定很多。另外一个实用技巧是分步求解：先解不含控制器的纯电路方程，把电容电压和电感电流算出来，再用这些值作为完整方程的初值，这样迭代收敛的成功率大幅提升。

5.2 特征值跳变与模态错配

参数扫描时经常遇到一个问题：相邻两个参数点之间，特征值的连线突然跳了。明明上一步是第5个特征值，下一步同样的编号跑到完全不同的位置。这是因为eig返回的特征值顺序是随机的，不随参数连续变化，每次都要重新排序。

这个问题的解决办法是模态追踪。基本的思路是以上一步的特征值作为参考，在当前步的所有特征值中，找和参考值最接近的那个作为同一个模态。这样可以保证画出的轨迹是连续的。更稳健的方法是用特征值和特征向量的综合相似度来判断模态对应关系，防止两个频率接近的模态互相混淆。

还有一个容易忽略的点：特征值的共轭对。实矩阵的特征值如果是复数，一定是共轭成对出现的，画轨迹时最好只画上半平面或者下半平面，否则图会看起来很乱。我一般把虚部取绝对值，只画上半平面，这样图面干净，规律也更清楚。

matlab复制% 模态追踪示例：以上一步特征值为参考
function lambda_tracked = track_modes(lambda_ref, lambda_new)
    n = length(lambda_ref);
    lambda_tracked = zeros(n, 1);
    assigned = false(n, 1);
    for i = 1:n
        % 找与参考特征值距离最近的未分配特征值
        dist = abs(lambda_new - lambda_ref(i));
        dist(assigned) = inf;
        [~, j] = min(dist);
        lambda_tracked(i) = lambda_new(j);
        assigned(j) = true;
    end
end

这个代码在实际使用中效果不错，遇到密集特征值时辅助参与因子匹配，结果也稳定。

5.3 跟文献结果对不上怎么办

复现中最让人崩溃的就是矩阵组装正确、平衡点也算对了，但特征值分布和文献就是不一样。特征值数量都对，形态也有点像，但具体数值差不少。这种情况通常出在三个地方。

第一是单位制。文献用的是标幺值还是有名值？控制器PI参数在哪套单位制下整定的？如果线路参数用有名值、控制器参数用标幺值，那矩阵的每个元素都要仔细核对单位。第二是坐标变换方向。d轴和q轴的的定义不同，电压电流的正方向不同，都会导致矩阵符号差异，进而影响特征值的实部。第三是调制环节的建模。有的文献把PWM调制等效成纯增益，有的用一阶惯性环节，还有的考虑了数字控制延时。调制增益取Vdc/2还是sqrt(3/2)*Vdc/2，直接差一个系数。

我排查时的步骤是：先用数值差分法重新计算一遍雅可比矩阵，和解析结果对比，排除代码编写错误；然后单独验证平衡点，把稳态值代入非线性方程，看残差是否接近零；最后，如果还是对不上，就检查每个控制环的参考方向。通常问题出在最后一个环节——控制器输出的正负号反了，或者某个反馈量取反了。

这里也建议初学者先把模型简化，去掉电压环，只保留电流环和功率环，把特征值数量降到最少，跑通了再逐步加回来。这样做的好处是，每一步新增的模态都清晰可辨，一旦出现异常能立刻定位问题出在哪个控制环上。

5.4 一个容易踩坑的细节：滤波电容的阻尼效应

最后分享一个我复现时发现的细节。很多文献在建模时会故意忽略滤波电容的等效串联电阻（ESR），或者把它设成零。这在理论分析中是合理的简化，但实际操作中会产生一个反常现象：特征值实部对电容ESR极其不敏感，对别的参数扫描时，高频模态的阻尼比计算结果可能和实测差很多。

如果你发现算出来的高频模态阻尼比明明很小，但到时域仿真里看波形就是衰减得很快，那大概率是模型里少加了某个高频阻尼效应。常见的来源就是滤波电感的等效电阻、线路电阻、还有数字控制延时的等效阻尼。要不要加进模型，取决于你关心的问题——只关心低频功率振荡，高频细节可以忽略；研究高频谐振稳定，就必须把这些都加进来。

我自己后期的做法是：准备两套模型，一套详细版用于精确分析，一套简化版用于快速扫描和机理揭示。两套模型的结果互相验证，这样既能保证分析效率，又能确保结论可靠。

6. 最后一点体会

整个复现过程走下来，最大的感受是小信号模型不是"算出来就完事"，它需要你对系统动态有足够的物理直觉才能用好。特征值分析只是手段，真正的目的永远是回答"系统在什么条件下稳定、怎么调参数才能改善稳定性"这两个问题。现在这套代码在我手里已经成了通用工具，换一套控制策略，改一下状态方程，就能快速评估新方案的稳定性边界。后续我打算再补一组LCL滤波器版本的建模，把有源阻尼参数扫描也加进去，到时候有结果了再和大家分享。