飞轮储能近两年在电网调频和轨道交通再生制动里出镜率越来越高建模和仿真的路子也慢慢沉淀下来了。这个项目以永磁同步电机作为飞轮驱动电机在Simulink里搭一个完整的“转子惯量—电机—双向变流器—控制闭环”系统既能把飞轮储能的能量变换逻辑跑通又能把PMSM的矢量控制顺带练一遍。适合正在做毕业设计、刚接触储能方向的电气学生也适合想快速验证飞轮控制算法但不想一上来就上物理实验台架的工程师。我按自己的实操习惯把这套仿真拆成了五个递进的环节先想清楚系统和边界条件再反推飞轮和电机的参数第三步搭电机本体模型第四步闭环绕PI、整SVPWM第五步做充放电全工况仿真。整个流程下来你会得到一组能直接改参数复用的模型框图和一套排坑经验。1. 飞轮储能系统整体设计与思路拆解1.1 飞轮为什么能存电转速平方换能量的基本功飞轮储能的原理特别朴素——把电能变成旋转动能存起来需要的时候再变回电能。能量公式是E0.5Jω²这里面的关键信息是转子的转动惯量J每增加一点或者转速ω每提高一点存储的能量都会增加而且转速是按平方贡献的。所以实际工程里大家拼命往高速飞轮方向做就是为了在同样的转动惯量下把能量密度提上去。充电的时候电机吃电、输出转矩让飞轮转子加速放电的时候反过来飞轮的惯性拖着电机转子转电机从电动机状态切换到发电状态把动能变成电能回馈到母线上。飞轮系统能存多少能量不只看转速上限还看最低工作转速——因为飞轮不能完全停转才能继续发电。如果你从额定转速20000rpm放到5000rpm实际释放的能量是0.5J(ω_max²-ω_min²)这个可用能量范围才是设计储能量的基础。我在动工之前会先画一张功率流动图直流母线往电机控制器送电、控制器驱动电机、电机带动飞轮三部分能量流全部串起来。这张图画清楚之后模型的顶层结构其实就出来了——直流母线、逆变器、PMSM、飞轮转子、控制算法五块一个不少。1.2 为什么是永磁同步电机而不是异步机或开关磁阻飞轮对电机的要求很明确高速运行效率要高、空载损耗要低、能长时间高速旋转不掉链子。永磁同步电机PMSM在这几个维度上的优势非常直接。首先是效率。PMSM的转子是永磁体励磁没有转子铜耗励磁电流也不需要从定子侧索取。异步电机在高速运转时转差率和转子损耗都会变大做高速飞轮时发热和效率都吃亏。其次是噪声和功率密度。永磁同步电机的转矩密度高、体积小在飞轮内部空间有限的情况下能塞进更大的功率。再次是四象限运行能力。永磁同步电机的矢量控制天然支持电动和发电两个方向电流反向就能从吸收功率平滑切换到回馈功率这对充放电工况切换极其友好。开关磁阻电机也有转子结构简单、耐高温的优点但转矩波动大、噪声明显控制起来也比PMSM麻烦。综合来看用PMSM做飞轮的驱动电机是整个行业的主流选择仿真时选这个电机类型也最容易找到参考参数和工程经验。1.3 储能系统架构与仿真验证的边界仿真模型有两条路线一条是“控制算法验证型”一条是“变流器物理开关型”。如果你想把飞轮储能与电网调频的协调策略跑通那控制算法验证型的平均模型就够了它不需要每个IGBT的开关细节仿真速度快几个数量级。如果你要做的是开关纹波分析、谐波评估、EMI验证那必须上开关级模型。我在项目中用的是折中方案电机本体用Simscape physical域建模控制部分用信号域建模逆变器用SVPWM驱动的三相两电平桥模型。这个组合既能看清楚电流波形和调制过程又不至于慢到没法调参。飞轮储能项目的核心价值在于能量吞吐逻辑和控制策略而不是开关暂态过程。所以我的建议是先搭平均模型把PI整定好、把逻辑跑通再考虑上开关级模型做精校。为了聚焦问题这里不考虑电网侧PWM整流器的详细建模直流母线使用固定电压源配合可控回馈负载重点考察电机侧的充放电控制与母线电压的动态响应。留出清晰的接口后续可以接上电网侧变流器。2. 先算再建飞轮与电机参数基准设计2.1 用储能指标倒推转动惯量而不是拍脑袋定飞轮我见过不少同学一上来就把转动惯量设成0.1kg·m²然后发现一个尴尬问题转速还没到额定值储能容量已经比需求大出好几倍了。正确做法是从“要存多少能量、在什么转速范围内工作”反推J值。举个例子假设这个系统要求储存约11kJ的可用能量额定工作最高转速设为20000rpm约2094rad/s最低放电转速定在5000rpm约524rad/s。根据公式E0.5J(ω_h²-ω_l²)把能量和转速代进去J 2 * 11000 / (2094² - 524²) ≈ 22000 / (4.386e6 - 0.274e6) ≈ 0.005 kg·m²所以飞轮转子的转动惯量取0.005kg·m²就够用了。这里要注意转速单位一定是rad/s而不是rpm很多人仿真初期单位换算出了问题能量和转矩全部对不上。算完之后可以反过来验算一遍额定储能量0.50.0052094² ≈ 10966J约等于11kJ和需求一致。这个参数直接进机械运动方程Jdω/dt Te - Bω - TL。J定多大决定了转速环的响应速度和放电过程中的转速跌落率所以J不要随意改动后面PI参数也要基于这个J来整定。2.2 PMSM参数基准值是怎么对出来的PMSM的参数不是随便选一组看起来“像那么回事”就行它必须与母线电压、功率等级、转速范围互相匹配。我按2kW额定功率、20000rpm额定转速来设计一组参数。先确定极对数。高速飞轮电机的极对数一般不能太大极对数一多基频就高得吓人变流器开关频率完全跟不上。这里取pn2则额定电气角频率为ωe2πpnn/60。代入n20000rpm得到ωe≈4189rad/s对应的电频率约为667Hz10kHz开关频率还能应付。再看永磁磁链ψf。这个值的核心约束是反电动势不能超过母线电压能供给的极限。每相反电动势幅值Emωeψf如果ψf取0.05Wb额定转速下Em41890.05≈209V。母线电压若取300VSVPWM能输出的最大相电压幅值为Udc/√3≈173V这意味着满转速时反电动势已经接近电压极限弱磁裕量很小。但如果母线电压取400V最大相电压幅值约231V209V的反电动势就可以保证0.9的调制比以内运行。所以我建议这台仿真模型用400V直流母线留出弱磁扩展余量。定子电阻和电感对表贴式PMSM来说取Rs0.1Ω、LdLq0.1mH。这个数量级是高速小电感电机的典型值电感太小电流纹波会大但高速电机为了弱磁调速范围只能用很小的电感。到这里转矩常数已经可以算了Kt1.5pnψf1.520.050.15N·m/A。额定转矩由额定功率和额定角速度决定T2000/2094≈0.955N·m对应额定电流iq≈0.955/0.15≈6.4A。这个电流值在仿真里很舒服各种波形的幅值都在好观察的量级。2.3 电机本体在Simulink里的两种建模路线电机本体建模有两种思路我的建议是新手从“写数学方程”开始。表贴式PMSM在dq同步旋转坐标系下的电压方程和转矩方程非常清晰电压方程 ud Rsid Lddid/dt - ωeLqiq uq Rsiq Lqdiq/dt ωe*(Ld*id ψf)电磁转矩 Te 1.5pnψf*iq表贴式LdLq时转矩里没有磁阻项机械运动方程 Jdωm/dt Te - Bωm - TL把这些方程直接在Simulink里用积分器和增益搭建或者写一个MATLAB Function返回三个导数外面接积分器function [did_dt, diq_dt, domega_dt, Te] pmsm_dq_model(ud, uq, id, iq, omega_m, TL, pn, Rs, Ld, Lq, psif, J, B) we pn * omega_m; did_dt (ud - Rs*id we * Lq * iq) / Ld; diq_dt (uq - Rs*iq - we * (Ld * id psif)) / Lq; Te 1.5 * pn * psif * iq; domega_dt (Te - B * omega_m - TL) / J; end这样做的好处是对电机内部电气关系一清二楚调模型的时候思路清晰。Simulink的Simscape Electrical里也有封装好的永磁同步电机模块物理域接线方便但它需要额外加载物理域接口仿真步长也可能被迫变小。我自己的经验是先用数学方程版本把控制器调通再切换到Simscape版本做更精细的验证两条路都走一遍两边的波形趋势一致就说明模型没问题。3. 控制系统搭建FOC闭环与SVPWM实现3.1 三闭环还是双闭环飞轮储能控制架构怎么选飞轮储能电机的控制架构通常是典型的FOC磁场定向控制双闭环。内环是dq轴电流环——d轴电流控制励磁、q轴电流控制转矩外环是转速环——输出q轴电流参考值让飞轮转速按需求爬升或跌落。因为飞轮是单质量体没有位置伺服需求所以不需要第三层位置环。这一点和机械臂、伺服平台不同。如果你要把飞轮当作电网的频率支撑单元转速环外面还可以再包一层功率外环或直流母线电压外环但那是更高层的能量管理问题不在电机本身的FOC架构内。控制结构定下来控制器的逻辑也就明确了。充电时转速参考值给到额定20000rpm电机加速能量从母线流入飞轮。放电时转速参考值降到5000rpm或直接给负转矩指令电机转子被飞轮惯性拖着走电磁转矩为负电流反向能量回馈到母线。待机时转速参考值保持不变只输出克服损耗的极小转矩。3.2 电流环和转速环的PI参数整定PI参数是这个仿真项目里最容易被卡住的地方。我用工程上最常用的零极点对消法来整定电流环——把PI控制器的零点抵消掉电机电枢回路的大时间常数让电流环变成一个近似的一阶惯性系统。电流环被控对象是RL回路时间常数TL/R0.1mH/0.1Ω0.001s。电流环带宽ωc通常取开关频率的1/10到1/20开关频率如果取10kHz电流环带宽取1000rad/s左右比较稳妥。按零极点对消法Kp_i L * ωc 0.0001 * 1000 0.1 Ki_i R * ωc 0.1 * 1000 100转速环的对象是机械积分环节Jdω/dtTe等效传递函数是1/(Js)。转速环带宽设置为电流环带宽的五分之一到十分之一取200rad/s。转速环比例系数Kp_speed J * ωc_speed / (1.5 * pn * ψf) 0.005 * 200 / 0.15 ≈ 6.7积分系数取Kp_speed的零点在转速穿越频率的五分之一左右Ki_speed ≈ Kp_speed * 40 ≈ 267。这里的数值是基于上述电机参数算出来的如果你改动了J、ψf或电感值PI参数必须重新推导不能照搬。我的调试顺序是先把电流环PI单独闭环给id0、iq给定一个阶跃观察dq电流是否解耦跟踪再把转速环合上给定转速阶跃看超调量和上升时间。如果电流波形有振荡把Kp_i降下来如果稳态有误差把Ki_i加一些。转速环超调大就先减Kp_speed别一上来就乱调两个参数容易越调越崩。3.3 SVPWM输出与逆变器模型的取舍FOC里最后一步是把dq轴的电压指令经过反Park变换得到两相静止坐标系的Uα、Uβ然后交给SVPWM模块生成三相桥臂占空比。SVPWM的核心逻辑是三个环节扇区判断、矢量作用时间计算、占空比装载。每个环节公式在电力电子教材里都有标准推导这里不重复公式只说Simulink实现时的几个注意点。Simulink里做SVPWM有两类方法。第一类是用Simscape的PWM Generator模块参数界面直观适合快速验证输出直接接三相桥的开关信号。第二类是自己写MATLAB Function实现SVPWM输入Uα、Uβ和母线电压Udc输出三角载波比较值。自己写的好处是可控性强、能加死区补偿缺点是需要对照调试扇区边界容易出错。我给一个常规建议第一版模型用PWM Generator模块把通路跑通然后用自己写的SVPWM替换掉它对比两版电流波形的THD。这个替换过程本身就是理解SVPWM内部原理的最佳训练。逆变器侧的损耗、管压降在第一版仿真里可以先不考虑等模型稳定了再加寄生电阻和导通压降。需要特别留意的时刻是当转速接近额定值时反电动势接近母线电压的输出极限SVPWM可能进入过调制区。仿真中如果看到电流畸变或者dq电压指令波动幅值陡然上升大概率就是过调制了。这时候要么提高母线电压、要么降低这个点的转速基准值、要么引入弱磁控制而不是盲目加大PI增益。4. 充、放、待机三种工况的仿真验证4.1 充电工况转速爬升过程中哪些量在跟着变充电工况的本质是让飞轮从低转速加速到高转速电机运行在电动状态。仿真里最简单可复现的充电逻辑是给定转速参考值从3000rpm阶跃到20000rpm看转速环如何控制q轴电流输出恒定转矩加速飞轮。仿真中你会看到几个典型特征。转速波形不是一条直线而是一条带有惯性环节特征的渐近上升曲线因为转速环PI输出的是q轴电流电流决定电磁转矩转矩决定加速度整个链路本身是积分型的。q轴电流在加速阶段稳定在额定电流附近接近目标转速时逐渐回落。d轴电流应该始终在零附近小幅波动说明id0控制效果正常。充电过程中能量流动也值得盯着看。直流母线输出的能量一路变成磁场能量、转子动能和损耗。如果你在模型里加了一个能量积分模块充电结束时的母线侧累计能量应该约等于0.5J(ω_end²-ω_start²)损耗。我建议一定要加这个能量积分模块因为它是整个飞轮储能系统建模是否自洽的验证手段——如果累计能量和理论值差太多说明模型里有能量凭空产生或丢失。充电到接近额定转速时会遇到电压极限问题。当dq电压合成值逼近Udc/√3的限制时即使PI输出继续增加实际电压也无法再上升电流环会出现饱和现象。第一版仿真里最安全的做法是限制转速参考值不超过反电动势限制对应的值等基础功能跑通了再考虑弱磁。4.2 放电工况能量回馈母线时如何稳住电压放电工况比充电更复杂因为它牵涉到能量回馈的去向。如果母线电压没有泄放通道飞轮降速发出来的电会把母线电容充到爆炸仿真就会出现电压飞升、模型发散、步长缩小到纳秒级这种“模型卡死”现象。我的做法是在直流侧并联一个回馈能量消化支路要么接一个受控电阻负载放电功率指令换算成电阻电流要么用一个小功率理想电压源电阻来代表实际系统中的负载。在仿真里最干净的方式是把母线电压外环加入控制放电时电机侧变流器的功率指令来自母线电压的偏差母线电压高于设定值时增大发电功率低于设定值时减少发电功率相当于用放电能量自动平衡负载消耗。实际操作中我这样设置母线设定电压400V母线电容取很小的值比如500μF回馈负载电阻设计成在400V下恰好消耗2kW功率。放电开始时转速参考值从额定逐步降低到5000rpm电机进入发电状态q轴电流变负母线电压出现短暂抬升然后电压外环动作把放电功率稳定在负载消耗范围。你要重点观察的曲线是母线电压在放电阶段的波动幅度。如果电压调节不够快、母线电容又偏小电压会冲出10%以上的过冲。这时候有三种手段增大母线电容、提高电压环PI响应、或者给转速参考值加斜坡限速让机械能和电能变换的速率不要太猛。第三种办法在实际工程中其实就是功率管理策略在仿真里验证起来也非常直观。4.3 待机保持工况和一次完整循环怎么看曲线飞轮充完电不能马上放电中间往往还有一段“保持”工况。理想情况下转速恒定定子电流几乎为零飞轮以惯性旋转仅有轴承摩擦和风阻损耗消耗能量。仿真里用很小的阻尼系数B来模拟这个损耗但如果B取得过小且转速环死区设置不当待机时转速会发生极缓慢的漂移PI输出一直挂着一个小转矩值。完整循环我习惯这样设计0到6秒充电加速到额定6到9秒保持9到15秒放电到5000rpm。整个循环结束把转速、dq电流、母线电压、累积能量四条曲线放在同一个figure里看。你会发现几个细节。第一充电加速阶段的q轴电流是一条接近方波的信号放电阶段反号。第二待机阶段q轴电流几乎为0但有一个极小的正值或负值来补偿损耗。第三母线电压在充放电切换瞬间有明显波动波动幅值取决于母线电容和电压环带宽的配合。第四累积能量的斜率和理论计算的充放电功率能对上。如果你最终要做的是系统级能量管理那这一步就是整个仿真项目的基线数据。后续叠加电网电压跌落、功率指令变化、负载突变等场景时所有效果都要和这个基线做对比才能判断控制策略是否真的改善了系统响应。5. 常见问题与排查技巧实录5.1 启动瞬间电流尖峰把仿真逼停这个坑几乎是所有做PMSM仿真的人都会踩到的。表现是电机启动第一个瞬间dq电流直接冲到几十安甚至几百安波形像扎了一根针严重时仿真直接失败。根源往往不是控制参数问题而是初始状态没有设置对。PMSM模型里的电角度初始值、Park变换用的角度初始值、积分器的初始状态三者必须完全一致。如果电机模型初始转子位置是0而控制器Park变换的初始角度是0.5rad那就相当于控制器一开始就认定转子在一个错误的位置反馈电流方向全偏了PI为了纠错疯狂输出电流尖峰一下就出来了。我的排查顺序是先检查所有积分器初始值是否为零且一致再检查反Park变换角度与编码器角度路径是否接对最后用一个极小的恒定转矩指令做开环测试验证电机本身旋转方向是否正确。还有一个非常实用的小技巧——在仿真启动阶段用ramp方式让转速参考值从当前实际转速开始爬升而不是直接阶跃到额定值能大幅度降低初始冲击。5.2 放电没几秒母线电压直接冲上天仿真放电动工之后如果母线电压像火箭一样往上蹿不要先怀疑PI——先检查你给回馈能量留了出路没有。这是一个能量守恒问题飞轮降速释放的机械能必须有地方去。母线电容存储的能量只是过渡如果负载不够或者根本没有负载能量全堆在电容上电压必然指数式飞升。解决办法有三步。第一步确认直流母线上确实挂了电阻负载或者能量反馈路径。第二步计算负载在设定电压下的消耗功率是否与放电功率匹配。如果不匹配在控制器里加电压外环让放电功率跟随负载需求。第三步检查母线电容参数电容太小会导致同一个能量冲击对应更高的电压变化率。记住一个经验值标准电压波动控制在5%以内母线电容和电压环带宽需要同时满足缺一个都会飘。5.3 仿真慢到没法调参只能先放下PWM开关开关频率10kHz的PWM如果还用变步长求解器仿真步长会不断被迫切到微秒甚至纳秒级几个仿真秒可能要跑一晚上。这不是代码写错了而是开关级模型本身的计算代价就摆在那里。我的建议是分两版来做。第一版用平均电压模型忽略PWM开关过程直接把dq电压指令作为电机输入模拟时间大幅缩短PI整定、能量管理逻辑全部在这一版里完成。第二版再切回PWM开关模型做带载波谐波的结果验证只跑几个关键工况的短时窗。两版模型结构尽量保持一致切换时把调制模块替换掉就行。求解器设置也有讲究。开关级模型用变步长ode23tb最大步长设成载波周期的二十分之一平均模型用ode45就行。千万别用ode15s去硬跑PWM模型它会把大部分时间花在开关边沿的刚性处理上慢得让人怀疑人生。5.4 一圈小坑初值、阻尼、求解器与状态选择除了上面三个大坑还有几个小细节值得留个心。第一是阻尼系数B。B设成0的时候机械运动方程变成纯积分待机时转速会对控制器的微小偏差极其敏感。我建议B不要取0取一个很小的正数比如1e-5既不影响动态性能又能让待机工况的数值稳定。第二是积分器限幅。电流环PI的输出要加限幅一般限制在0.65*Udc/√3以内对应SVPWM的线性调制范围。如果不加限幅PI输出超过电压极限后模型会出现不可预期的振荡。第三是模型类型选择。Simscape物理域模型和普通Simulink信号域模型混用时需要正确添加物理信号转换接口否则直接报维度不匹配错误。新手如果追求省事可以第一版全部用信号域数学建模第二版再切换物理域。第四是dc母线电容容值的选择。电容值过小会放大电压波动过大则电压环响应变慢导致充放电切换时恢复时间拉长。我按500μF为一档配合400V母线观察电压波动小于5%效果尚可。飞轮储能仿真本身是一个很好的多域耦合练习机械域的能量、电气域的电流电压、控制域的信号处理在这里全部交汇。这个项目里最让我受益的地方其实不是某个具体模块而是“从指标反推参数、再让仿真验证推导”这个闭环习惯。把这套流程练熟后续做飞轮样机台架或者切入其他储能形式都会有非常清晰的底层逻辑。
