基于Matlab的交流斩波型PFC电路仿真研究

1、基于Matlab的交流斩波型PFC电路仿真研究0 引 言 大量电力电子装置和非线性负载的广泛应用，使得电力系统电压及电流波形发生畸变，产生了大量的谐波，导致电源输入功率因数降低，对电网环境造成严重的污染，使用电设备所处环境恶化，也对周围的通信系统和公共电网以外的设备带来危害。为了改善电网环境，必须了解产生谐波污染的原因，并对谐波进行有效的抑制，进行功率因数校正。为了提高供电线路功率因数，保护用电设备，世界上许多国家和相关国际组织制定出相应的技术标准，以限制谐波电流含量。如：IEC555-2，IEC61000-3-2，EN60555-2等标准，规定允许产生的最大谐波电流。我国于1994年也颁布了

2、电能质量公用电网谐波标准(GBT14549-93)。因此，功率因数校正(PFC)技术便成为电力电子研究的热点。1 谐波的抑制与功率因数校正方法解决电力电子装置和其他谐波源的污染问题主要有两种方法：一是采用无源滤波或有源滤波电路来旁路或滤除谐波；二是对电力电子装置本身进行改造，使其补偿所产生的谐波，采用功率校正电路，使其具有功率因数校正功能。功率因数校正(PFC)技术主要为无源PFC和有源APFC。无源PFC是采用无源元件来改善功率因数，减小电流谐波的，方法简单但电路庞大笨重，有些场合无法适用，且功率因数一般能达到090。有源APFC是将一个变换器串入整流滤波电路与DCDC变换器之间，通过特殊的

3、控制，强迫输人电流跟随输入电压，使得输入电流波形接近于正弦波，并且与输入电压同相位，提高功率因数，使其达到功率因数为1的目标。反馈输出电压使之稳定，从而使DCDC变换器的输入事先预稳，该方法设计易优化，性能进一步提高，因此应用广泛。2 传统功率因数校正电路的结构及其缺点基于PFC的拓扑电路的研究现在已经非常成熟，而且得到了十分广泛的应用，使用得最多的是升压斩波(Boost)和降压斩波(Buck)电路。传统的单相功率因数校正电路的结构如图1所示。其中，Boost拓扑电路由于结构简单和成本低廉而最为流行，电路中交流电源通过专用整流桥转换成直流，后经过Boost PFC电路输出，该方法具有较好的控制

4、效果，在中小功率电源中应用较为广泛。但其也存在一些缺点：(1)任何时刻都有三个半导体器件导通，随着功率的提高，整流桥上消耗的功率也会随之增加，从而提高了电源的发热损失，降低了电源效率；(2)该Boost电路有很高的开关频率，增大了电路的开关损耗；(3)直流侧的二极管降低了直流电压，增加了电路功耗和不稳定性。应用这里所提出的交流斩波功率因数校正电路，可以解决传统校正电路中存在的以上问题。3 交流斩波功率因数校正器的基本电路和工作原理31 Boost型交流斩波功率因数校正电路Boost型交流斩波功率因数校正电路的基本结构如图2所示。Q为双向开关管。当开关管导通时，输入电流通过电感和开关管，电感储能

5、，同时直流侧滤波电容给负载供电；当开关管断开时，输入电流经过电感和整流二极管到达负载端，电感储能和交流电源同时给负载和电容供电。可以看出，与传统的功率因数校正电路相比较，具有以下优点：当开关管导通时，主回路电流不经过整流桥的二极管，减小了功率损耗；传统电路中的快速恢复二极管VD在交流斩波功率因数校正电路中也不存在了，减小了功率损耗，提高了系统的工作可靠性。该电路相当于两个Boost电路的并联，在克服传统Boost PFC电路缺点的同时，保留了升压电路的优点。该方法的优点在于：(1)增强了传统PFC电路的谐波抑制和功率因数校正能力，可实现单位功率因数；(2)交流侧的电感增强了电路的电磁兼容性；(

6、3)降低了电路的传导损失，任何时刻都只有两个半导体器件导通；(4)通过开关管M1和M2的额定电流较小。32 Buck型交流斩波功率因数校正电路图3所示的为Buck功率因数校正电路的基本结构，Q为双向开关管。当开关管断开时，输入电流通过电感、电容和开关管，电容C1储能。当开关管导通时，此时输入电流经过整流二极管到达负载端，电容储能和交流电源同时给负载和电容供电。可以看出，Buck型交流斩波功率因数校正电路中，当开关管断开，主回路电流不经过整流桥的二极管，可达到减小功率损耗的目的。4 仿真分析Simulink软件是Matlab软件包的扩展，专门用于动态系统的仿真，具有很强的动态系统仿真能力，仿真速

7、度较快，特别是基于simuIink Power System工具箱进行功率因数校正电路的仿真，有两个优点：(1)基于器件模型，可以仿真器件参数变化对系统的影响；(2)仿真模型复杂。精度较高。可以将计算机仿真技术运用到PFC装置的分析和设计中。以Boost型为例，对文中所提出的交流斩波功率因数校正电路进行仿真分析。功率因数校正电路采用输入电流断续工作模式的峰值电流控制，仿真参数：uin=311sin t，L=07 mH，输出功率P=500 W，uout=300 V。按图4模型建模，仿真波形如图5、图6所示。其中，图5为输入电压、电流的波形，图6为输出电压的波形。 从图5可以看出，输入电压和输入电

8、流进入稳态后，输入电压和输入电流相位几乎一致，输入电流也几乎是正弦波。整个仿真时间段内的功率因数约为0997。从图6可看出，输出电压随着仿真时间的进行，逐渐趋于稳定状态，输出电压在300 V上下波动，符合电路设计要求。5 结 语这里讨论了应用较为成熟的单相Boost PFC电路的不足，介绍一种新型单相交流斩波功率因数校正电路，分析了其工作原理，并给出了仿真波形。结果表明，输人电流具有很高的品质因数，基本为标准的正弦波形，与输入电压相位相近，实现了高功率因数。与传统的电路相比，能减少系统的功耗，提高系统工作的可靠性，而取得相同的控制效果。仿真结果验证了方案的可行性。方案中的交流斩波电路除了采用B

9、oost型和Buck型外，也可采用其他的功率变换电路。基于Matlab的交流斩波型PFC电路仿真研究0 引 言 大量电力电子装置和非线性负载的广泛应用，使得电力系统电压及电流波形发生畸变，产生了大量的谐波，导致电源输入功率因数降低，对电网环境造成严重的污染，使用电设备所处环境恶化，也对周围的通信系统和公共电网以外的设备带来危害。为了改善电网环境，必须了解产生谐波污染的原因，并对谐波进行有效的抑制，进行功率因数校正。为了提高供电线路功率因数，保护用电设备，世界上许多国家和相关国际组织制定出相应的技术标准，以限制谐波电流含量。如：IEC555-2，IEC61000-3-2，EN60555-2等标准

10、，规定允许产生的最大谐波电流。我国于1994年也颁布了电能质量公用电网谐波标准(GBT14549-93)。因此，功率因数校正(PFC)技术便成为电力电子研究的热点。1 谐波的抑制与功率因数校正方法解决电力电子装置和其他谐波源的污染问题主要有两种方法：一是采用无源滤波或有源滤波电路来旁路或滤除谐波；二是对电力电子装置本身进行改造，使其补偿所产生的谐波，采用功率校正电路，使其具有功率因数校正功能。功率因数校正(PFC)技术主要为无源PFC和有源APFC。无源PFC是采用无源元件来改善功率因数，减小电流谐波的，方法简单但电路庞大笨重，有些场合无法适用，且功率因数一般能达到090。有源APFC是将一个

11、变换器串入整流滤波电路与DCDC变换器之间，通过特殊的控制，强迫输人电流跟随输入电压，使得输入电流波形接近于正弦波，并且与输入电压同相位，提高功率因数，使其达到功率因数为1的目标。反馈输出电压使之稳定，从而使DCDC变换器的输入事先预稳，该方法设计易优化，性能进一步提高，因此应用广泛。2 传统功率因数校正电路的结构及其缺点基于PFC的拓扑电路的研究现在已经非常成熟，而且得到了十分广泛的应用，使用得最多的是升压斩波(Boost)和降压斩波(Buck)电路。传统的单相功率因数校正电路的结构如图1所示。其中，Boost拓扑电路由于结构简单和成本低廉而最为流行，电路中交流电源通过专用整流桥转换成直流，

12、后经过Boost PFC电路输出，该方法具有较好的控制效果，在中小功率电源中应用较为广泛。但其也存在一些缺点：(1)任何时刻都有三个半导体器件导通，随着功率的提高，整流桥上消耗的功率也会随之增加，从而提高了电源的发热损失，降低了电源效率；(2)该Boost电路有很高的开关频率，增大了电路的开关损耗；(3)直流侧的二极管降低了直流电压，增加了电路功耗和不稳定性。应用这里所提出的交流斩波功率因数校正电路，可以解决传统校正电路中存在的以上问题。3 交流斩波功率因数校正器的基本电路和工作原理31 Boost型交流斩波功率因数校正电路Boost型交流斩波功率因数校正电路的基本结构如图2所示。Q为双向开关

13、管。当开关管导通时，输入电流通过电感和开关管，电感储能，同时直流侧滤波电容给负载供电；当开关管断开时，输入电流经过电感和整流二极管到达负载端，电感储能和交流电源同时给负载和电容供电。可以看出，与传统的功率因数校正电路相比较，具有以下优点：当开关管导通时，主回路电流不经过整流桥的二极管，减小了功率损耗；传统电路中的快速恢复二极管VD在交流斩波功率因数校正电路中也不存在了，减小了功率损耗，提高了系统的工作可靠性。该电路相当于两个Boost电路的并联，在克服传统Boost PFC电路缺点的同时，保留了升压电路的优点。该方法的优点在于：(1)增强了传统PFC电路的谐波抑制和功率因数校正能力，可实现单位

14、功率因数；(2)交流侧的电感增强了电路的电磁兼容性；(3)降低了电路的传导损失，任何时刻都只有两个半导体器件导通；(4)通过开关管M1和M2的额定电流较小。32 Buck型交流斩波功率因数校正电路图3所示的为Buck功率因数校正电路的基本结构，Q为双向开关管。当开关管断开时，输入电流通过电感、电容和开关管，电容C1储能。当开关管导通时，此时输入电流经过整流二极管到达负载端，电容储能和交流电源同时给负载和电容供电。可以看出，Buck型交流斩波功率因数校正电路中，当开关管断开，主回路电流不经过整流桥的二极管，可达到减小功率损耗的目的。4 仿真分析Simulink软件是Matlab软件包的扩展，专门

15、用于动态系统的仿真，具有很强的动态系统仿真能力，仿真速度较快，特别是基于simuIink Power System工具箱进行功率因数校正电路的仿真，有两个优点：(1)基于器件模型，可以仿真器件参数变化对系统的影响；(2)仿真模型复杂。精度较高。可以将计算机仿真技术运用到PFC装置的分析和设计中。以Boost型为例，对文中所提出的交流斩波功率因数校正电路进行仿真分析。功率因数校正电路采用输入电流断续工作模式的峰值电流控制，仿真参数：uin=311sin t，L=07 mH，输出功率P=500 W，uout=300 V。按图4模型建模，仿真波形如图5、图6所示。其中，图5为输入电压、电流的波形，图

16、6为输出电压的波形。 从图5可以看出，输入电压和输入电流进入稳态后，输入电压和输入电流相位几乎一致，输入电流也几乎是正弦波。整个仿真时间段内的功率因数约为0997。从图6可看出，输出电压随着仿真时间的进行，逐渐趋于稳定状态，输出电压在300 V上下波动，符合电路设计要求。5 结 语这里讨论了应用较为成熟的单相Boost PFC电路的不足，介绍一种新型单相交流斩波功率因数校正电路，分析了其工作原理，并给出了仿真波形。结果表明，输人电流具有很高的品质因数，基本为标准的正弦波形，与输入电压相位相近，实现了高功率因数。与传统的电路相比，能减少系统的功耗，提高系统工作的可靠性，而取得相同的控制效果。仿真

17、结果验证了方案的可行性。方案中的交流斩波电路除了采用Boost型和Buck型外，也可采用其他的功率变换电路。附录资料：不需要的可以自行删除各类滤波器的MATLAB程序理想低通滤波器IA=imread(lena.bmp);f1,f2=freqspace(size(IA),meshgrid);Hd=ones(size(IA);r=sqrt(f1.2+f2.2);Hd(r0.2)=0;Y=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA);

18、subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); 二、理想高通滤波器IA=imread(lena.bmp);f1,f2=freqspace(size(IA),meshgrid);Hd=ones(size(IA);r=sqrt(f1.2+f2.2);Hd(r0.2)=0;Y=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2

19、,2,1),imshow(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); Butterworth低通滤波器IA=imread(lena.bmp);f1,f2=freqspace(size(IA),meshgrid);D=0.3;r=f1.2+f2.2;n=4;for i=1:size(IA,1) for j=1:size(IA,2) t=r(i,j)/(D*D); Hd(i,j)=1/(tn+1); endendY=fft2(

20、double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); Butterworth高通滤波器IA=imread(lena.bmp);f1,f2=freqspace(size(IA),meshgrid);D=0.3;r=f1.2+f2.2;n=4;f

21、or i=1:size(IA,1) for j=1:size(IA,2) t=(D*D)/r(i,j); Hd(i,j)=1/(tn+1); endendY=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); 高斯低通滤波器IA=

22、imread(lena.bmp);IB=imread(babarra.bmp);f1,f2=freqspace(size(IA),meshgrid);D=100/size(IA,1);r=f1.2+f2.2;Hd=ones(size(IA);for i=1:size(IA,1) for j=1:size(IA,2) t=r(i,j)/(D*D); Hd(i,j)=exp(-t); endendY=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2,2,1),imsho

23、w(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); 高斯高通滤波器IA=imread(lena.bmp);IB=imread(babarra.bmp);f1,f2=freqspace(size(IA),meshgrid);%D=100/size(IA,1);D=0.3;r=f1.2+f2.2;for i=1:size(IA,1) for j=1:size(IA,2) t=r(i,j)/(D*D); Hd(i,j)=1-exp(

24、-t); endendY=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); 梯形低通滤波器IA=imread(lena.bmp);IB=imread(babarra.bmp);f1,f2=freqspace(size(IA),m

25、eshgrid);%D=100/size(IA,1);D0=0.1;D1=0.4;r=sqrt(f1.2+f2.2);Hd=zeros(size(IA);Hd(r=D0 & r(i,j)=D1 Hd(i,j)=(D1-r(i,j)/(D1-D0); end endendY=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facec

26、olor,interp,Edgecolor,none,Facelighting,phong); 梯形高通滤波器IA=imread(lena.bmp);IB=imread(babarra.bmp);f1,f2=freqspace(size(IA),meshgrid);%D=100/size(IA,1);D0=0.1;D1=0.4;r=sqrt(f1.2+f2.2);Hd=ones(size(IA);Hd(r=D0 & r(i,j)=D1 Hd(i,j)=(D0-r(i,j)/(D0-D1); end endendY=fft2(double(IA);Y=fftshift(Y);Ya=Y.*Hd;Y

27、a=ifftshift(Ya);Ia=real(ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA);subplot(2,2,2),imshow(uint8(Ia);figuresurf(Hd,Facecolor,interp,Edgecolor,none,Facelighting,phong); 用其他方法编写的理想低通、理想高通、Butterworth低通、同态滤波程序理想低通i1=imread(lena.bmp);i2=imnoise(i1,salt & pepper,0.1);f=double(i2);k=fft2(f);g=fftshift(

28、k);N1,N2=size(g);d0=50;u0=floor(N1/2)+1;v0=floor(N2/2)+1;for i=1:N1 for j=1:N2 d=sqrt(i-u0)2+(j-v0)2); if d=d0 h=1; else h=0; end y(i,j)=g(i,j)*h; endendy=ifftshift(y);E1=ifft2(y);E2=real(E1);figuresubplot(2,2,1),imshow(uint8(i1);subplot(2,2,2),imshow(uint8(i2);subplot(2,2,3),imshow(uint8(E2); 理想高通i1=imread(lena.bmp);i2=imnoise(i1,salt & pepper,0.1);f=double(i2);k=fft2(f);g=fftshift(k);N1,N2=size(g);n=2;d0=10;u0=floor(N1/2)