基于最近电平逼近的开环MMC逆变器附Simulink仿真

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

本论文聚焦模块化多电平换流器（MMC）逆变器的开环控制技术，深入研究基于最近电平逼近（NLM）策略的开环 MMC 逆变器。通过详细分析 MMC 的拓扑结构与工作原理，阐述 NLM 控制算法在开环 MMC 逆变器中的具体实现方式，包括电平选择、调制策略设计等。研究表明，基于 NLM 的开环 MMC 逆变器能够有效减少开关损耗、降低谐波含量，在无需复杂闭环反馈控制的情况下，实现较为稳定的输出电压和功率控制。该研究为 MMC 逆变器在对成本和控制复杂度要求较高的场景中的应用提供了新的技术方案和理论支持。

关键词

最近电平逼近；开环 MMC 逆变器；模块化多电平换流器；电平选择；调制策略

一、引言

模块化多电平换流器（Modular Multilevel Converter，MMC）以其输出电压谐波含量低、开关损耗小、扩展性强等优点，在高压直流输电（HVDC）、新能源并网、电机驱动等领域得到广泛关注 。传统的 MMC 控制通常采用闭环控制策略，通过实时采集输出电压、电流等信号，利用复杂的控制算法实现精确的电压和功率调节 。然而，闭环控制需要高精度的传感器、快速的信号处理单元以及复杂的控制算法，增加了系统成本和控制复杂度，在一些对成本敏感、控制精度要求相对较低的场景中应用受限 。

最近电平逼近（Nearest Level Modulation，NLM）是一种简单有效的调制策略，通过选择最接近参考电压的电平进行输出，无需复杂的反馈控制 。将 NLM 应用于开环 MMC 逆变器，有望在降低控制复杂度和成本的同时，实现较好的输出性能。本文围绕基于 NLM 的开环 MMC 逆变器展开研究，分析其工作原理和性能特点。

二、MMC 拓扑结构与工作原理

（一）拓扑结构

MMC 的每一相由上下两个桥臂组成，每个桥臂包含多个子模块（Sub - Module，SM）和一个桥臂电抗器 。子模块通常采用半桥或全桥结构，以半桥子模块为例，其由两个绝缘栅双极型晶体管（IGBT）、两个反并联二极管和一个直流电容构成 。桥臂电抗器用于抑制环流，减小故障电流上升率 。三相 MMC 通过交流侧与电网或负载相连，直流侧连接直流电源 。

（二）工作原理

通过控制子模块的投入与切除，MMC 能够输出多个电平的电压。当子模块的上管导通、下管关断时，子模块投入，输出电压为电容电压；当上管关断、下管导通时，子模块切除，输出电压为零 。通过合理控制上下桥臂子模块的投入数量，MMC 可以合成接近正弦波的输出电压，实现交直流电能的转换 。

三、最近电平逼近（NLM）控制策略

四、基于 NLM 的开环 MMC 逆变器设计

（一）系统架构

基于 NLM 的开环 MMC 逆变器系统主要包括 MMC 主电路、NLM 控制模块、驱动电路和电源模块 。MMC 主电路实现电能的变换；NLM 控制模块根据参考电压计算子模块的开关状态；驱动电路将控制信号转换为能够驱动 IGBT 的信号；电源模块为系统各部分提供所需电源 。

五、性能分析与仿真验证

（一）性能分析

1. 开关损耗：NLM 控制策略减少了子模块的频繁投切，相比一些复杂的调制策略，能够有效降低开关损耗 。

1. 谐波含量：通过合理选择电平，NLM 可以使输出电压接近正弦波，降低输出电压的谐波含量 。但由于开环控制缺乏反馈调节，在负载变化较大时，谐波性能可能受到一定影响 。

1. 动态响应：开环 MMC 逆变器采用 NLM 控制时，由于没有实时的反馈调节，其动态响应能力相对闭环控制较弱，难以快速适应负载或参考电压的突变 。

（二）仿真验证

在 MATLAB/Simulink 环境中搭建基于 NLM 的开环 MMC 逆变器仿真模型 。设置 MMC 参数，如子模块数量、电容值、桥臂电感值等；设定参考电压的频率和幅值；选择合适的负载 。对仿真结果进行分析，观察输出电压波形、谐波含量、开关损耗等指标 。

仿真结果表明，基于 NLM 的开环 MMC 逆变器能够输出较为平滑的电压波形，总谐波失真（THD）在一定范围内满足要求 。与传统闭环控制的 MMC 逆变器相比，其开关损耗有所降低，但在负载突变时，输出电压的波动相对较大 。

六、结论

本文研究了基于最近电平逼近的开环 MMC 逆变器，分析了 MMC 的拓扑结构和工作原理，详细阐述了 NLM 控制策略在开环 MMC 逆变器中的应用。通过性能分析和仿真验证，表明该方案能够在一定程度上减少开关损耗、降低谐波含量，实现较为稳定的输出。然而，开环控制的动态响应能力较弱，在负载变化较大的场景中应用存在一定局限性 。未来研究可进一步优化 NLM 控制策略，探索与其他控制方法相结合的方式，提高开环 MMC 逆变器的性能，拓展其应用范围 。

⛳️ 运行结果

🔗 参考文献

[1] 李英涛.应用于VSC-HVDC的模块化多电平变换技术研究[D].山东大学,2013.DOI:10.7666/d.Y2327372.

[2] 王业,吴奕,管益斌,等.MMC最近电平逼近调制谐波分析及仿真[J].电器与能效管理技术, 2016, 000(008):56-62.DOI:10.16628/j.cnki.2095-8188.2016.08.014.

[3] 王楚,宋平岗,李云丰.模块化多电平变流器的最近电平逼近调制策略[J].大功率变流技术, 2012(4):4.DOI:CNKI:SUN:BLJS.0.2012-04-006.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇