前阵子做一个光伏单相并网仿真实验项目，光是让并网电流波形变得像样，就把我耗了整整两天。用的还是最常规的PI控制器，kp和ki来回试了不知道多少组，满载工况下电流总畸变率始终压在5%附近打转，波形过零点附近总能看到一小段明显的畸变平台。后来把电流内环的PI换成模糊PI控制器，波形肉眼可见地干净了一大截，谐波降到3%以下，负载突变时的响应也顺了不少。今天就把这个基于模糊PI控制的光伏单相并网仿真案例从头拆一遍，包括主电路参数怎么定、模糊规则表怎么排、Simulink里怎么接线，以及我调试时踩过的几个坑。适合刚接触并网逆变仿真的人参考，也希望给已经在调PI但效果不理想的朋友一点新思路。
1. 为什么固定参数的PI老是压不住并网电流
1.1 并网电流为什么这么“难伺候”
单相并网电流不好调，不是控制器不够努力，而是它面对的干扰实在有点多。首先电网本身就不是理想电压源，线路阻抗、变压器漏感、附近负载带来的背景谐波都会直接叠加到电流回路上。你在仿真里看到的THD，有一部分根本不是你逆变器产生的，而是电网电压里本身就带了3次、5次谐波，电流跟踪环节只能被动地跟着它跑。
更麻烦的是单相系统固有的功率二倍频脉动。单相瞬时功率是50Hz正弦电压和50Hz正弦电流的乘积，算出来会带一个100Hz的波动分量，这个波动会通过直流母线电压耦合到控制环路里，相当于给电流指令信号叠了一层低频扰动。直流母线电容取值偏小的时候，这个100Hz分量尤其明显，电流波形看上去就像被一层薄薄的包络纹路盖住，普通PI很难把它彻底压掉。
再加上开关器件本身的非线性。逆变桥的死区时间、管压降、电流过零时的换流延迟，这些都会在交流侧制造出额外的低次谐波和过零畸变。仿真里如果用的是理想开关模型，这些问题会轻一些，但只要把死区加上，波形马上变丑。可以说，并网电流的“不乖”是多种因素叠加的结果，指望一组固定参数通吃所有情况，确实不现实。
1.2 一组固定PI参数撑不起所有工况
传统PI控制器的本质很简单：比例项负责对当前误差做出即时反应，积分项负责慢慢消除稳态误差。问题在于，同一个kp和ki，在大误差和小误差场景下表现出来的行为是矛盾的。电流刚上电或者负载突变的时候，误差能冲到好几安培，这时我们希望比例作用强一点，快速把电流拉回参考值；可到了稳态，误差只有零点几安培，如果比例作用还那么强，系统就容易振荡，噪声也会被放大。
积分项也一样。误差大的时候，积分积累太快容易超调；误差小的时候，积分又需要足够强才能把最后的偏差磨平。传统的做法是取一组折中参数：kp不敢太大，ki也不敢太强。结果是动态响应偏软，稳态精度也只能算“及格”。如果你刻意把kp调大去追求快速性，多半会看到波形在参考值附近来回抖；如果你把ki调强想消掉稳态误差，又容易在扰动后出现大范围超调。
我在仿真里做过对比，同一套标称PI参数，满载时THD大概是4.8%，半载跑到6%以上，光照突变时电流恢复要接近20个工频周期。这个表现并不是PI本身不行，而是它没有能力根据误差状态实时调整自己的行为——它永远只有一个固定的增益。
1.3 模糊PI的基本思路：让控制器学会动态调整参数
模糊PI的思路其实不神秘：保留PI控制器的主体，但让kp和ki不再是常数，而是跟随当前误差状态动态变化。具体来说，控制器实时观察两个信号：电流误差e和误差变化率ec。根据这两个量，用一组模糊规则推理出当前工况下kp和ki应该比初始值大一些还是小一些，再实时修正。
写成公式就是kp = kp0 + Δkp，ki = ki0 + Δki。kp0和ki0可以理解为基准参数，相当于一个“中等水平”的PI；Δkp和Δki是模糊控制器给出的修正量，让参数在运行过程中自动伸缩。误差大且仍在扩大时，控制器自动加大kp，加速响应；误差开始收窄时，控制器主动减小kp、加强ki，避免过冲并磨平稳态偏差。
这种设计相当于给原来的线性PI加了一层“增益调度”能力，但又不需要你像做增益调度那样针对每个工况去离线计算参数，模糊规则本身就把这些工况覆盖进去了。所以它的鲁棒性比固定PI强不少，在光伏这种工况随时变化的场景里特别合适。顺带说一句，模糊PI不是用模糊代替PID，而是在PID外面套了一层智能调节器，理解这点对后面搭模型很重要。
2. 仿真主电路和控制回路：从直流母线到并网电感的完整链路
2.1 主电路参数：量级怎么定
先看整体结构。光伏侧经过DC/DC升压之后得到一个稳定的直流母线，母线电压我取400V左右。逆变部分就是一个单相H桥，四个开关管用SPWM驱动，输出经过LCL滤波器接到220V/50Hz的单相电网上。直流母线电容取值2000uF左右，主要作用是平抑前面说的100Hz功率脉动，电容太小母线电压波动会直接反映到电流指令上。
LCL滤波器参数需要认真算一下。逆变侧电感L1取3mH，网侧电感L2取1.5mH，滤波电容Cf取4.7uF。这套参数对应的谐振频率大概在1.1kHz左右，离开关频率10kHz有一定距离，也不落在50Hz基波附近。需要注意的是，LCL在谐振频率附近有一个很尖的增益峰，如果不做阻尼处理，闭环之后很容易在这个频率附近引发持续振荡。这个问题我后面单独讲，这里先提个醒：参数定了之后，阻尼策略要一起考虑，否则仿真跑起来波形会莫名奇妙地抖。
搭建主电路时我建议直接在Simulink里用电力电子模块库搭，开关管用带缓冲的IGBT模型。电网侧用一个电压源串联等效阻抗替代，阻抗参数设成0.1Ω加上少量电感，能模拟实际电网不那么“硬”的特性。光伏侧的直流源就用可控电压源代替，专注验证电流控制部分，等波形调好了再往前接MPPT和DC/DC。
2.2 单相系统的锁相环：比想象中关键
三相并网可以直接用Clark变换把三相电压变换到两相静止坐标系，再通过Park变换得到角度。单相系统没有天然的正交分量，所以第一步必须自己构造一个虚拟的β轴分量。常用的方案有基于延时1/4周期的虚拟正交、基于Hilbert变换、以及基于SOGI的锁相环。我推荐用SOGI-PLL，结构清晰，失真情况下相位锁定精度也比较高。
SOGI的核心是一个二阶广义积分器，对输入正弦信号做滤波和正交信号生成，输出一对互差90°的信号α和β，然后交给标准的PQ锁相环去锁相。具体到Simulink里，可以搭SOGI结构并用一个PLL模块来完成闭环，也可以直接用工具箱里的现成锁相环模型。调试锁相环时，先别管电流控制，单独看它输出的频率是不是稳定在50Hz，θ是否与网压相位一致。如果PLL输出有波动，后面整个电流环都会被带偏。
锁相环的带宽设太高会让θ对电网谐波很敏感，设太低又会在电网电压相位跳变时跟踪过慢。我习惯把PLL带宽设在50rad/s左右，阻尼比取0.7，实测在5%的背景谐波下相位误差基本可以忽略。
2.3 双闭环控制结构里，模糊PI该放在哪
并网逆变器通常采用双闭环控制：外环是直流母线电压环，内环是并网电流环。电压外环的参考值设成400V，它把母线电压的误差通过PI控制器转换成电流指令的幅值；这个幅值再乘以锁相环输出的单位正弦信号，就得到了带有相位信息的瞬时电流参考值。电流内环跟踪这个参考值，输出调制波，经过SPWM生成开关管的驱动信号。
电压外环的带宽要压低，一般做到10~20Hz就够了，不能太高。原因还是那个100Hz母线波动：如果外环带宽太宽，母线电压的100Hz纹波会被当成误差去补偿，反而把100Hz分量注入到电流指令里。所以电压外环我用的还是普通PI，带宽压住，稳定可靠。模糊PI的主角放在电流内环，因为“并网电流波形难看”这个痛点主要发生在电流跟踪环节。
电流内环的基准参数可以先按标量计算法估算：kp0取逆变侧电感值乘以期望闭环带宽，我这里L1+L2大约4.5mH，希望电流环带宽在1000rad/s左右，kp0就定在4左右。ki0则决定稳态消除能力，取kp0的50到100倍，我先试了100，后面再微调。
2.4 搭建模型的先后顺序
接触这类项目的人最常犯的毛病是一上来就把模糊控制器、MPPT、PLL全部搭好，结果一出问题完全不知道是哪个环节的错误。我的建议是分四步走：先把主电路接好，用一个固定50%占空比的SPWM开环跑，确认输出电压波形基本正确；然后把SPWM加上电流闭环，用普通PI跑通，确认电流环能够盯住正弦参考值；一切正常之后再把电流内环替换成模糊PI；最后才加入电压外环和各种扰动。每一步都验证过了再往前走，排查问题的成本会低很多。
实际搭建时，电流内环的误差信号要注意单位。参考电流和反馈电流都用安培，误差经过量化因子进入模糊控制器，模糊输出经过比例因子后再和基准参数相加。反馈电流用Scope和RMS模块监视，确保极性和采样位置正确。反馈电流取错符号或者漏加单位换算，是这类仿真相当常见的低级翻车点。
3. 模糊PI控制器的设计细节：从规则表到Simulink接线
3.1 输入输出变量与论域
模糊PI控制器我选两个输入一个输出组的方式，分别对Δkp和Δki各做一个模糊推理。输入都是误差e和误差变化率ec，差别只在于输出论域和规则表不同。也可以用多输入多输出的单一模糊控制器，同时输出Δkp和Δki，但那样规则表规模会大不少，调试起来不够直观，我建议先把两个推理分开做。
e和ec都需要先做归一化处理，映射到统一的模糊论域。我常用的论域是[-3, 3]，七个模糊子集分别命名为NB（负大）、NM（负中）、NS（负小）、ZO（零）、PS（正小）、PM（正中）、PB（正大）。这样规则表就是7×7，一共49条规则，典型且够用。实际误差范围要根据具体工况估算：我的模型额定电流10A，启动瞬间误差可能到5A，稳态时误差在0.2A以内。如果量化因子按最大值5A来定，稳态时误差只占论域的很小一部分，模糊子集的分辨率就不够了，这一点在后面的调试坑里细说。
3.2 隶属函数的设计
模糊子集用三角形隶属函数最简单，计算量小，调起来也直观。三角形隶属函数的顶点分别放在论域的整数点上：-3、-2、-1、0、1、2、3，两端顶点以外的部分截断。相邻子集之间要有一定重叠，通常重叠量保持在三分之一左右。重叠太少，控制器在相邻子集边界会输出跳变，电流波形可能因此出现微小抖动；重叠太多，规则之间互相稀释，模糊控制器的“智能”就体现不出来了。
输出变量的隶属函数也用七个三角形子集，但论域范围要根据Δkp和Δki的实际调整幅度来选。比如Δkp的输出论域我设在[-1.5, 1.5]，Δki的设在[-50, 50]。这样经过比例因子缩放后，修正量约占基准参数的30%到50%，是一个比较合理的活动范围。一开始不少人把输出论域设得很大，结果显示屏上看着规则很多，系统却剧烈振荡，那是输出修正量远超基准参数导致的。
3.3 Δkp规则表：一张完整的7×7表
Δkp的规则设计逻辑可以概括为：误差越大，比例修正越强；误差变化率决定这个修正要不要打折扣。如果误差在朝目标方向收敛，就少加点kp，防止超调；如果误差在扩大，就多加点kp，尽快扭转局面。按照这个思路，我把Δkp规则表排成了下面这样。
| e \ ec | NB | NM | NS | ZO | PS | PM | PB |
|---|---|---|---|---|---|---|---|
| NB | PB | PB | PM | PM | PS | ZO | ZO |
| NM | PB | PM | PM | PS | PS | ZO | ZO |
| NS | PM | PM | PS | PS | ZO | NS | NS |
| ZO | PM | PS | PS | ZO | NS | NM | NM |
| PS | PS | PS | ZO | NS | NS | NM | NM |
| PM | PS | ZO | ZO | NS | NM | NM | NB |
| PB | ZO | ZO | ZO | NS | NM | NB | NB |
这张表的意思举个例子：误差为NB且误差变化率为NB，说明电流远低于目标而且还在快速偏离，此时必须大幅增加比例增益，所以输出PB。反过来，误差为ZO且误差变化率为ZO，说明系统已经接近稳态，比例修正量就取ZO，让它保持基准值就好。表格整体是从左上角到右下角的渐变结构，越靠近零误差点，Δkp越平缓，这符合并网电流系统“启动时靠比例拉回来，稳态时别让比例添乱”的直觉。
还要说明一点，这张表不是数学推导出来的唯一正确答案。不同直流电压、不同滤波参数下，最优规则可能会有细微差别，但基本逻辑不变。你完全可以拿这张表当起点，如果发现系统在某个误差区间响应过冲，就把对应位置的值降一档；如果响应偏软，就往上升一档。规则表本来就是可以调、应该调的。
3.4 Δki规则表的设计逻辑
Δki的规则和Δkp正好相反。误差大的时候，积分修正要保守，否则积分过快积累会带来明显超调；误差小的时候，积分修正要强，因为此时要靠积分把最后的稳态误差磨平。按照这个原则，Δki的关键规则可以归纳为几组：
- 当误差为NB或PB时，Δki取NS或NM，适当减弱积分作用，避免大误差下的积分饱和。
- 当误差为NS或PS时，Δki取PS或PM，开始加强积分，帮助系统收敛到零。
- 当误差为ZO且误差变化率为ZO时，Δki取PB，这是稳态消差的关键时刻，积分必须全速工作。
- 当误差变化率方向不利时，比如误差NB且ec为正，说明虽然误差还大但正在好转，此时Δki可以稍微大一点，但依然要控制住幅度。
全套Δki表我就不完整贴了，你可以照着这个逻辑自己排，很多模糊控制文献里也有现成的表可以借鉴。核心提醒是：Δki修正量一定要比Δkp更保守。积分作用天然喜欢迟到，调整过头容易让系统低频率地荡来荡去，那个感觉比比例振荡更难调。
3.5 量化因子、比例因子与Simulink接入
量化因子决定实际误差值到模糊论域的映射关系。对于误差e，量化因子Ke等于论域上限除以实际最大误差，也就是Ke = 3 / emax。另一个输入ec同理，Kec = 3 / ecmax。emax和ecmax怎么定？不能拍脑袋。我先把普通PI模型跑起来，在工作区里记录e和ec的实际变化范围，再留20%到50%余量作为emax和ecmax。你可以在Simulink里加一个MinMax模块实时观测，或者用To Workspace把信号导出来算。这样定出来的量化因子，启动瞬态和稳态都能兼顾。
比例因子则用来把模糊输出映射回物理修正量。比如模糊输出在论域[-1.5, 1.5]上，对应物理上的Δkp最大修正1.5，那比例因子就是1。如果是其他物理范围，就按“物理范围/论域范围”来换算。实际调试时，量化因子影响响应速度，比例因子影响修正强度，两者配合使用。先调量化因子，让启动时误差进入正常的模糊论域范围，再调比例因子，逐步增大看系统反应。
Simulink接线不复杂：电流误差e和误差变化率ec分别经过Gain模块乘上Ke和Kec，进入Fuzzy Logic Controller模块，输出经过Gain模块乘上比例因子，再分别和kp0、ki0做加法，得到实时的kp和ki。把这两个可变参数接到离散PI控制器模块的输入端就可以了。需要注意Fuzzy Logic Controller模块要选一致参数的FIS对象，否则会报输入维度不匹配的错误。仿真步长建议用固定步长，10kHz开关频率下步长取2e-6秒左右，变步长在开关动作点容易引入数值误差。
4. 实际调试时踩过的那几个坑，每一个都值得你看一眼
4.1 第一版规则表看着合理，跑起来却是发散
我最早搭模糊PI的时候，规则表参考的是某篇文献里的通用表，逻辑完全没毛病，但一接进模型，电流波形直接飞了。折腾半天才发现问题出在比例因子。那套文献表对应的物理修正范围是Δkp可以到±5，而我的基准kp0只有4，也就是说修正量可以达到基准参数的125%，控制器的增益瞬间就跳到原来两倍多，环路直接失稳。
这个坑的本质是：模糊PI的设计顺序应该是“先有合理基准PI，再有模糊修正”，而不是让模糊修正去承担全部控制任务。kp0和ki0必须先把系统稳定住，模糊部分只负责在大误差和小误差之间做有限调整。我后来把Δkp的输出论域改小到±1.5，比例因子对应调到合适范围，系统马上就稳定下来。调试时如果你发现换上模糊PI反而比普通PI更容易振荡，先怀疑修正量范围是不是太大了。
4.2 量化范围没归一化，导致启动瞬间表现怪异
第二个坑发生在量化因子的设定上。我一开始按稳态误差范围来定emax，觉得误差本来就零点几安培，用不着那么大的量程。结果一启动，误差瞬间冲到5A，经过量化因子后直接撞到论域上限“饱和”了。模糊控制器在很长一段时间里看到的都是NB或PB，规则表等于失效，输出一直是最大修正量，系统像一个只会开足马力的愣头青，迟迟不能进入精细调整阶段。
解决方法是把emax设成覆盖启动瞬态的范围。我的模型里启动最大误差5A，emax就用5A，Ke = 3/5 = 0.6。这样一来，启动初期误差会快速进入有效论域，稳态时0.2A的误差也仍然落在我设的模糊子集分辨率之内。如果你觉得大误差和小误差的合理映射区间冲突得比较严重，可以考虑对误差信号先做一个非线性变换再进模糊控制器，但一般工程上把emax按启动误差上限取就能用了。
4.3 LCL谐振没阻尼，波形自带一份高频振荡
这个坑与模糊PI无关，但属于并网仿真必踩的一类问题。我最初搭的LCL滤波器没有任何阻尼，空载开环时看起来一切正常，加上闭环后波形高频部分出现了一个固定频率的振荡，怎么调PI参数都不管用。后来把振荡频率一算，正好落在滤波器的谐振频率附近，实锤是LCL谐振峰被闭环增益放大导致的。
滤波器谐振不是控制器参数的问题，控制器参数怎么调都压不掉这个峰。正确做法是给LCL加阻尼。工程上常用无源阻尼（在滤波电容支路串一个小电阻）或有源阻尼（通过控制算法模拟阻尼电阻）。仿真里我建议先加无源阻尼，电容支路串一个1到2欧姆的电阻，效果直观，调试方便。加了阻尼之后，波形上的高频振荡立刻消失。尝到甜头之后再把电阻去掉，尝试用有源阻尼实现，但那已经是进阶话题了。
4.4 死区与过零钳位：仿真里也要正视的问题
很多人在仿真里不舍得加死区，觉得那是硬件才需要考虑的事，结果实际硬件调试时波形过零位置的毛刺让他一头雾水。其实哪怕在仿真里，只要你想让结果贴近真实，就要把死区时间加进去。我测试过，加上3us死区后，电流波形过零点附近出现了一个小平台，就是逆变桥换流时两个管子都不导通、电流没有续流通道形成的“零电流钳位”现象。
这个现象对波形的影响集中表现在低次谐波上，尤其是3次和5次谐波会明显增大。模糊PI能在一定程度上补偿死区带来的非线性和相位误差，但想彻底消掉过零平台，光靠控制算法不够。仿真里如果目标是对比PI和模糊PI的性能，建议保留死区设置，这样结论更有说服力；如果目标是追求极致的THD数字，可以把死区设小或暂时忽略，但要心里清楚实际硬件是怎么回事。
5. 波形对比与THD数据：模糊PI到底改善在哪
5.1 稳态波形与THD对比
在额定工况下，我用同一套主电路分别跑了普通PI和模糊PI两组仿真。普通PI按经验整定到THD最低，模糊PI用上一节设计的规则表。从示波器截图上看，最直观的区别是电流波形过零附近的畸变平台：普通PI的波形在这个区域有一个明显的小台阶，模糊PI的则平滑了不少，几乎看不出钳位的痕迹。
从FFT分析的数据看，普通PI在满载下THD约4.8%，模糊PI约2.7%。再细看谐波分布，普通PI的3次、5次、7次谐波分量突出，模糊PI把这三个低频次谐波压下去了一大截，这说明模糊PI对周期性跟踪误差的抑制能力更强，因为它通过实时调整参数，等效于一个变增益控制器，对误差的周期波动更敏感，也就更用力地把它压住。
这里补充一下FFT怎么看：建议用固定窗口取10个工频周期，也就是0.2秒的波形数据，再做FFT，频率分辨率5Hz，统计到50次谐波以内的THD。如果你只看瞬态波形就判断THD，很容易被开关纹波误导。
5.2 负载跳变时的动态响应对比
并网系统经常要面对光照突变或负载投切，动态响应的好坏直接影响电能质量。我在仿真里给电流参考指令做一个从5A到10A的阶跃，观察并网电流包络的恢复情况。普通PI的电流包络大约用了18个工频周期才重新平稳跟踪，中间还出现了一个幅度不小的过冲；模糊PI只用了大约6个周期就稳住了，过冲明显小很多。
原因就在于模糊PI在误差突然放大的瞬间自动增加了比例增益，让电流快速冲向新参考值；等电流接近新目标时，误差变化率反馈又让它主动降低kp、增大ki，所以过冲被抑制住了。这个“动态自行调整”的能力就是模糊PI价值最直观的体现。实际光伏电站里云遮和光照骤变是家常便饭，这种特性对电网的友好程度很有意义。
5.3 电网背景谐波下的鲁棒性对比
我额外做了一组实验：在电网电压源里叠加5%的5次谐波分量，分别跑两组控制器。普通PI的电流THD立刻飙升到7%以上，波形明显变形；模糊PI的电流THD仍然保持在4%左右，波形大体维持了正弦形状。这个结果符合预期，因为模糊PI的实时增益调度让它对这类外部扰动有更强的抗性。
不过也提醒一点：这组实验里模糊PI的基准参数和规则表是在无谐波工况下整定的，如果电网背景谐波特别严重，更彻底的做法是把谐波补偿算法加进控制链路，或者用准比例谐振控制器做选择性谐波抑制。模糊PI解决的是参数鲁棒性，不能替代专门针对特定频率的抑制措施。
5.4 值得注意：模糊PI不是万能的
把模糊PI吹得再好，也得说说它的边界。首先它不具备预测能力，面对大延迟系统或非常强的非线性，它也只能靠着反馈“事后补救”。其次，规则表的性能上限取决于你设计的规则质量，规则写得不好，效果可能还不如一个精心整定的普通PI。最后，模糊PI的工作前提是基准PI参数已经合理，它只是一个“修正层”，不是“救世主”。
另外，模糊控制器的计算开销虽然不大，但在硬件实现时要注意规则表查询和重心法解模糊的实时性。仿真里用Matlab自带模糊工具箱没问题，换到DSP或者FPGA上就要考虑查表法和定点化处理。做毕设或者样机验证的话，仿真阶段的结论可以直接指导硬件参数选择，这是个很大的优势。
最后分享一点个人体会
我做完这个项目最大的感受是：模糊PI真正的优势不是“智能”这两个字，而是它把工程师手动调参数的经验固化成了规则表，让控制器在不同工况下自动执行那些“大误差就该加大比例、小误差就该磨积分”的操作。如果你手动调PI已经很有经验，写这张规则表其实就是在复刻你的调整思路，所以不要把它想得多么玄。给新人的建议是：先把普通PI在这个模型上跑明白，记录误差范围，确认系统稳定，再动手做模糊化设计。这个顺序能帮你避开我现在踩的绝大多数的坑。后续如果你想继续扩展，可以试试在规则表里引入自调整机制，或者把模糊规则和滑模控制结合，这几个方向都比单纯加大PI参数有意思得多。
