【你哥电力电子】 THE BUCK-BOOST 升降压斩波电路2

news2024/9/20 16:32:40

BUCK-BOOST电路2

2023年1月30日 nige in Tongji University
#elecEngeneer


上链

文章目录

  • BUCK-BOOST电路2
    • 6. CCM非理想能量守恒平均分析
        • 6.1 CCM非理想大信号平均模型
        • 6.2 CCM等效大信号平均模型
        • 6.3 CCM的DC电路模型
        • 6.4 CCM的小信号线性电路模型
        • 6.5 CCM非理想小信号传递函数
            • 6.5.1 求输出对占空比的传递函数
            • 6.5.2 求输出阻抗
            • 6.5.3 求输入阻抗
            • 6.5.4 求小信号传递函数
    • 7. CCM理想状态空间平均分析
  • 下链


6. CCM非理想能量守恒平均分析

考虑开关管的导通电阻 R S R_{S} RS 、二极管器件的导通压降 V F V_{F} VF 和等效平均电阻电阻 R F R_F RF、电感电容等效串联电阻 R L R_L RL R C R_C RC
非理想BUCK-BOOST电路
请添加图片描述

电感电压:
电感电压:
{ v L = V i − I L ( R L + R S )   , 开关 S 导通 v L = − I L ( R L + R F ) − V F − V o   , 开关 S 关闭 \begin{cases} v_L=V_i-I_L(R_L+R_S) & \ , 开关S导通 \\[3ex] v_L= -I_L(R_L+R_F)-V_F-V_o & \ , 开关S关闭 \end{cases} vL=ViIL(RL+RS)vL=IL(RL+RF)VFVo ,开关S导通 ,开关S关闭
电感秒伏平衡
D ⋅ [ V i − I L ( R L + R S ) ] = − ( 1 − D ) ⋅ [ − I L ( R L + R F ) − V F − V o ] (32) D\cdot[V_i-I_L(R_L+R_S)]=-(1-D)\cdot[-I_L(R_L+R_F)-V_F-V_o]\tag{32} D[ViIL(RL+RS)]=(1D)[IL(RL+RF)VFVo](32)
I i = I S I_i=I_S Ii=IS
观察开关网络部分,得到电流关系
⟨ i L ⟩ = ⟨ i S ⟩ D = ⟨ i D i o d e ⟩ 1 − D \langle i_L\rangle=\frac{\langle i_S\rangle}{D}=\frac{\langle i_{Diode}\rangle}{1-D} iL=DiS=1DiDiode
⟨ i D i o d e ⟩ = I R \langle i_{Diode}\rangle=I_R iDiode=IR
s o     I L = 1 ( 1 − D ) I R = 1 ( 1 − D ) V o R so \ \ \ I_L=\frac1{(1-D)}I_R=\frac1{(1-D)}\frac{V_o}{R} so   IL=(1D)1IR=(1D)1RVo
和理想时一样
代入式(32)有:
V o = [ D V i − ( 1 − D ) V F ] ( 1 − D ) ⋅ ( 1 − D ) 2 R ( 1 − D ) R F + ( 1 − D ) 2 R + R L + D R S = [ D V i 1 − D − V F ] ⋅ ( 1 − D ) 2 R ( 1 − D ) R F + ( 1 − D ) 2 R + R L + D R S = [ V i − 1 − D D V F ] ⋅ ( 1 − D ) 2 D 2 R R E D 2 + ( 1 − D ) 2 D 2 ⋅ D 1 − D \begin{align*} V_o&=\frac{\big[DV_i-(1-D)V_F\big]}{(1-D)} \cdot \frac{(1-D)^2R}{(1-D)R_F+(1-D)^2R+ R_L+DR_S} \tag{33} \\ \\ &=\big[\frac{DV_i}{1-D}-V_F]\cdot\frac{(1-D)^2R}{(1-D)R_F+(1-D)^2R+ R_L+DR_S} \tag{34} \\ \\ &=\big[ V_i-\frac{1-D}{D}V_F \big]\cdot \frac{\frac{(1-D)^2}{ D^2}R}{\frac{R_E}{D^2}+\frac{(1-D)^2}{ D^2}}\cdot\frac D{1-D} \tag{35} \end{align*} Vo=(1D)[DVi(1D)VF](1D)RF+(1D)2R+RL+DRS(1D)2R=[1DDViVF](1D)RF+(1D)2R+RL+DRS(1D)2R=[ViD1DVF]D2RE+D2(1D)2D2(1D)2R1DD(33)(34)(35)
由于开关网络上开关管永远流过电感在 ( 0 ,   D T s ) (0, \ DT_s) (0, DTs) 内的电流,二极管流过电感在 ( D T s ,   T s ) (DT_s, \ T_s) (DTs, Ts) 内的电流
所以 BUCK 和 BOOST 开关网络的电流关系相同,能量守恒平均得到的等效电阻也相同
R S ′ = R S D (36) R_S'=\frac{R_S}{D}\tag{36} RS=DRS(36)
R F ′ = R F 1 − D (37) R_F'=\frac{R_F}{1-D}\tag{37} RF=1DRF(37)
效率
η = P o u t P i n = I R V o I i V i = ( 1 − D ) V o D V i = D V i − ( 1 − D ) V F D V i ⋅ ( 1 − D ) 2 R ( 1 − D ) 2 R + R L + D R S + ( 1 − D ) R F = 1 1 + R E R ( 1 − D ) 2 + V F V o \begin{align*} \eta=\frac{P_{out}}{P_{in}}=\frac{I_RV_o}{I_iV_i}&=\frac{(1-D)V_o}{DV_i}\\ \\ &=\frac{DV_i-(1-D)V_{F}}{DV_i}\cdot\frac{(1-D)^2R}{(1-D)^2R+R_L+DR_S+(1-D)R_F}\tag{38} \\ \\ &=\frac{1}{1+\frac{R_E }{ R (1-D)^2}+\frac{ V_F }{ V_o }}\tag{39} \end{align*} η=PinPout=IiViIRVo=DVi(1D)Vo=DViDVi(1D)VF(1D)2R+RL+DRS+(1D)RF(1D)2R=1+R(1D)2RE+VoVF1(38)(39)
式(39)虽然与BOOST的一样,但同占空比下输出不同,所以效率不同
显然效率要高则 R E R_E RE V F V_F VF 要尽量小,其中
R E = R L + D R S + ( 1 − D ) R F (40) R_E=R_L+DR_S+(1-D)R_F\tag{40} RE=RL+DRS+(1D)RF(40)
模仿CCM下的理想稳态分析可得到纹波的计算公式
Δ i L = [ V i − I i ( R L + R S ) ] D T s L (41) \Delta i_L=\frac{[V_i-I_i(R_L+R_S)]DT_s}{L}\tag{41} ΔiL=L[ViIi(RL+RS)]DTs(41)
若电容提前放电,设提前放电时间为 D T s + k ( 1 − D ) T s DT_s+k(1-D)T_s DTs+k(1D)Ts
k = I L m a x − I o Δ i L = I L + 0.5 Δ i L − I o Δ i L k=\frac{I_{Lmax}-I_o}{\Delta i_L}=\frac{I_L+0.5\Delta i_L-I_o}{\Delta i_L} k=ΔiLILmaxIo=ΔiLIL+0.5ΔiLIo
滤波电容的有效电流比较难算,所以先不算滤波电容功率损耗了

6.1 CCM非理想大信号平均模型

由式(36、37)可得 CCM非理想大信号平均模型
请添加图片描述

6.2 CCM等效大信号平均模型

即将寄生参数全部等效至电感端(公共端)
请添加图片描述

6.3 CCM的DC电路模型

电容支路看作开路,电感看作短路,得到DC电路模型
由式(33)可得 V i V_i Vi 先乘 BUCK 的变比,减去 ( 1 − D ) V F (1-D)V_F (1D)VF ,再分压公式,最后乘 BOOST 的变比到输出端
这是最本质的看法,得到的结果是 BUCK-BOOST 是 BUCK 与 BOOST 的级联
请添加图片描述

式(34)则是 V i V_i Vi 先乘 BUCK-BOOST 的变比,再减去 V F V_F VF ,再分压公式直接得到输出,这种看法是把所有寄生参数等效至二极管(被动,p)支路,在直流忽略电感下就是等效至输出回路
请添加图片描述

式(35)则是 V i V_i Vi 减去 ( 1 − D ) V F / D (1-D)V_F/D (1D)VF/D 再分压公式,再乘 BUCK-BOOST 变比得到输出,这种看法是把所有寄生参数等效至开关管(主动,a)支路,在直流忽略电感下就是等效至输入回路
请添加图片描述

到现在各种等效(到各个支路)与开关网络中各种关系看的有点乱,后面一篇会统一解释

6.4 CCM的小信号线性电路模型

对于BOOST电路的开关网络部分,在动态情况下,占空比输入可能存在微小扰动,所以三端开关网络的输入、输出部分也存在微小扰动
v a p = V a p + v ^ a p v_{ap}=V_{ap}+\hat v_{ap} vap=Vap+v^ap i a = I a + i ^ a i_{a}=I_{a}+\hat i_{a} ia=Ia+i^a i c = I c + i ^ c i_{c}=I_{c}+\hat i_{c} ic=Ic+i^c
请添加图片描述

令含扰动的占空比为
d = D + d ^ d=D+\hat d d=D+d^
理想变比关系有
i p = ( 1 − d ) d i a v c p = d ( 1 − d ) v a c \begin{align*} i_p&=\frac{(1-d)}di_a \tag{42}\\ \\ v_{cp}&=\frac d{(1-d)}v_{ac}\tag{43} \end{align*} ipvcp=d(1d)ia=(1d)dvac(42)(43)
由式(42)
( D + d ^ ) ( I p + i ^ p ) = ( 1 − D − d ^ ) ( I a + i ^ a ) D i p + d ^ I p = ( 1 − D ) i a − d ^ I a i p + d ^ I p / D = ( 1 − D ) D i a − d ^ I a / D \begin{align*} (D+\hat d)(I_p+\hat i_p)&=(1-D-\hat d)(I_a+\hat i_a) \\ \\ Di_p+\hat dI_p&=(1-D)i_a-\hat dI_a \\ \\ i_p+\hat dI_p/D&=\frac{(1-D)}Di_a-\hat dI_a/D \\ \\ \end{align*} (D+d^)(Ip+i^p)Dip+d^Ipip+d^Ip/D=(1Dd^)(Ia+i^a)=(1D)iad^Ia=D(1D)iad^Ia/D
由开关网络本身的关系,有
I p = ( 1 − D ) I c I_p=(1-D)I_c Ip=(1D)Ic
I a = D I c I_a=DI_c Ia=DIc
所以
i p + ( d ^ I c / D ) = 1 − D D i a i_p+(\hat d I_c/D)=\frac{1-D}D i_a ip+(d^Ic/D)=D1Dia
i p = 1 − D D ( i a − d ^ I c 1 − D ) (44) i_p=\frac{1-D}D(i_a-\frac{\hat d I_c}{1-D})\tag{44} ip=D1D(ia1Dd^Ic)(44)
由式(43)
( 1 − D ) v c p − d ^ V c p = D v a c + d ^ V a c (1-D)v_{cp}-\hat dV_{cp}=Dv_{ac}+\hat d V_{ac} (1D)vcpd^Vcp=Dvac+d^Vac
由开关网络本身的关系,有
V c p = D V a p V_{cp}=DV_{ap} Vcp=DVap
V a c = ( 1 − D ) V a p V_{ac}=(1-D)V_{ap} Vac=(1D)Vap
所以
( 1 − D ) v c p − d ^ D V a p = D v a c + d ^ ( 1 − D ) V a p (1-D)v_{cp}-\hat dDV_{ap}=Dv_{ac}+\hat d (1-D)V_{ap} (1D)vcpd^DVap=Dvac+d^(1D)Vap
( 1 − D ) v c p = D v a c + d ^ V a p (1-D)v_{cp}=Dv_{ac}+\hat dV_{ap} (1D)vcp=Dvac+d^Vap
v c p = D 1 − D v a c + d ^ 1 − D V a p (45) v_{cp}=\frac D{1-D}v_{ac}+\frac{\hat d}{1-D}V_{ap}\tag{45} vcp=1DDvac+1Dd^Vap(45)
根据(44、45)两式可以得到BOOST开关网络在CCM下的小信号等效电路模型
请添加图片描述

除去直流,从而得到非理想的CCM小信号线性电路模型
请添加图片描述

其中
i ^ L = i c \hat i_L=i_c i^L=ic
v a c = v ^ i − v ^ L = v ^ i − i c ( s L + R E ) v_{ac}=\hat v_i-\hat v_L=\hat v_i-i_c (sL+R_E) vac=v^iv^L=v^iic(sL+RE)
可以发现 这里并没有将等效电阻等效至开关管或者二极管支路,这是因为小信号模型不存在“ 等效 ” 这种说法
只有在大信号时间平均模型里存在各种等效
所以先用大信号时间平均模型等效出 R E R_E RE ,再进行小信号分析是一种对寄生参数 不严谨 的简化方法,唯一作用就是简化计算
若要得到更精确的非理想小信号传递函数,需要把小信号等效电路代入未将寄生参数等效的CCM非理想大信号平均电路之中来算

6.5 CCM非理想小信号传递函数

由小信号模型看出,电感的位置比较蛋疼,又不能被等效到别的支路,只能加上它的电压来算
用信号与系统中练过的 s域模型分析方法与分压公式可求传递函数
电容: 1 s C \frac {1}{ sC} sC1 ,电感: s L sL sL

6.5.1 求输出对占空比的传递函数

输入看作恒定值,则 v ^ i = 0 \hat v_i=0 v^i=0,由小信号模型
v a c = − i c ( s L + R E ) v_{ac}=-i_c(sL+R_E) vac=ic(sL+RE)
所以
v c p = D 1 − D ( − i c ( s L + R E ) ) + d ^ 1 − D ( V i + V o ) (46) v_{cp}=\frac{D}{1-D}(-i_c(sL+R_E))+\frac{\hat d}{1-D}(V_i+V_o)\tag{46} vcp=1DD(ic(sL+RE))+1Dd^(Vi+Vo)(46)

i a = i c − i p i_a=i_c-i_p ia=icip
代入式(44)有
i p = 1 − D D ( i c − i p ) − d ^ D I c i_p=\frac{1-D}D(i_c-i_p)-\frac{\hat d}{D}I_c ip=D1D(icip)Dd^Ic
i c = i p 1 − D + d ^ 1 − D I c (47) i_c=\frac{i_p}{1-D}+\frac{\hat d}{1-D}I_c\tag{47} ic=1Dip+1Dd^Ic(47)
观察输出部分有
i p = v ^ o ( R C + 1 / s C ) / / R (48) i_p=\frac{\hat v_o}{(R_C+1/sC)//R}\tag{48} ip=(RC+1/sC)//Rv^o(48)
由输出回路有
v c p − i c ( s L + R E ) = i p [ ( R C + 1 / s C ) / / R ] (49) v_{cp}-i_c(sL+R_E)=i_p\big[(R_C+1/sC)//R\big]\tag{49} vcpic(sL+RE)=ip[(RC+1/sC)//R](49)
先(46)代入(49),再合并 i c i_c ic ,再代式(47),再代式(48),即可左右分别合并 d ^ \hat d d^ v ^ o \hat v_o v^o ,解出
G v d ( s ) = v ^ o d ^ = [ R ( V i + V o ) ( 1 − D ) − ( s L + R E ) V o / ( 1 − D ) ] ( s C R C + 1 ) s 2 L C ( R C + R ) + s [ C R E ( R C + R ) + ( 1 − D ) 2 C R C R + L ] + R E + ( 1 − D ) 2 R (50) G_{vd}(s)=\frac{\hat v_o}{\hat d}=\frac{\big[ R(V_i+V_o)(1-D)-(sL+R_E)V_o/(1-D) \big](sCR_C+1)}{s^2LC(R_C+R)+s\big[ CR_E(R_C+R)+(1-D)^2CR_CR+L \big]+R_E+(1-D)^2R}\tag{50} Gvd(s)=d^v^o=s2LC(RC+R)+s[CRE(RC+R)+(1D)2CRCR+L]+RE+(1D)2R[R(Vi+Vo)(1D)(sL+RE)Vo/(1D)](sCRC+1)(50)
特征方程与BOOST的一样

6.5.2 求输出阻抗

v ^ i = d ^ = 0 \hat v_i=\hat d=0 v^i=d^=0 ,有
0 = v a c + i c ( s L + R E ) (51) 0=v_{ac}+i_c(sL+R_E)\tag{51} 0=vac+ic(sL+RE)(51)
v c p = D 1 − D v a c (52) v_{cp}=\frac D{1-D}v_{ac}\tag{52} vcp=1DDvac(52)
i p = 1 − D D i a (53) i_p=\frac{1-D}D i_a\tag{53} ip=D1Dia(53)
v c p − i c ( R E + s L ) = v ^ o (54) v_{cp}-i_c(R_E+sL)=\hat v_o\tag{54} vcpic(RE+sL)=v^o(54)
需要先求出输入回路等效到输出回路的等效电阻 R ′ R' R
− i p R ′ = v ^ o -i_pR'=\hat v_o ipR=v^o
(52)代入(54),再(51)代入(54)有
− i c s L + R E ( 1 − D ) 2 = v ^ o -i_c\frac{sL+R_E}{(1-D)^2}=\hat v_o ic(1D)2sL+RE=v^o
由式(47)有
i c = i p 1 − D i_c=\frac{i_p}{1-D} ic=1Dip
所以
− i p ( s L + R E ) ( 1 − D ) 2 = v ^ o -\frac{i_p(sL+R_E)}{(1-D)^2}=\hat v_o (1D)2ip(sL+RE)=v^o
R ′ = s L + R E ( 1 − D ) 2 R'=\frac{sL+R_E}{(1-D)^2} R=(1D)2sL+RE
这个倒是满足大信号直流开关网络模型的等效方式,这是因为控制输入扰动设为0了,小信号模型退化为直流形式,输入输出的电压电流存在直流大信号时候的变比关系,相应的阻抗存在直流大信号时的等效关系
所以这里不算巧合,是自然而然的
于是可以得到输出电阻
Z o ( s ) = s L + R E ( 1 − D ) 2 / / ( R C + 1 / s L ) / / R = ( R E + s L ) ( s C R C + 1 ) R s 2 L C ( R C + R ) + s [ C R E ( R C + R ) + ( 1 − D ) 2 C R C R + L ] + R E + ( 1 − D ) 2 R \begin{align*} Z_o(s)&=\frac{sL+R_E}{(1-D)^2}//(R_C+1/sL)//R \\ \\ &=\frac{(R_E+sL)(sCR_C+1)R}{s^2LC(R_C+R)+s\big[ CR_E(R_C+R)+(1-D)^2CR_CR+L \big]+R_E+(1-D)^2R}\tag{55} \end{align*} Zo(s)=(1D)2sL+RE//(RC+1/sL)//R=s2LC(RC+R)+s[CRE(RC+R)+(1D)2CRCR+L]+RE+(1D)2R(RE+sL)(sCRC+1)R(55)
与式(50)特征方程一样

6.5.3 求输入阻抗

d ^ = 0 \hat d=0 d^=0 ,式(52、53)成立,由上面的结论,直接把电感支路阻抗等效到输入回路,输出回路阻抗通过变比等效至输入回路,得
Z i ( s ) = ( 1 − D D ) 2 R ( s C R C + 1 ) s C ( R C + R ) + 1 + s L + R E D 2 = s 2 L C ( R C + R ) + s [ C R E ( R C + R ) + ( 1 − D ) 2 C R C R + L ] + R E + ( 1 − D ) 2 R D 2 [ s C ( R C + R ) + 1 ] \begin{align*} Z_i(s) &=(\frac{1-D}D)^2\frac{R(sCR_C+1)}{sC(R_C+R)+1}+\frac{sL+R_E}{D^2} \\ \\ &=\frac{s^2LC(R_C+R)+s\big[ CR_E(R_C+R)+(1-D)^2CR_CR+L \big]+R_E+(1-D)^2R}{D^2\big[ sC(R_C+R)+1 \big]}\tag{56} \end{align*} Zi(s)=(D1D)2sC(RC+R)+1R(sCRC+1)+D2sL+RE=D2[sC(RC+R)+1]s2LC(RC+R)+s[CRE(RC+R)+(1D)2CRCR+L]+RE+(1D)2R(56)
分母是特征方程

6.5.4 求小信号传递函数

d ^ = 0 \hat d=0 d^=0 ,由上面的结论,直接把电感支路阻抗等效到输入回路,输出回路阻抗通过变比等效至输入回路
应用分压公式得到电压再等效到输出回路就行
A ( s ) = v ^ o v ^ i = ( 1 − D D ) 2 [ ( R C + 1 / s C ) / / R ] R E + s L D 2 + ( 1 − D D ) 2 [ ( R C + 1 / s C ) / / R ] ⋅ D 1 − D = D ( 1 − D ) ⋅ ( 1 + s C R C ) R s 2 L C ( R C + R ) + s [ C R E ( R C + R ) + ( 1 − D ) 2 C R C R + L ] + R E + ( 1 − D ) 2 R \begin{align*} A(s)=\frac{\hat v_o}{\hat v_i} & =\frac{(\frac{1-D}{ D})^2 \big[ (R_C+1/sC)//R \big]} {\frac{ R_E+sL}{ D^2}+(\frac{1-D}{ D})^2 \big[ (R_C+1/sC)//R \big]}\cdot\frac D{1-D} \\ \\ &=\frac{D(1-D)\cdot(1+sCR_C)R}{s^2LC(R_C+R)+s\big[ CR_E(R_C+R)+(1-D)^2CR_CR+L \big]+R_E+(1-D)^2R}\tag{57} \end{align*} A(s)=v^iv^o=D2RE+sL+(D1D)2[(RC+1/sC)//R](D1D)2[(RC+1/sC)//R]1DD=s2LC(RC+R)+s[CRE(RC+R)+(1D)2CRCR+L]+RE+(1D)2RD(1D)(1+sCRC)R(57)


7. CCM理想状态空间平均分析

请添加图片描述

取电感电流与电容电压为状态变量有
S导通:
d d t [ i L u C ] = [ 0 0 0 − 1 R C ] [ i L u C ] + [ 1 L 0 ] v i (58) \frac d{dt} \begin{bmatrix} i_L \\ u_C \end{bmatrix} =\begin{bmatrix} 0 & 0 \\ 0 & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} i_L \\ u_C \end{bmatrix}+ \begin{bmatrix} \frac 1 L \\ 0 \end{bmatrix} v_i\tag{58} dtd[iLuC]=[000RC1][iLuC]+[L10]vi(58)
S关闭:
d d t [ i L u C ] = [ 0 − 1 L 1 C − 1 R C ] [ i L u C ] + [ 0 0 ] v i (59) \frac d{dt} \begin{bmatrix} i_L \\ u_C \end{bmatrix} =\begin{bmatrix} 0 & -\frac 1 L \\ \frac 1 C & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} i_L \\ u_C \end{bmatrix}+ \begin{bmatrix} 0 \\ 0 \end{bmatrix} v_i \tag{59} dtd[iLuC]=[0C1L1RC1][iLuC]+[00]vi(59)
(58)乘 D 加(59)乘(1-D)得大信号状态空间平均模型
d d t [ I L V C ] = [ 0 − 1 − D L 1 − D C − 1 R C ] [ I L V C ] + [ 1 L 0 ] D V i (60) \frac d{dt} \begin{bmatrix} I_L \\ V_C \end{bmatrix} =\begin{bmatrix} 0 & -\frac {1-D} L \\ \frac {1-D} C & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} I_L \\ V_C \end{bmatrix}+ \begin{bmatrix} \frac 1 L \\ 0 \end{bmatrix} DV_i \tag{60} dtd[ILVC]=[0C1DL1DRC1][ILVC]+[L10]DVi(60)
加入扰动
d d t [ I L + i ^ L V C + u ^ C ] = [ 0 − 1 − D − d ^ L 1 − D − d ^ C − 1 R C ] [ I L + i ^ L V C + u ^ C ] + [ 1 L 0 ] ( D + d ^ ) ( V i + v ^ i ) \frac d{dt} \begin{bmatrix} I_L+\hat i_L \\ V_C+\hat u_C \end{bmatrix} =\begin{bmatrix} 0 & -\frac {1-D-\hat d} L \\ \frac {1-D-\hat d} C & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} I_L+\hat i_L \\ V_C+\hat u_C \end{bmatrix}+ \begin{bmatrix} \frac 1 L \\ 0 \end{bmatrix} (D+\hat d)(V_i+\hat v_i) dtd[IL+i^LVC+u^C]=[0C1Dd^L1Dd^RC1][IL+i^LVC+u^C]+[L10](D+d^)(Vi+v^i)
减去式(48), V C = V o V_C=V_o VC=Vo
d d t [ i ^ L u ^ C ] = [ 0 d ^ L − d ^ C 0 ] [ I L V o ] + [ 0 − 1 − D − d ^ L 1 − D − d ^ C − 1 R C ] [ i ^ L u ^ C ] + [ 1 L 0 ] ( V i d ^ + v ^ i D ) \frac d{dt} \begin{bmatrix} \hat i_L \\\hat u_C \end{bmatrix} =\begin{bmatrix} 0 & \frac {\hat d} L \\ -\frac {\hat d} C & 0 \end{bmatrix} \begin{bmatrix} I_L \\ V_o \end{bmatrix}+ \begin{bmatrix} 0 & -\frac {1-D-\hat d} L \\ \frac {1-D-\hat d} C & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} \hat i_L \\ \hat u_C \end{bmatrix}+\begin{bmatrix} \frac 1 L \\ 0 \end{bmatrix} (V_i\hat d+\hat v_iD) dtd[i^Lu^C]=[0Cd^Ld^0][ILVo]+[0C1Dd^L1Dd^RC1][i^Lu^C]+[L10](Vid^+v^iD)
线性化去除高阶小量,代入 v ^ i = 0 \hat v_i=0 v^i=0
d d t [ i ^ L u ^ C ] = [ 0 − 1 − D L 1 − D C − 1 R C ] [ i ^ L u ^ C ] + [ V o L − I L C ] d ^ + [ 1 L 0 ] V i d ^ \frac d{dt} \begin{bmatrix} \hat i_L \\\hat u_C \end{bmatrix}= \begin{bmatrix} 0 & -\frac {1-D} L \\ \frac {1-D} C & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} \hat i_L \\ \hat u_C \end{bmatrix} +\begin{bmatrix} \frac { V_o}{ L} \\ -\frac{ I_L}{C} \end{bmatrix} \hat d +\begin{bmatrix} \frac 1 L \\ 0 \end{bmatrix} V_i\hat d dtd[i^Lu^C]=[0C1DL1DRC1][i^Lu^C]+[LVoCIL]d^+[L10]Vid^
做 Laplace 变换,取初值为0
s [ I ^ L ( s ) V ^ C ( s ) ] = [ 0 − 1 − D L 1 − D C − 1 R C ] [ I ^ L ( s ) V ^ C ( s ) ] + [ V o L − I L C ] d ^ ( s ) + [ 1 L 0 ] V i d ^ ( s ) s \begin{bmatrix} \hat I_L(s) \\ \hat V_C(s) \end{bmatrix} =\begin{bmatrix} 0 & -\frac {1-D} L \\ \frac {1-D} C & -\frac 1 {RC} \end{bmatrix} \begin{bmatrix} \hat I_L (s)\\\hat V_C(s) \end{bmatrix} +\begin{bmatrix} \frac { V_o}{ L} \\ -\frac{ I_L}{ C} \end{bmatrix} \hat d (s) +\begin{bmatrix} \frac 1 L \\ 0 \end{bmatrix} V_i\hat d(s) s[I^L(s)V^C(s)]=[0C1DL1DRC1][I^L(s)V^C(s)]+[LVoCIL]d^(s)+[L10]Vid^(s)

s C V ^ C ( s ) = ( 1 − D ) I ^ L ( s ) − 1 R V ^ C ( s ) − I L d ^ ( s ) sC\hat V_C(s)=(1-D)\hat I_L(s)-\frac 1 R\hat V_C(s)-I_L\hat d(s) sCV^C(s)=(1D)I^L(s)R1V^C(s)ILd^(s)
s L I ^ L ( s ) = − ( 1 − D ) V ^ C ( s ) + ( V o + V i ) d ^ ( s ) sL\hat I_L(s)=-(1-D)\hat V_C(s)+ (V_o+V_i)\hat d(s) sLI^L(s)=(1D)V^C(s)+(Vo+Vi)d^(s)
代入式(4),消去 I ^ L ( s ) \hat I_L(s) I^L(s)
V ^ C ( s ) d ^ ( s ) = ( 1 − D ) ( V o + V i ) R − V o s L / ( 1 − D ) s 2 C L R + s L + ( 1 − D ) 2 R (61) \frac{\hat V_C(s)}{\hat d(s)}=\frac{(1-D)(V_o+V_i)R - V_osL/(1-D)}{s^2CLR+sL+(1-D)^2R} \tag{61} d^(s)V^C(s)=s2CLR+sL+(1D)2R(1D)(Vo+Vi)RVosL/(1D)(61)
与式(50) R E = R C = 0 R_E=R_C=0 RE=RC=0 时候的公式相同

下链


[[5. CCM三端开关网络的统一方法]]


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/709107.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【SaaS】多租户系统设计

文章目录 多租户系统设计一、SaaS 的系统分级二、应用程序必须支持多租户三、数据隔离方案3.1、独立应用独立库3.2、同一个应用程序,每个租户一个库3.3、同一个应用程序,同一个数据库3.4、分片多租户 四、我们的模型选择4.1、开发实践4.2、元数据/配置驱…

vue路由传参+案例(使用mock模拟后端数据)

路由传参 跳转路由时,可以给路由对应的组件内传参 声明式导航 /path?参数名值 /path/值 —需要路由对象提前配置 path: ‘/path/:参数名’ 对应的页面组件接收传递过来的值 $route.query.参数名 $route.params.参数名 router/index.js import Vue from vue // 1. …

解析matlab的audioread()输入输出参数

目录 一、API简介 二、实验 1. matlab 2. C语言 一、API简介 链接如下: 读取音频文件 - MATLAB audioread- MathWorks 中国 也可以浏览最新的英文版API说明: 简单说明如下: 1. 读取wav格式的文件,会自动跳过44个字节的文件…

初识React/JSX/组件/state/受控组件

JSX 推荐使用小括号包裹jsx 使用函数创建组件 使用类创建组件 抽离组件 事件绑定 事件对象 有状态和无状态组件/state 抽离事件处理程序 表单元素 受控组件 多表单优化 非受控组件(了解即可)

vhost-net-原理-初始化流程-数据传输流程-vhost-net后端

文章目录 1.vhost net2.vhost-net的初始化流程vhost net设置vhost dev设置vhost vring设置 3.数据收发流程分析3.1 数据发送3.2 数据接收 4ioventfd和irqfd的通知机制4.1ioeventfdqemu侧kvm侧总体效果 4.2irqfdqemu侧kvm侧总体效果 参考: 1.vhost net 传统的virtio…

ChatGPT Plugins内幕、源码及案例实战(一)

ChatGPT Plugins内幕、源码及案例实战 6.1 ChatGPT Plugins的工作原理 本节主要跟大家谈ChatGPT的插件(Plugins),这个内容非常重要。现在很多企业级的开发,一般都会基于ChatGPT 插件进行一些服务的封装,相当于开发了一个代理(Agent),把一些服务或者API封装在里面,然后…

eclipse编辑器汉化;eclipse安装中文插件

eclipse IDE默认是英文环境,使用起来略微不便,汉化还是很有必要的;下面记录一下安装中文插件的过程: 文章目录 一、 选择安装包地址二、 在eclipse安装中文插件2.1 在线安装2.2 手动下载安装包2.3 导入到eclipse 三、汉化插件介绍 一、 选择安…

实例005 可以拉伸的菜单界面

实例说明 如果管理程序功能菜单非常多,而用户只使用一些常用菜单,这时,可以将主菜单项下的不常用菜单隐藏起来。此种显示方式类似于对菜单进行拉伸。使用时,只需单击展开菜单,即可显示相应菜单功能。运行本例&#xf…

python matplotlib中colorbar的位置设置

colorbar单独设置一个轴对象,再对轴对象进行灵活设置 import numpy as np import matplotlib.pyplot as plt# 创建一个二维随机数组 data np.random.rand(10, 10)# 创建一个图形和一个子图 fig, ax plt.subplots()# 绘制热力图 heatmap ax.imshow(data, cmaphot…

在linux中快速安装Redis数据库

Redis中文网 点击该链接下载最5.0.4版本的Redis的压缩包 使用Xftp工具将Redis安装包上传到linux中 1.将压缩包解压到/opt目录下: tar -zxvf redis-5.0.4.tar.gz 2. 更新yun: sudo yum makecache fast 3.安装gcc: yum -y install gcc 4.安装完成通过输入 : gcc -v …

tiny tool - get_file_path_name_by_drop_file

文章目录 tiny tool - get_file_path_name_by_drop_file概述工程效果收获的知识点vs2022工程, 必须自己设置对话框可以接受文件的风格vs2022建立的工程, 默认是unicode编码, 设置剪贴板数据时, 必须要设置为unicode的格式, 否则剪切板中只有第一个字符工程主要实现END tiny too…

短信压力测试系统,支持自定义接口

短信压力测试系统,支持自定义接口 支持卡密充值,短信压力测试系统,解决一切骚扰电话,教程在压缩包里面 可多个服务器挂脚本分担压力,套了cdn导致无法正常执行脚本可以尝试添加白名单 这边建议使用MySQL方式 同服务器下直接配置…

MySQL生产环境高可用架构实战

分布式技术MongoDB 1. MySQL高可用集群介绍1.1 数据库主从架构与分库分表1.2 MySQL主从同步原理 2. 动手搭建MySQL主从集群2.1 基础环境搭建2.2 安装MySQL服务2.2.1 初始化MySQL2.2.2 启动mysql2.2.3 连接MySQL 2.3 搭建主从集群2.3.1 配置master主服务2.3.2 配置slave从服务主…

Radzen Blazor Studio 1.12 Crack

Radzen Blazor Studio 是一款桌面工具,使 开发人员 能够创建精美的商业 Blazor 应用程序。快速地。 开放技术栈 没有供应商锁定。生成的源代码是人类可读的,您可以使用免费工具构建它。 Radzen 由流行的开源技术 - ASP.NET Core、Blazor、Bootstrap 提供…

较少的分区也报错too many range table entries

问题现象 postgresql中update执行语句报错too many range table entries 源sql with t as (select id from LZLTAB where id8723 limit 100 ) update LZLTAB setSTATUS 00,FILE_ID null,DATE_UPDATED localtimestamp(0) where id in (select id from t)如果把update改写成…

碳排放预测模型 | Python实现基于机器学习的碳排放预测模型——数据清理和可视化

文章目录 效果一览文章概述研究内容源码设计参考资料效果一览 文章概述 碳排放预测模型 | Python实现基于机器学习的碳排放预测模型——数据清理和可视化 研究内容 碳排放被认为是全球变暖的最主要原因之一。 该项目旨在提供各国碳排放未来趋势的概述以及未来十年的全球趋势预测…

三维空间刚体运动之旋转矩阵与变换矩阵

1. 旋转矩阵 1.1 点、向量和坐标系 点:点是空间中的基本元素,没有长度,没有体积; 向量:把两个点连接起来,就构成了向量,向量可以看成从某点指向另一点的一个箭头;只有当我们指定这…

threejs精灵和粒子系统

个人博客地址: https://cxx001.gitee.io 前面我们了解到了场景中的网格对象由几何体和材质组成,并且分别系统学习了它们。这节我们将学习一个特殊的网格对象-----粒子(精灵)。 了解粒子 一个粒子(新版叫精灵)是 一个二维平面(小方块) ,它总是面向摄像…

Linux--阅读文本指令:more、less

生成10000行数字并将其写入普通文件的指令&#xff1a; count0; while [ $count -le 10000 ]; do echo "hello bit ${count}"; let count; done > file.txt 直接cat < file.txt会刷屏的&#xff0c;故引入more 注&#xff1a;enter键控制下翻&#xff0c;q直…

拷贝对象,拷贝快乐:揭开JavaScript中拷贝的神奇面纱

文章目录 浅拷贝&#xff08;Shallow Copy&#xff09;1. 使用 Object.assign() 方法2. 使用展开运算符&#xff08;Spread Operator&#xff09;3. 使用数组的 slice() 或 concat() 方法 深拷贝&#xff08;Deep Copy&#xff09;1. 使用 JSON 对象的方法2. 使用递归方法自行实…