企业官网建设流程全解析

简介：一份聚焦电动汽车无线充电系统仿真与设计的技术文献，面向新能源汽车、汽车电子方向的工程师、研究人员及高校学生。内容围绕耦合无线电能传输与三相交错式DC-DC变换器，阐述无线充电主电路、蓄电池充放电控制方案，以及Pspice下无线能量传输特性分析与MATLAB/Simulink中双闭环PI控制仿真建模，帮助读者掌握谐振耦合充电、交错并联拓扑与控制策略设计。仿真结果表明该方案易实现、充电快速，能使蓄电池充放电更安全、稳定、高效。该项研究来自辽宁石油化工大学信息与控制工程学院，原载《国外电子测量技术》2014年第33卷第7期。压缩包内仅含1个PDF文件，约253KB，便于直接阅读引用。目前已有230人学习，适合作为电动汽车无线充电课题的参考文献，尤其可用于毕业设计、课程设计或技术预研仿真参考。

1. 先把系统架构搞对：无线充电仿真的三条主线

做电动汽车无线充电系统仿真，第一件事不是打开 MATLAB 就搭模型，而是先想清楚这套系统到底由哪些部分组成、每一部分在仿真里该用什么工具去表达。很多新手一上来就搜“无线充电 simulink 模型”然后直接往下拖，结果搭出来的东西要么不收敛，要么效率曲线假得离谱，问题就出在架构没捋顺。

一套完整的电动汽车无线充电系统，从电网取电到电池充电，中间要经历五级变换：工频交流整流成直流，直流再经过高频逆变变成高频交流，高频交流驱动发射线圈产生交变磁场，接收线圈感应出高频电压，最后再整流成直流给电池充电。仿真要覆盖的是中间三段——高频逆变、磁耦合机构、整流与充电控制。至于前端的工频整流，在系统级仿真里通常用直流源替代，没必要把电网侧全建模进去，那是另一层复杂度。

这里有一个核心选型问题：为什么电动汽车无线充电普遍走磁耦合谐振路线，而不是更早的电磁感应式？电磁感应式要求发射和接收线圈严格对齐、间距极小，像手机充电板那样贴着用没问题，但车底和地面之间有十几厘米甚至二十多厘米的间隙，还要容忍停车时前后左右的对齐偏差，感应式的松耦合程度根本撑不住。磁耦合谐振通过在发射端和接收端分别串入补偿电容，让两侧线圈工作在同一个谐振频率上，磁场能量可以在较大间距下高效传递。说白了就是把“必须贴紧才能充”变成了“离得远一点也能充”，这才是车规级无线充电能落地的根本原因。

再说仿真的分工。电磁场部分（线圈设计、互感计算、损耗分析）适合用有限元工具，比如 ANSYS Maxwell、COMSOL；系统级部分（电能变换、补偿网络、控制策略、电池充电曲线）适合用 Simulink/Simscape。两套工具各有各的活，很多人试图用一套工具从头算到尾，结果要么磁算不准，要么电路仿真慢到怀疑人生。正确的做法是：先用有限元把线圈模型跑出来，提取自感和互感参数，再把这些参数带回 Simulink 搭整个电能传输链路。这样既保证了磁场计算精度，又不牺牲系统仿真的速度。

下面我会按照这个思路，把从参数计算到联合仿真的完整过程拆开讲，每个环节都会给出我实际调过的参数和踩过的坑。

2. 核心参数计算：从输出功率倒推到线圈电感

2.1 先把系统指标钉死

做仿真之前，一定要先定指标。没有指标就谈不上参数设计，更谈不上仿真验证。一套典型的电动汽车无线充电系统，我习惯先定这样一组目标值：输出功率 3.3 kW（家用慢充级别），系统直流输入电压 400 V，谐振频率 85 kHz，传输距离 150 mm，允许的水平偏移 ±75 mm，目标端到端效率不低于 90%。

这几个参数不是随便拍的。85 kHz 是国际上对电动汽车无线充电的开放频段，既能避开工业设备的常用频段，又不会高到让开关器件和磁性材料的损耗失控。功率定 3.3 kW 是因为这是目前私家车最实际的慢充场景，一晚上能补三百公里左右的续航。电压 400 V 对应主流电池包电压平台，也方便后级 DC-DC 的设计。

系统指标定了之后，需要根据功率需求倒推线圈和电路参数。这里有一个基础的功率关系式：在 resonant inductive coupling 系统中，输出功率近似正比于工作角频率和互感，以及发射电流和接收电流的乘积。粗略估算时，可以用 P ≈ ωM·I₁I₂ 来反推电流等级。在 85 kHz、互感约 20 μH 的情况下，要传 3.3 kW，发射和接收线圈的电流大致会落在 25~30 A 这个区间。这个量级决定了线径、器件选型和散热方案，也决定了仿真里要重点观察哪些波形。

2.2 补偿电容的串联并联玩法

磁耦合谐振的核心是补偿网络。发射线圈和接收线圈都需要补偿电容，但补偿电容和线圈的组合方式有四种基本拓扑：SS（串串）、SP（串并）、PS（并串）、PP（并并）。其中 SS 拓扑在电动汽车无线充电里最常用，原因很直接：SS 的谐振频率只取决于电感和电容，不随负载和互感变化，也就是说无论电池充电到哪个阶段，谐振频率始终是固定的 85 kHz，控制上最简单。

电容值的计算很简单，谐振条件就是 LC 谐振公式：f = 1 / (2π√(LC))。在 85 kHz 下，如果发射线圈电感是 98 μH，那么发射侧补偿电容 C = 1 / ((2π × 85000)² × 98e-6) ≈ 36 nF。接收侧同理，由接收线圈电感决定。需要注意的是，实际电容要选高频特性好的薄膜电容或者 C0G 陶瓷电容，仿真里也要设置等效串联电阻（ESR），否则仿真效率会虚高。

线圈自感怎么估？圆形线圈的空心电感可以用经验公式估算，但精度一般；矩形线圈更复杂。真实项目里我会建议直接用 Maxwell 或 COMSOL 算，那才是可信的值。不过为了在 Simulink 里先搭出一个能跑的模型，可以先假设一个互感值，比如 20 μH，后续用有限元结果替换。这里分享一个容易忽略的细节：仿真初期不要把线圈损耗设成零，铜损和铁损至少要给一个量级合理的初始值，不然后面替换真实参数时效率曲线会掉一大截，你会误以为是控制策略出了问题。

3. 实操环节一：线圈与磁场的有限元仿真（Maxwell/COMSOL）

3.1 建模与网格处理

线圈的有限元仿真，很多人第一次做就栽在建模上。如果是 Maxwel，推荐用 Maxwell 3D 的涡流场求解器，频率设为 85 kHz。线圈几何模型可以在 Maxwell 里直接画，也可以在 CAD 里画好导入，关键是材料属性一定给对：线圈用铜，磁芯用铁氧体（比如 DMR44 这类功率铁氧体），背景区域设为空气。

线圈建模有一个省事的技巧：圆环线圈在 Maxwell 里用螺旋线扫掠成体，但螺旋线本身建模比较繁琐。我实际用的做法是直接画多个同心圆环段再布尔求和，或者用 Simplify 模型把多匝直接用一个大截面的单匝等效，前提是保证总铜截面积一致。这种方法在高频下会有趋肤效应的细微误差，但用于提取互感和打量级是够的。如果要追求更真实的铜损，再把多匝模型建出来。

网格划分是另一个大头。Maxwell 自适应网格对涡流场的处理比较成熟，但要注意把气隙区域（两线圈之间 150 mm 的空间）单独加细。磁场能量主要储存在这个区域，网格太粗会直接导致互感计算偏差。我实测下来，气隙网格尺寸控制在 10 mm 以内，线圈体网格控制在 2~3 mm，结果重复性比较好。仿真设置好后，扫一个电流激励，比如发射和接收同相各通 30 A，求解后查看磁感应强度分布云图，确认磁场线确实是从发射线圈穿过接收线圈，而不是大面积往四周漏。漏磁太明显的话，说明线圈间距太大或磁芯结构不合理，要先改结构再继续。

3.2 互感提取与损耗观察

算出磁场分布后，有两个结果要提取：一个是互感 M，一个是等效交流电阻 R_ac。互感在 Maxwell 里可以通过在接收线圈积分得到磁链，然后除以电流来算；也可以在 Maxwell 的矩阵结果里直接看 L₁、L₂ 和 M 的耦合矩阵。注意线圈在不同的相对位置（对正、偏移 50 mm、偏移 75 mm）都要仿真一遍，因为停车不可能每次都完美对正。把不同偏移量下的互感数据记录下来。

这里有一个工程经验：当水平偏移增大时，互感会明显下降，系统传输功率随互感平方下降，所以实际产品的抗偏移设计是重中之重。仿真阶段至少提取三组数据，用于后续的闭环控制策略设计，以确保在偏移条件下仍然能满足基本的充电需求。这些互感数据可以做成表格，喂给后面的 Simulink 仿真，或者直接在仿真里用一个可变参数模块查表。

R_ac 的提取容易被忽略，但它直接影响效率。Maxwell 涡流场会给出发射和接收线圈的交流电阻值，这个值比直流电阻大不少，因为高频趋肤效应会让电流集中在导线表面。比如直径 4 mm 的利兹线，85 kHz 下的交流电阻可能是直流电阻的 2~3 倍。仿真结果出来后，把自感、互感和交流电阻填回 Simulink 模型，这样系统级仿真才真正站在了真实物理参数的基础上。

4. 实操环节二：Simulink 系统级仿真与控制策略

4.1 电路模型的搭建顺序

Simulink 里搭无线充电系统，我推荐用 Simscape Electrical 而不是纯 Simulink 数学模块，因为电路拓扑的物理连接在 Simscape 里更直观，而且自带电力电子器件模型。模型搭建顺序建议按能量流方向走：直流电源 → 全桥逆变器 → 发射侧补偿电容 → 发射线圈 → 互感耦合 → 接收线圈 → 接收侧补偿电容 → 整流桥 → 电池负载。

高频逆变器可以用 Simscape 自带的 MOSFET 或 IGBT 模型，但器件参数一定要设置，特别是导通电阻、开关时间。很多人偷懒用理想开关，导致仿真效率 99%，现实根本达不到。我给逆变器的每个开关管设置大约 30 mΩ 的导通电阻，开关频率 85 kHz，死区时间设置 200 ns。设置死区很重要，没有死区的话上下桥臂直通，仿真电流会瞬间爆炸，即使不爆炸，得到的波形也是失真的。

线圈部分用 Simscape 的 Mutual Inductance 模块，把上面从 Maxwell 里提取的自感和互感填进去。如果要做偏移工况的仿真，可以将互感设置为一个变量，通过查表模块或者直接关联一个来自不同偏移量的信号源。这个做法在验证动态性能时非常有用，比如模拟车辆停偏了之后系统如何调整输出电压和功率。

整流桥后面接的是电池。最简单的电池模型可以用一个可变电压源加内阻来实现，电压随 SOC（荷电状态）变化，模拟充电过程中端电压上升的过程。更精细一点的可以搭电池等效电路模型，但仿真初期说实话没必要，用可变电压源完全够用。

4.2 恒流恒压充电的实现

电动汽车动力电池充电策略核心是“先恒流后恒压”：前期以设定电流恒流充电，把电量充到大约 80%；然后转恒压，电压保持不变，电流逐渐减小。仿真要做的是闭环控制：采样输出侧电流和电压，分别和给定值比较，经过 PI 调节器输出逆变器的移相角，通过移相全桥控制功率传输的大小。

具体在 Simulink 里，可以用一个比较简单的做法：搭建两个 PI 控制器，一个用于恒流控制，一个用于恒压控制，然后通过一个切换逻辑选择当前运行模式。切换条件就是电池端电压达到设定阈值。这里有一个仿真上的细节：两个 PI 控制器的输出要经过一个多路开关，但切换时容易产生突变，导致波形毛刺。我习惯在切换逻辑里加一个小的滞环，比如电压到 540 V 以上才切换，降回 530 V 以下再切回来，这样避免频繁振荡。

另外，为了控制逆变器的移相角，我推荐用 Simulink 的 Pulse Generator 加可调延迟角，或者干脆写一个小的 S-Function 生成四路带死区的 PWM 驱动信号。这样闭环控制的变量直接映射到移相角上，物理意义很清楚。仿真里把 PI 参数视情况调，不需要精确匹配实际控制器，但至少让充电电流曲线变化趋势符合预期：恒流阶段电流平稳，电压缓慢上升；转入恒压后电压保持，电流逐渐衰减。

5. 波形怎么看：谐振、ZVS 与充电曲线判断

5.1 三个关键波形判断系统是否调对

仿真跑完之后，不能只看效率一条曲线。真正判断系统是否工作在谐振状态，需要同时看三个波形：线圈电流波形、逆变器输出电压波形、输入阻抗特性。我最先看的是线圈电流是否为正弦波。如果补偿参数算错，线圈电流波形就会出现明显畸变，不再是干净的正弦波，这时要回头检查电容值是不是按谐振频率算的。

第二个看逆变器输出电流和电压的相位关系。理想状态下，全桥逆变器输出方波电压，输出电流应接近正弦且滞后于电压一个很小的角度，这是容性负载的特征。但实际上为了让 MOSFET 实现零电压开通（ZVS），我们希望逆变器的输出略微呈感性，也就是电流滞后电压一个很小的角度，让开关管在开通前体二极管先导通续流。判断方法很简单：看电流过零点相对于电压边沿的位置，如果电流过零点比电压边沿略微靠后，说明略呈感性，ZVS 条件大概率成立。

第三个看输入功率和输出功率的差值。损耗大不大，对应到各个器件上。Simulink 的 Scope 里可以直接显示各功率值，也可以加 Simscape 的 Power Sensor。如果发现整流桥损耗异常大，检查二极管是否设置了正向导通压降和导通内阻——用理想二极管的话，这里的损耗就是零，明显不真实。

5.2 充电过程的整体曲线

把整个恒流-恒压充电过程跑完，输出功率和效率曲线会呈现一个经典形状：恒流阶段输出功率基本稳定在设定值附近，效率也相对平稳；进入恒压阶段后，随着电流减小，输出功率下降，如果轻载损耗没降下来，效率会明显下跌。这个“尾部掉效率”的现象在真实系统中很常见，不是仿真 bug，但要留意控制策略有没有在轻载时降低待机损耗。

充电曲线的另一个观察点是功率纹波。如果输出电压或者电流有大幅周期性波动，通常是谐振网络参数失配或者 PI 参数过冲。这种时候不要急着调控制参数，先检查补偿电容值是不是偏离了谐振点。很多时候是计算电容值手误，比如用了 33 nF 而正确计算值要 36 nF，工作频率虽然还是 85 kHz，但系统已经偏离 ZPA（零相位角）状态，波形自然会出问题。

6. 常见问题排查与经验补充

6.1 仿真发散、不收敛，先查这几处

Simulink 电磁暂态仿真的不收敛，大部分情况不是算法问题，而是模型设置问题。我碰到最多的就是变步长求解器在电力电子开关切换时刻计算卡死。解决办法是换成固定步长求解器，步长设置在开关周期的 1/100 左右，85 kHz 对应步长约 0.12 μs，或者直接用 Simscape 推荐的本地求解器配置。

另一个常见问题是电感电流突变。全桥逆变器如果没设死区，或者初始状态时开关逻辑和电压源方向冲突，会导致电感电流瞬间跳变。排查方法是先把逆变器驱动信号断开，单独验证谐振腔在正弦激励下的稳态特性，确认没问题再接入闭环控制。还有互感模块极性接反的问题，会导致接收侧能量反向传输，效率直接变成负数或极低值。检查方式很简单：把发射电流设为正向，看接收线圈感应电压方向是否与预期一致，不对就换互感极性。

6.2 效率偏低背后藏着的三个隐藏原因

如果效率仿真值比预期低到 85% 以下，先别怀疑控制策略，更可能是建模时埋了雷。高频变压器和线圈的交流电阻是最容易被低估的项。很多人直接用 Maxwell 里看某一条支路的电阻，忽略了温度升高后电阻率上升，仿真时默认 20°C 没问题，但在实际运行温度下损耗要高出不少。可以先按铜的电阻率温度系数折算 80°C 下的电阻值，再填入模型。

整流桥损耗也要重点看。仿真里二极管模型如果用的是理想模型，效率虚高；用详细介绍模型后，注意二极管的反向恢复损耗在 85 kHz 下不可忽略。如果效率还是低，把整流桥换成同步整流（用 MOSFET 替代二极管），效率通常会提升 2~3 个百分点，这也是实际产品的通用做法。

补偿电容的 ESR 也是容易被忽略的一项。仿真模型里如果没给电容串 ESR，相当于电容零损耗，在高频大电流下这个误差非常明显。我一般会给 36 nF 的谐振电容串一个 20~50 mΩ 的等效串联电阻，这样效率计算才接近实际。把这三项检查完，效率曲线基本能往 90% 靠拢。

从仿真到落地的几点心里话

这套仿真流程我完整跑过不止一遍，最大的体会是：仿真的目的从来不是为了“跑出个结果”，而是为了在设计阶段提前暴露问题。电磁场仿真帮你确认线圈结构和互感特性，系统仿真帮你验证补偿拓扑和控制策略，两者拼在一起，才能对无线充电系统的行为建立真正完整的直觉。

如果你刚接触这个方向，我建议的路线是：先从 Simulink 里的 SS 补偿模型搭起，用一组已知参数跑通波形，再引入 Maxwell 提取的真实线圈参数，最后再碰闭环控制和常见故障工况。每一步都值得反复验证，尤其是互感数据从 Maxwell 导入 Simulink 时，一定先跑一个开环工况核对功率传输是否符合理论预期，再上闭环。这个细节能帮你节省大量排错时间。

仿真终究是地基，真正做产品时还要面对线圈防水、金属异物检测、车载通信对齐等一大堆工程问题。但地基打好了，上面盖楼才不慌。希望这篇内容能让你少走一些我当年绕过的弯路。

本文还有配套的精品资源，点击获取