企业官网建设流程全解析

刚把这个模型跑通的时候，我其实松了一口气。这个标题对应的东西——基于混合有限集模型预测控制（FCS-MPC）的模块化多电平换流器（MMC）整流电路Simulink仿真——是电力电子方向很典型的SCI复现工作。控制对象是MMC，控制算法是FCS-MPC，应用场景是整流，平台是Simulink。单拆开每一项都不算冷门，但合在一起就有大量细节需要注意：子模块电容电压怎么平衡、环流怎么抑制、代价函数里几个目标怎么配权重、模型用等效建模还是开关器件建模、启动时怎么防电流冲击。这篇文章我会按实际复现的顺序，把控制原理、模型搭建、代码实现和调试经验全部过一遍，适合正准备复现同类论文、或者想把FCS-MPC搬到MMC上的读者参考。

1. 为什么MMC整流电路需要FCS-MPC：先理解控制难点

1.1 MMC拓扑与整流工况下的能量流动

先看被控对象。MMC三相拓扑由三个相单元构成，每个相单元分上下两个桥臂，每个桥臂由N个半桥子模块串联，再串一个桥臂电感。半桥子模块内部是两个IGBT加反并联二极管，出口并联一个直流电容。通过控制两个IGBT的开关组合，子模块要么被旁路（输出电压0），要么被投入（输出电压等于电容电压）。直流母线电压由所有投入子模块的电容电压共同支撑，所以稳态下每个电容电压基本被钳在 Vdc/N 附近。

整流工况的关键在于能量流向：交流侧三相电源通过桥臂电感向MMC馈入功率，MMC再把功率送到直流侧负载。控制目标有两个层面，一是把直流母线电压控在给定值，二是让交流侧电流保持正弦、功率因数可控。这比纯逆变要麻烦，因为直流电压不能直接给定，必须通过闭环从交流侧“吸”能量来维持，控制器的参考值会随负载和电网波动不断变化。

1.2 三大控制难题：电容电压平衡、环流、电流波形

搭好主电路之后，真正难的是控制。我大概梳理一下MMC在整流工况下绕不开的三个问题。

第一个是子模块电容电压平衡。MMC子模块电容没有硬件均压回路，同一时刻同一桥臂内哪些电容投入，完全由控制策略决定。如果一直让同一个电容投入，它的电压会越充越高或者越放越低，最后系统崩掉。所以算法必须在每个控制周期重新分配投切对象，让所有电容电压向同一个参考值收敛。

第二个是环流。上下桥臂电流可以分解为两部分：一部分是交流侧电流在桥臂间的分配，另一部分是同相上下桥臂之间循环流动的电流，也就是环流。环流分量主要是2倍工频，它不参与交流侧和直流侧的能量交换，但会在桥臂电感上产生压降、增加损耗，还会让电容电压纹波变大。整流工况下，环流抑制和内环电流控制同样重要。

第三个是交流电流波形质量。MMC本质上是一个多电平PWM变换器，整流时输入电流谐波取决于调制策略和电平数。N越大，电平越多，电流越接近正弦，但控制自由度也越多。用传统PI加调制器时，电流环参数、载波相位、调制方式都要逐一调；换到预测控制框架下，这些问题会被统一成一个优化问题，反而清爽很多。

1.3 FCS-MPC为什么适合MMC

传统线性控制的做法是：外环PI稳住直流电压，内环PI控制交流电流，再用载波移相PWM或最近电平逼近（NLM）把电压参考变成开关信号。这套方案很成熟，但参数多、动态响应受限，而且每个控制目标都要单独设计一条通路。FCS-MPC的思路完全不同：MMC的开关状态本来就是有限个离散集合，那干脆枚举这些状态，用系统模型预测每种状态下一拍的系统行为，再通过一个代价函数直接选出最优开关动作。

对MMC来说，FCS-MPC特别适合，因为它的多个控制目标天然能写进同一个代价函数，包括电流跟踪误差、电容电压偏差、环流抑制、开关频率惩罚。不需要调制器，不需要逐环整定PI参数，控制器的输出直接就是子模块开关信号。代价自然也有：在线计算量大，对模型参数比较敏感，每个采样周期都要做一轮预测寻优。但在Simulink里复现，重点就是把计算量和控制效果平衡好。

2. 混合FCS-MPC的控制原理与代价函数设计

2.1 “混合”到底混合了什么

“混合有限集模型预测控制”这个说法在不同论文里含义不完全一样，我复现时把它拆解成三个层次。

第一层是模型混合。MMC本身是连续时间系统，开关事件却是离散的，FCS-MPC要把连续电流动态和离散开关组合统一在一个预测框架里，用离散化模型逼近连续系统行为。

第二层是控制目标混合。电流跟踪、电容电压平衡、环流抑制、开关频率限制，这四个目标在传统控制里是分开处理的，在FCS-MPC里全部加权进同一个代价函数J。

第三层是执行策略的混合。直接枚举所有子模块组合不现实，所以实际实现时通常分两步：先用FCS-MPC选出每个桥臂应该投入多少个子模块（或者等效输出电平），再用底层的电容电压排序算法决定具体投入哪几个电容。也就是说，预测控制负责宏观寻优，排序算法负责微观均衡。

如果你的源论文里对“hybrid FCS-MPC”有专门定义，以论文为准；但从复现角度，上面这三层理解已经足够搭出可用模型。

2.2 离散化建模：交流侧电流与桥臂环流的预测方程

预测控制的基础是模型，必须先写出离散化的状态方程。对交流侧第 j 相（j = a, b, c），电压方程可以写成：

L·di_j/dt = v_sj − v_cj − R·i_j

其中 v_sj 是电网电压，v_cj 是MMC交流侧的等效输出电压，L 是交流侧电感（包含回路总电感），R 是等效电阻。

采用前向欧拉离散化，采样周期为 Ts，得到预测方程：

i_j(k+1) = i_j(k) + (Ts/L) · (v_sj(k) − v_cj(k) − R·i_j(k))

桥臂电流则需要拆开理解。设上桥臂电流为 i_pj，下桥臂电流为 i_nj，交流侧电流 i_j 和环流 i_cir_j 的关系是：

i_pj = i_j/2 + i_cir_j i_nj = i_j/2 − i_cir_j

环流的本质是上下桥臂之间的循环分量，受上下桥臂电压之和影响。为了在代价函数里加环流抑制项，需要预测下一拍的环流，通常用一阶模型：

i_cir_j(k+1) = i_cir_j(k) + (Ts/L_arm) · (v_cir_j(k) − 2·i_cir_j(k)·R_arm)

这里的 L_arm、R_arm 是桥臂电感和等效电阻，v_cir_j 是桥臂差模电压分量。实际实现时，也可以简化为直接把环流预测偏差作为代价项。

电容电压的动态也要离散化。对某个子模块电容，其电压变化满足：

C·dv_c/dt = i_sm(t) · s(t)

离散化后，如果该子模块在下一拍投入（s = 1），则：

v_c(k+1) = v_c(k) + (Ts/C) · i_sm(k)

这里 i_sm 是流经该子模块的桥臂电流。投入时电容被充电或放电，取决于电流方向；旁路时电容电压保持不变。这一步是后面做电容电压排序的基础。

2.3 代价函数：多目标如何量化比较

FCS-MPC的核心是代价函数。我用的代价函数形式可以写成：

J = λ1·J_i + λ2·J_cir + λ3·J_vc + λ4·J_sw

各项含义如下：

• J_i 是三相交流电流跟踪误差的平方和。整流器需要一个电流参考，通常由直流电压外环生成，J_i 惩罚预测电流与参考值的偏差。
• J_cir 是三相环流预测偏差的平方和，用于抑制2倍频环流。参考环流一般取 0 或直流分量。
• J_vc 是所有子模块电容电压偏差的总惩罚，让每个电容电压往参考值 Vdc/N 靠拢。实际中可以只统计当前桥臂候选投入子模块的电压偏差，减少计算量。
• J_sw 是开关切换惩罚，统计候选开关状态与上一时刻状态的差异数量。它用来限制开关频率，防止排序抖动导致器件频繁动作。

由于各项量纲不同，电流误差单位是安培，电容电压单位是伏特，直接相加没有意义。我习惯的做法是先做归一化：电流项除以基准电流 I_base，电压项除以基准电压 V_base，开关项按动作次数直接计数。归一化之后，λ1 通常取 1，其他权重再根据仿真效果调整。

2.4 降维搜索：避免组合爆炸的实用策略

MMC的开关组合数量巨大。假设 N=10，每相上下桥臂各10个子模块，不考虑具体哪个电容投入，只考虑每个桥臂投入的子模块数量，6个桥臂的变化范围都是 0~10，总组合数就是 11^6，约177万种。每个组合都要算一次模型预测，Simulink里根本跑不动。

所以必须降维。最常用的是利用直流母线电压约束：忽略环流影响时，上下桥臂投入数之和应该等于 N，即：

n_pj + n_nj = N

也就是说，只要决定某一相上桥臂投入数量，下桥臂数量就被确定。这样每相只剩一个自由度，三相共有 (N+1)^3 = 11^3 = 1331 种组合，虽然比177万好很多，但对实时仿真来说还是偏大。

实际工程里还常做一步邻域限制：不搜索全范围，只看上一时刻投入数附近的变化。比如设变化范围为 ±1 或 ±2，那么每个桥臂只有3~5个候选值，三相组合数降到 27 或 125 种。这个量级在Matlab Function里做枚举就很轻松了。

这就是我把标题里的“混合”落到实现层面的关键：FCS-MPC负责在上层做有限状态寻优，下层排序算法负责具体子模块分配，两者结合才能在Simulink里跑出满意的速度和效果。

3. Simulink仿真模型总体架构与子模块建模

3.1 顶层信号链路：从三相电源到直流负载

我的Simulink模型顶层结构分三块。前向主电路：三相交流电源 → 交流电感 → MMC三相六桥臂 → 直流负载电阻。反向控制链路：从主电路测到三相电压、三相电流、各子模块电容电压和直流母线电压，进控制器，输出开关信号，再回到主电路。

控制链路的具体顺序是：三相电压先过PLL锁相，得到电网角度；三相电流和电压做Park变换到dq坐标系；直流母线电压给定值与实测值做差，经过PI调节器得到 d 轴电流参考（对应有功），q 轴电流参考设0（对应单位功率因数）；dq参考再反变换到abc三相，作为FCS-MPC的电流参考；FCS-MPC求出各相上下桥臂投入数量后，交给电容电压排序模块，产生每一路子模块的开关信号；开关信号驱动主电路的等效受控源，完成闭环。

这一套链路下来，逻辑很清晰：直流电压外环决定交流侧要吸多少有功，FCS-MPC内环保证吸进来的电流波形好、电容电压均衡、环流小。

3.2 子模块两种建模方式：忠实建模与等效建模的取舍

MMC的Simulink建模方式我试过两种，差别很大。

第一种是用Simscape Electrical搭建真实的半桥子模块，每个子模块用两个IGBT、反并联二极管和电容组成。这种方式最能反映开关过程的电磁暂态，但问题也明显：N越大，仿真越慢。比如 N=10 时至少要60个IGBT模块，加上非线性器件和极小步长，仿真速度会慢到令人抓狂，控制算法调试一次要等很久。

第二种是等效受控源模型：桥臂不再需要真实的开关器件，而是通过受控电压源输出桥臂电压；每个子模块电容电压用积分器独立计算，投入信号决定电容是否接入充放电回路。对FCS-MPC这种以控制算法为核心的研究，第二种方式完全够用，而且速度快一个量级。

我最终用的是等效模型：每个桥臂根据投入子模块数量和它们的电容电压，计算桥臂输出电压的瞬时值，用受控电压源替代；同时根据桥臂电流和开关信号，更新每个电容的电压。截图对比时可能没有真实IGBT那么精细，但控制效果、波形趋势和论文实验部分对得上。

3.3 整流工况的级联外环：直流电压闭环生成电流参考

整流器不能像逆变器那样直接把电流参考给成固定值，必须先稳住直流母线电压。我这里用一个经典的单PI外环：

e_v = Vdc_ref − Vdc_meas Id_ref = Kp·e_v + Ki·∫e_v·dt

Id_ref 是有功电流基准，限制在安全范围内。Iq_ref 设0。然后通过反Park变换得到 abc 三相电流参考：

i_abc_ref = T^{-1}(θ) · [Id_ref, Iq_ref]^T

这组参考会进FCS-MPC的代价函数。PI参数可以先按工程经验整定，比如 Kp 取 0.5~2，Ki 取 20~100，再根据动态波形微调。实际复现论文时，注意看论文里的外环结构，有的是直接控功率，有的是两级闭环，但思路一致。

4. 核心控制器实现：Matlab Function代码逐段拆解

4.1 控制器的输入输出设计

控制器我封装成一个单独的Matlab Function模块，输入端口包括：

• Vdc_ref：直流电压参考
• Vdc：直流电压实测
• vs_abc：三相电网电压
• i_abc：三相交流电流实测
• vc_matrix：6×N矩阵，存储6个桥臂所有子模块电容电压
• i_arm：6×1桥臂电流
• n_prev：上一时刻各桥臂投入数（用于邻域搜索）
• theta：PLL输出的电网角度

输出端口是6×N的开关矩阵 Sw_matrix，每位表示对应子模块是否投入。

这个结构有一个好处：所有控制逻辑集中在一个模块里，后续调权重、改预测模型都很方便。

4.2 外环参考电流生成与坐标变换

外环PI可以用Simulink自带PID Controller模块，也可以直接在Matlab Function里写离散PI。我习惯写在同一个函数里，避免模型里拖一堆线和模块。

离散PI实现很简单，每个周期执行：

err = Vdc_ref - Vdc; integral = integral + Ki * err * Ts; id_ref = Kp * err + integral;

id_ref 再限幅，防止过流。然后根据 theta 做dq到abc的反变换：

ia_ref = id_ref * cos(theta) - iq_ref * sin(theta); ib_ref = id_ref * cos(theta - 2pi/3) - iq_ref * sin(theta - 2pi/3); ic_ref = id_ref * cos(theta + 2pi/3) - iq_ref * sin(theta + 2pi/3);

注意Simulink自带的abc_to_dq0模块通常基于cos或sin基准，相位对齐要和PLL一致，否则电流参考相位偏了，整流器会跑成功功率因数为负，白调半天。

4.3 预测与代价函数计算：核心循环

这一部分是整个模型的重头。我按邻域限制实现，伪代码如下：

function [n_opt, J_min] = fcs_mpc_search(prev_n, vs, i_meas, i_ref, ...) np_candidates = max(0, prev_n - d) : min(N, prev_n + d); J_min = inf; for na = np_candidates for nb = np_candidates for nc = np_candidates % 上桥臂投入数：na, nb, nc % 下桥臂投入数 = N - na, N - nb, N - nc nn_a = N - na; nn_b = N - nb; nn_c = N - nc; % 根据当前开关状态计算三相等效输出电压 v_conv_abc v_conv_a = calc_conv_voltage(na, nn_a, vc_matrix, 1); % ... 同理 b、c 相 % 预测下一拍交流电流 i_pred_a = i_meas(1) + (Ts/L) * (vs(1) - v_conv_a - R*i_meas(1)); % ... 预测 b、c 相 % 预测环流 icir_pred_a = i_arm(1) - i_arm(2); % 根据桥臂电流估算 % ... 预测 b、c 相 % 电容电压偏差统计（可简化为候选投入子模块的平均偏差） vc_err_a = mean(vc_matrix(1, 1:na)) - Vdc/N; % ... b、c 相同理 % 开关动作次数 sw_change = sum(abs([na,nb,nc,N-na,N-nb,N-nc] - prev_n)); % 计算代价函数 J = lambda1 * sum((i_ref - i_pred).^2) ... + lambda2 * sum((icir_ref - icir_pred).^2) ... + lambda3 * sum(vc_err.^2) ... + lambda4 * sw_change; % 保留最小代价对应的投入数 if J < J_min J_min = J; n_opt = [na, nb, nc]; end end end end end

这段代码的关键是每次都算完整的预测值，而不是拍脑袋选组合。注意求和里的 i_ref 是三相参考电流，i_pred 是三相预测电流；icir_ref 通常取0；vc_err 是三相桥臂电容电压平均偏差的平方和。

4.4 电容电压排序：让最需要充电的电容先充

FCS-MPC选出了每个桥臂的投入数量，但具体投入哪几个电容，要靠排序模块完成。排序的原则一句话：电容电压低的优先充电，电容电压高的优先放电。

对某个桥臂，如果桥臂电流方向为正（给电容充电），就把当前桥臂的N个电容电压从小到大排序，投入电压最低的那 n 个；如果电流方向为负（电容放电），就投入电压最高的那 n 个。这样每个周期都在充放电方向上做动态轮换，所有电容电压会逐渐收敛到参考值附近。

排序模块在Matlab Function里实现，核心伪代码：

function Sw = cap_balancing(vc_arm, i_arm, n_ref, Sw_old) N = length(vc_arm); [~, idx] = sort(vc_arm); % 升序，idx(1)电压最低 Sw = zeros(1, N); if i_arm > 0 for k = 1:n_ref Sw(idx(k)) = 1; % 充电投入电压最低的k个 end else for k = 1:n_ref Sw(idx(N - k + 1)) = 1; % 放电投入电压最高的k个 end end end

排序之后还可以加一个限频逻辑：如果Si中某一路模块开关状态与上一时刻比变化次数太多，就只保留变化量最小的组合。这个优化能显著降低开关频率，后面避坑部分我会细说。

5. 参数选型与调参经验：权重系数、步长和子模块数的联动

5.1 一套可用的基准参数

复现时不可能上来就仿真，得先有一组合理的基准参数。我以 N=10（11电平）为例列一组能跑的参数：

这些都是入门级参数，能让模型先跑起来。真正复现论文时，必须换成论文里的参数表，但建模思路不用变。

5.2 权重系数怎么调才不糊

权重系数是调参里最磨人的部分。我的策略是“从单一到多目标”逐步加权重：

1. 先把 λ2、λ3、λ4 全部设0，只保留 λ1=1 的电流项，保证系统能稳定跟踪电流参考。
2. 加上环流抑制权重 λ2。从0.1开始试，观察桥臂电流里的2倍频分量是否下降。如果出现电流跟踪变差，就减小λ2。
3. 加上电容电压均衡权重 λ3。从0.5开始试，观察电压是否收敛到70V附近。太大会让电流波形变差，太小电容电压散开。
4. 最后加开关惩罚 λ4，主要目的是限制开关频率。这个值通常很小，比如0.01~0.1，防止过度限制导致控制效果劣化。

调参时一定要录波形对比，别光看最终结果。我一般把交流电流THD、电容电压标准差、桥臂电流峰值三个指标同时看，找一个综合最优值。

5.3 预测步长与计算延迟补偿

Ts选择直接影响系统性能。Ts太大，离散化误差明显，预测模型失真，电流纹波变大；Ts太小，每个周期能用于计算的实时时间极短，仿真时间也变长。对MMC来说，50μs到100μs是比较常见的范围，对应20kHz到10kHz的控制频率，足够体现FCS-MPC的动态优势。

还有一个很容易忽略的细节：控制器计算需要时间，实际系统在k时刻算出来的最优开关状态，只能在k+1时刻生效。如果预测模型不考虑这一拍延迟，会导致控制效果变差甚至震荡。正确做法是做一步延迟补偿：

在k时刻读入当前状态x(k)，用模型先预测x(k+1)，然后以x(k+1)为起点枚举候选组合，选出的结果作为k+1到k+2时刻的开关状态。

这样相当于把控制器的动作延后一拍，但预测模型与实际系统对齐了。仿真里实现也很简单，在Matlab Function里把预测表达式多推一步即可。

6. 仿真结果怎么看：波形验证与动态响应

6.1 稳态下各关键波形解读

模型跑通后，先看稳态波形。我一般会让仿真跑0.3s以上，等到电容电压、电流都收敛后再截波形。

最关键的是交流侧三相电流。正常稳态下应该是对称正弦，幅值由负载功率决定，相位跟随电压（单位功率因数时电流和电压同相或接近同相）。如果电流畸变明显，先检查是不是权重没配好，再看是不是预测模型里的参数和主电路参数不一致。

第二个看直流母线电压。整流器输出侧电压应稳定在700V附近，纹波控制在很小范围内。纹波大通常说明电容电压均衡没做好，或者外环PI太慢跟不上负载变化。

第三个看子模块电容电压。把所有子模块电压画在同一个Scope里，你会发现它们慢慢从初始值汇聚到70V附近，形成一条“发散的线簇然后收拢”的过程。如果有些子模块明显偏离，说明排序算法有问题或者预测模型里的电容电压更新不对。

第四个看桥臂电流。正常桥臂电流应该同时包含交流基波分量和直流分量，如果环流抑制效果不好，桥臂电流会出现明显的2倍频波动。

6.2 动态响应：直流电压阶跃与负载突加

稳态只是第一步，论文里通常还要展示动态响应。我做的典型试验是在0.4s时把负载电阻从20Ω突降到10Ω，或者直接把直流电压参考从700V阶跃到750V。

观察重点有两个：直流电压的恢复速度和超调量，以及交流电流的调整过程。FCS-MPC的优势体现在这里——几乎一拍就能响应电流参考的变化，不像传统调制策略那样要等调制器“慢慢跟进”。实测下来，直流电压在几步之内就能回到参考值，过渡过程干净利落。

如果你复现的论文里有类似的动态波形，用相同试验条件对比，能很快判断自己的模型是否复现到位。

6.3 FFT谐波分析：用数据说话

Scope里看波形只是定性。论文里要写THD，必须做FFT分析。Simulink里可以把电流信号通过To Workspace导出到MATLAB工作区，再用脚本分析。核心步骤：

1. 仿真结束后，在工作区得到电流时间序列 i_a(t) 和时间向量 t。
2. 截取稳态段数据，比如 0.3s~0.5s。
3. 用 fft() 计算频谱，提取基波幅值和谐波幅值，求THD。

我写过一个简化脚本，核心行如下：

data = i_a(mask); % mask是稳态区间索引 fs = 1/Ts; Nfft = length(data); spectrum = abs(fft(data, Nfft)) / Nfft * 2; freqs = (0:Nfft-1) * fs / Nfft; fund_idx = find(freqs > 45 & freqs < 55); thd = sqrt(sum(spectrum(2:end).^2)) / spectrum(fund_idx) * 100;

N=10的模型，权重调好后THD做到3%以内很正常。如果THD偏高，大概率是权重λ1太小，或者邻域搜索的d值限制太死导致可选组合不足。

7. 复现避坑实录：我反复修改的几个问题

7.1 代数环：仿真报错还是结果诡异

用等效受控源建模时，最容易遇到的问题是代数环。现象是模型仿真报出“Algebraic loop detected”，或者仿真特别慢、结果抖动。

原因是受控电压源的输出信号由控制器决定，而控制器的输入又来源于主电路测量，中间如果有一条没有任何离散延时的直接通路，Simulink就会在同一个仿真步长里来回迭代求解，形成代数环。

我的解决方法是给控制器输出路径加一个Unit Delay模块，或者直接在Matlab Function里把输出信号滞后一拍。这不仅是解决代数环，也是我们在延迟补偿部分说的“控制器固有计算延迟”——两件事天然能合并处理。加了延迟后，模型的物理意义也更接近真实系统。

7.2 电容排序频繁抖动：开关频率高到离谱

第一次跑通排序算法时，我注意到子模块的开关动作极其频繁，几乎每个采样周期都有大量子模块在投切。虽然波形看着还行，但开关频率远超器件承受范围，论文里也没法交代。

问题出在排序算法“太忠诚”：只要投入数变化一个，或者电压排序顺序变化，就会立刻切换一大批子模块。改进方法是在排序模块里加开关次数限制，比如每个采样周期最多允许改变M个子模块状态，超过则保持前一拍状态。实现时可以在Matlab Function里加一个计数器，统计Sw和Sw_old不同的位数：

sw_diff = sum(Sw ~= Sw_old); if sw_diff > M Sw = Sw_old; % 限频：保持原状态 end

这个M一般取1~2，效果立竿见影，开关频率明显下降，波形也不会变差多少。

7.3 启动冲击电流：电容初始电压必须处理

另一个大坑是启动阶段。如果电容初始电压设成0，仿真开始瞬间直流电压参考是700V，交流电源瞬间给电容充电，电流冲击极大，轻则仿真发散，重则让PI输出饱和很久才恢复。

我的处理办法有两个，组合使用效果最好：一是把子模块电容的初始电压直接设成 Vdc_ref/N，也就是70V；二是让交流电源从0幅值斜坡启动，比如前0.05s内电压幅值从0线性升到额定值。这样系统一开始就处于一个接近稳态的工作点，启动过程平稳，后续控制能快速进入正常状态。

7.4 仿真速度慢：等效模型还不够，求解器也要选对

即使用了等效模型，如果还是跑不快，问题多半出在求解器配置上。我遇到的情况是模型里有大量连续积分器，用的是变步长求解器，导致每个开关动作点附近步长缩得非常小，整体仿真时间被拉长。

解决办法是把解算器改成固定步长离散求解器，比如ode3或者离散求解器，步长直接设为Ts（50μs）。因为FCS-MPC本身就是离散控制系统，控制周期固定，主电路的等效模型也不是真正的电磁暂态，连续/离散混合求解反而加慢速度。改成固定步长后，仿真速度能提升好几倍，而且控制波形几乎不受影响。

还有一个小建议：不要挂太多Scope和To Workspace在观测信号上，每个示波器都在拖慢仿真。我一般只保留必要波形，需要分析的数据单独用To Workspace导出，仿真结束在MATLAB里统一画图。

最后再分享一点体会。Simulink里复现FCS-MPC控制MMC，最大的工作量其实不在算法本身，而在“让模型跑起来、跑得快、结果可信”这一连串工程细节上。这个课题特别适合想深入理解预测控制的人去啃，因为我做完这一遍之后，对MMC的建模、代价函数设计、离散化误差、开关频率限制这些东西都有了非常具体的感觉，不只是停留在论文公式层面。