做飞轮储能项目的Simulink仿真，是个能让人一上午抽掉半包烟的事。我最早接触这个方向，是在某储能公司的预研项目里。任务很明确：用永磁同步电机（PMSM）作为飞轮驱动电机，搭建完整的飞轮储能系统仿真模型，先把充电、待机、放电这套工况在电脑上跑通。为什么选PMSM？因为飞轮需要的就是高转速、高功率密度、低损耗。为什么非要在Simulink里搭？因为样机贵、调试周期长，仿真先行，能少烧几个变流器，也能把控制参数提前调个八九不离十。这篇文章适合三类人：给飞轮储能做预研的工程师、正在做PMSM矢量控制课程项目或者毕业设计的学生、以及想了解储能变换器系统级建模的同行。我会把整个建模思路、电机数学模型、Simulink搭建要点和调试踩过的坑都摊开讲，尽量让新手也能跟得上。

1. 先把系统架构想清楚

1.1 飞轮储能到底存的是什么能量

飞轮储能本质上是把电能转化为高速旋转飞轮的机械能，需要时再转化回电能。核心公式就一个：

E = 0.5·J·ω²

J是飞轮转子系统的转动惯量，单位kg·m²，ω是机械角速度，单位rad/s。注意是平方关系，转速提升带来的储能收益非常可观。举个具体数字：假设飞轮转动惯量J=0.2 kg·m²，如果系统的运行区间是15000rpm到30000rpm，高转速对应能量是0.5×0.2×(30000×2π/60)²，算下来大约986kJ；而15000rpm时只有约246kJ，可用能量差约740kJ。换成常用单位差不多0.2kWh。这个量级对应的是几十kW功率、几十秒到几分钟量级的应用场景。

很多人容易忽略的是“转速区间”这个概念。飞轮不能从零转速直接对外输出额定功率的能量，因为在低速段电机反电动势太低，功率变换能力有限。所以实际系统会设计“最低运行转速”和“最高运行转速”，储能容量按两个转速下的动能之差来计算，而不是按最高转速总动能计算。这一段直接决定了放电深度、控制策略和电机转速范围的选择，规划模型之前必须先定下来。

1.2 为什么飞轮驱动电机要选PMSM

把几种电机放在一起比较就清楚了：

PMSM转子没有绕组，没有转子铜耗，也没有换向器和电刷，运行时损耗主要来自定子铜耗和铁耗；高转速下机械结构简单，适合用磁悬浮轴承或空气轴承配合。控制方面，矢量控制成熟度极高，几乎所有现代变流器都支持。缺点是永磁体成本高、高温可能退磁，高速时反电动势太高，有时需要弱磁控制扩展转速范围。这些缺点在飞轮储能场景里基本可以接受——飞轮系统本来就是封闭、受控的运行环境，温度场和转速区间都是设计时就定好的。

1.3 系统级能量流与仿真拓扑

飞轮储能系统的能量流是双向的。充电时，电网或直流母线通过变流器把电能送入PMSM，电机工作在电动状态，拖着飞轮加速；放电时，飞轮拖着PMSM旋转，电机工作在发电状态，动能回馈到直流母线，再通过逆变器输出给负载或回馈电网。

在Simulink里搭建时，我建议分成四个模块：飞轮与电机本体、三相逆变器、矢量控制单元、直流母线及负载。不把储能电池加进来，先把这四块跑通。变流器可以用理想开关模型，也可以用平均值模型。做控制策略研究用平均值模型更快；做波形级分析、死区分析、谐波分析才需要详细开关模型。初学建议先用平均值模型把系统工作点搞清楚，再逐步换详细模型，这样定位问题的时候不会一会儿是调制问题、一会儿是控制问题。

2. PMSM数学模型与坐标变换详解

2.1 为什么要从三相坐标变换到dq轴

PMSM定子有三相绕组，三相电压、电流都是交流量，而且相互耦合。直接在abc坐标系下写方程，系数随时间变化，控制系统设计非常麻烦。转子旋转坐标系（dq坐标系）下，三相交流量变成直流量，电机方程变成常数系数的微分方程组，PI控制器才能直接去跟踪直流参考值。

坐标变换分两步走：从abc静止坐标到αβ静止坐标（Clark变换），再从αβ到dq旋转坐标（Park变换）。

Clark变换的等幅值形式：

iα = (2/3)(ia − 0.5·ib − 0.5·ic)
iβ = (2/3)(0.866·ib − 0.866·ic)

Park变换：

id = iα·cosθ + iβ·sinθ
iq = −iα·sinθ + iβ·cosθ

这里的θ是转子电角度，不是机械角度。电角度与机械角度之间是：θe = pn·θm，pn是极对数。这个关系是仿真里最容易搞错的地方，后文我会专门讲这个坑。

2.2 dq轴下的电压方程与转矩方程

在dq旋转坐标系下，PMSM的电压方程是：

ud = Rs·id + Ld·(did/dt) − ωe·Lq·iq
uq = Rs·iq + Lq·(diq/dt) + ωe·Ld·id + ωe·ψf

其中Rs是定子电阻，Ld、Lq分别是d轴和q轴电感，ψf是永磁体磁链，ωe是电角速度，等于机械角速度乘以极对数。

电磁转矩方程：

Te = 1.5·pn·[ψf·iq + (Ld − Lq)·id·iq]

对于表贴式PMSM，Ld≈Lq，转矩简化为Te = 1.5·pn·ψf·iq。这是矢量控制中“id=0”策略的物理基础：iq单独控制转矩，控制律线性，转矩和电流之间没有磁阻分量干扰。对这个化简过程心里要有数，后面调参数、看波形时才能判断异常是来自电机参数还是控制参数。

2.3 id=0控制的取舍

id=0控制的核心思想是让定子电流矢量只有q轴分量，定子磁场和转子永磁磁场完全正交，转矩只由iq决定。这种策略实现简单、转矩线性好、没有退磁风险，很多表贴式PMSM调速系统都用它。

代价呢？电压利用率较低，在高速区需要更多电压支撑，转速上限受限，弱磁能力弱。如果飞轮最高转速很高，电机反电动势大，运行时可能要考虑MTPA（最大转矩电流比）或者弱磁控制。不过对建模与仿真入门来说，id=0完全够用，先把这条链路吃透，再扩展其他策略，避免一开始就让控制算法复杂度干扰对系统行为的理解。

2.4 机械运动方程与能量平衡

飞轮电机系统的机械侧方程也必须写进模型：

Te − T_load = J·(dωm/dt)

Te是电磁转矩，T_load是飞轮上的阻力矩（轴承摩擦、风阻等），ωm是机械角速度，J是总转动惯量。这个方程体现的就是能量平衡：电磁转矩做的功一部分转化为动能，一部分克服损耗。仿真中通常把T_load设得很小甚至为0来观察理想特性，但做效率分析时必须加回来。

我曾经犯过一个错误：只搭了电机的dq方程，忘了把机械转动惯量放进去，结果转速对转矩的响应几乎瞬时完成，怎么看怎么假。机械惯量是飞轮储能的灵魂，仿真中它决定了系统的时间尺度，一定要放在模型的核心位置。

2.5 仿真用电机与飞轮参数怎么定

我给一组可以直接复制进模型做参数定义的例子，量级按中等功率飞轮储能设计：

这组参数下，电机在30000rpm时的反电动势需要考虑。最大反电动势幅值约等于ωe·ψf。ωe=2π×30000/60×2=6283rad/s，ψf=0.15Wb，乘积约942V，已经超过700V直流母线能支撑的相电压峰值。这意味着单靠id=0无法在最高转速维持额定功率，需要弱磁。仿真时如果把最高转速设低一些，比如20000rpm，这个问题就不存在。这种估算在仿真前非常值得做一次，能提前判断控制策略适用范围。

3. Simulink仿真模型搭建

3.1 整体框架与模块划分

在Simulink里新建模型后，我习惯把模型按颜色分区：灰色放电源和直流母线，绿色放逆变器，黄色放PMSM和飞轮，蓝色放控制器。层次结构上，顶层是一个包含内外环控制的完整系统；双击进去，能细看坐标变换、PI调节器、SVPWM等子模块。分层的好处是调试时能快速定位问题，也方便后续做参数扫描。

控制部分的标准结构是“转速外环+电流内环”。外环给定转速参考值，输出作为q轴电流的参考值；内环分别控制id和iq，输出dq轴电压参考值，再经Park逆变换和SVPWM调制生成逆变器开关信号。d轴电流参考值在id=0策略下直接设0。

3.2 飞轮负载模型怎么搭

飞轮对PMSM来说就是一个大转动惯量负载，在Simulink里用一条方程就能表达：Te − T_load = J·(dωm/dt)。搭建方式不复杂：用加法器做转矩差，乘以1/J，再经过积分器得到机械角速度，积分器初始条件设成初始转速对应的角速度。如果用的是Simscape电气库里的PMSM模块，机械端口接一个常数等于J也可以，两者效果一致。

但我建议自己搭一次机械方程，哪怕只搭一次。这样你会对“转矩差→角加速度→转速→位置角度”这条链上有真正的直觉，后面遇到转速积分器初值、角度反馈方向的问题时，一眼就能看出原因在哪。

3.3 逆变器模型怎么选

两类常见方案：

1. 理想开关模型。用三个桥臂或Simscape自带的Universal Bridge搭建六管桥，输入开关脉冲，输出三相电压。这个模型最贴近实际，能看到电流纹波、谐波和死区效应，但仿真速度慢，开关毛刺也容易引起数值问题。

2. 平均值模型。用一个受控电压源或者直接由SVPWM参考电压乘以直流母线电压作为电机端电压，没有开关过程，仿真速度快，适合控制策略验证。

我的建议是：整个飞轮储能系统先跑通、整定控制器参数时用平均值模型；等控制行为符合预期，再切换到理想开关模型，重点验证调制波波形和电流谐波。一下子上详细模型，PI参数没整定好，波形又乱又难判断是控制器问题还是开关模型问题，你会陷入无休止的试错。

3.4 坐标变换模块的搭建细节

自己搭Clark和Park变换模块，没有特殊技巧，但有几个细节值得记录一下。

Clark变换部分的输入是电机三相电流ia、ib、ic。三相合成电流通常为零，所以理论上只用两相也够，但建议三输入都保留，方便以后做不对称故障仿真。增益系数用等幅值变换系数2/3。注意等功率变换的系数是√(2/3)，和等幅值不同。在控制模型里，转矩公式如果用1.5·pn·ψf·iq算，那就对应等幅值变换；如果用了等功率变换系数，转矩公式又要调整。混用会出现转矩计算和控制增益差一个倍数的诡异现象。统一用等幅值变换，转矩系数写成1.5，这是最不容易出错的一套搭配。

Park变换的θ输入必须由机械角度乘以极对数得到。拿转速信号直接乘以时间也可以等效，但不推荐——真实电机位置由转子物理位移决定，用积分器还能方便设定初始角度。具体做法：机械角速度经积分器得到机械角度，再用Gain模块乘极对数得到电角度，接入Park变换。这样初始条件设置方便，模型也符合物理直觉。

角度符号方向也要注意。转子旋转方向决定θ是递增还是递减，如果方向接反，id和iq会反转，表现为直流母线电压上不去、电流乱跳。最稳妥的办法是先做一个小测试模型：输入一组已知三相正弦电流，经过变换后检查id和iq是否恒定。转换无误后，几个微小的正余弦符号问题都能在这个环节暴露出来，比整个系统搭好后再去大海捞针强太多。

3.5 电流环与转速环的整定顺序

PI参数整定是新手最容易卡住的地方。我的顺序法如下：

第一步，先把电流环单独验证。直流母线电压固定，给定iq参考值阶跃，观察iq动态响应。电流环PI初始值可以做工程估算：期望穿越频率ωc取电气时间常数倒数附近，或取数千rad/s。简单估计可用Kp ≈ ωc·L，Ki ≈ ωc·Rs。带入前面参数，若取ωc=2000rad/s，则Kp≈2000×0.0002=0.4，Ki≈2000×0.05=100。这个值不一定准，但作为起点足够，之后在线微调。

第二步，电流环稳定后，再加转速环。转速环带宽一般取电流环带宽的1/5到1/10，内环必须比外环快得多，否则内外环耦合，系统容易振荡。

第三步，把整个飞轮系统从静止加速到目标转速，试验充电工况；再给负的负载转矩或转速下降指令，试验放电工况。

参数整定最好在Simulink中配合动态调参，一边跑仿真一边观察阶跃响应。试凑时不要同时改多个参数，每次只改一个，记录波形变化，这样你能清楚知道是哪个参数带来的影响。

3.6 求解器与离散化设置建议

PMSM电频率在20000rpm、极对数2时，电频率约667Hz。使用定步长连续求解器时，步长建议1e-6到1e-5秒；使用变步长求解器时，同样要设置最大步长上限，防止在开关瞬间自动步长过大导致数值尖峰。有经验的人会告诉你，仿真发散很大比例是求解器步长设置问题，而不是模型本身错了。

我一般这样配置：平均值模型用变步长ode45，最大步长限制在1e-5；详细开关模型用定步长ode4或ode15s，步长1e-6或更小。另外，PWM载波频率若取10kHz，一个开关周期是1e-4秒，至少要在每个开关周期里采样几十个点，否则波形是严重失真的。

4. 典型工况仿真与结果解读

4.1 充电加速工况

给一个完整流程：系统从0rpm开始，给定转速参考值20000rpm；控制器输出正向电磁转矩，PMSM加速，飞轮转速上升，飞轮动能增大。这时电机吸收电能，属于“充电”。

观察哪些量？转速曲线、id/iq电流曲线、直流母线功率曲线。正常情况下：iq在启动时受电流限幅限制，接近恒转矩加速；id稳定在0附近小幅波动；转速线性或指数上升。也可以用S函数或To Workspace记录电磁转矩瞬时值，积分得到加速过程中的能量增量，再和动能公式计算值对比，验证模型正确性。

4.2 恒转速维持工况

达到目标转速后，给定转速不变，输出转矩应为0（忽略损耗）。但理想情况不存在，飞轮在真空中仍有风阻、轴承摩擦，仿真中常给一个小的固定阻力矩，此时电机仍输出一个小转矩维持转速。这个工况对应储能系统的“待机/自放电”过程，也对应电网调频备用状态。它决定了系统在长时间待机时自放电速率，对控制策略研究来说很有参考价值。

4.3 放电回馈工况

放电时，把转速给定值突然降低到最低运行转速，比如从20000rpm降到10000rpm。控制器为了让转速跟踪下降指令，会输出负的q轴电流，电机进入发电状态，动能转化为电功率回馈直流母线。直流母线电压会有抬高趋势，若接有负载或制动单元，电压被消耗。

这个工况是飞轮储能的核心价值所在——功率双向流动。结果分析重点看三点：负向转矩是否平滑、母线电压波动幅度、从“给定转速降到最低转速”过程中释放的能量计算。如果母线电压尖峰过高，说明母线电容偏小或者放电功率请求过快，需要调整限幅或加大电容。

4.4 数据处理与效率估算

用Simulink的To Workspace模块把转速、转矩、电压电流以时间序列形式导出到MATLAB工作区，然后用脚本对时间序列做数值积分，可以得到充电功、放电功、效率等指标。

效率 = 放电功 / 充电功

由于模型里用理想开关和理想电机时损耗接近于0，效率会接近100%，这并不奇怪。真实系统效率通常70%~90%，损耗主要来自电机铜耗、铁耗、变流器导通损耗和开关损耗、轴承摩擦和风阻。仿真中可以在电机模型里人为加上铁耗电阻或阻力矩，让效率数字贴近实际。这个环节能帮你理解系统损耗分布，也能给项目汇报提供更可信的数字。

4.5 一组示例结果波形描述

以我做过的一组仿真为例：转速给定从0加速到20000rpm，电流环带宽约2000rad/s，转速环带宽约200rad/s。启动阶段iq立刻顶到限幅50A，id保持在接近0的微小波动，转速在0.5秒内近似线性爬升；到达给定转速后，iq收敛到0附近，系统进入维持状态；第1.0秒给出下降指令到10000rpm，iq反向到约−30A，转速下降，直流母线电压在700V基础上出现约15V的抬升然后回落。整个过程中，直流母线电压波动约2%，说明电容设计和工作点控制都算是合理的。类似这样的结果其实每一步都能从波形中找到对应物理含义，这就是仿真模型的妙处——所有“为什么”都有波形可查。

5. 常见问题与避坑清单（实战记录）

5.1 最容易翻车的“电角度极对数”问题

这是我第一次跑这个模型时踩过最大的坑。现象：电机能启动但转速上不去，或者电流非常大、控制器输出饱和。起因是把机械转速积分出的机械角度直接当成电角度用了。极对数为2时，电角速度是机械角速度的两倍，控制器的角度偏差直接翻倍，电流解耦完全错误。

处理办法：在积分器后用Gain模块乘极对数，再接入Park变换。同时检查角度初始速度：如果飞轮初始转速不为0（比如仿真模拟带速放电），转速积分器初始条件要设为对应机械转速换算来的初始角速度，否则初始时刻电角度突变，仿真会剧烈波动。

5.2 仿真发散和数值异常

最常见三类原因：

• 步长太大：PMSM电频率在20000rpm、极对数2时，电频率约667Hz。定步长连续求解器步长建议1e-6到1e-5。步长过大，开关换相瞬间容易出现数值尖峰，进而NaN。
• PI参数异常大：Kp一加大，控制输出超出母线电压限幅，系统饱和后非线性特性容易被数值积分短暂放大。
• 初始条件不匹配：所有积分器初值不统一，第一个仿真步就产生大瞬态。

排查顺序：先把仿真器改成定步长、步长调小放在最优先；把PI参数临时缩小到理论值的十分之一，看是否稳定；最后检查积分器初值。

5.3 常见问题速查表

5.4 调试时的“先开环、后闭环”策略

一个很有效的调试技巧：先把整个控制器旁路，电机用恒频恒压三相交流源直接驱动，让它“硬启动”。看看电机能否转起来、三相电流是否正常、位置角是否正确反馈。开环能转，才能相信闭环里PI调节器输出的指令方向正确。

做完开环再看闭环：先只通电电流环，给定一个小iq值，验证电流跟踪能力；然后慢慢加大iq和转速外环。这个分层调试习惯，比一次堆叠整套系统后大海捞针排查快得多。

我在项目里还习惯在Simulink模型里加“调试开关”子系统，比如一键断开转速环、一键限幅输出。用Switch模块就能做。把这类开关常驻模型，后续做参数扫描、控制器切换就能节约大量时间。

5.5 参数敏感性的一点体会

调PI参数时你会发现，电流环参数对电感值很敏感，转速环参数对转动惯量很敏感。实际电机电感和磁链并非恒定，尤其是高转速下磁链会因温度变化和饱和效应而偏移。仿真里可以把Ld、Lq、ψf设成转速或者电流的函数，看看系统在参数偏移时是否还能稳定。这个步骤虽然简单，但对判断控制策略鲁棒性很有帮助，推荐在基本工况跑通后做一次。

就我个人实际体会，飞轮储能系统的Simulink仿真，真正的难点其实不在电机方程，也不在积分器搭法，而在把“系统”两个字想清楚——从能量流、控制带宽、电压约束到仿真数值稳定性，每一层都会有隐藏的耦合关系。PMSM与飞轮这个组合，恰好是所有环节中最直观、也最能体现“机电一体”的部分。如果这篇文章能帮你少走一点弯路，比如不再把机械角度和电角度搞混，或者知道先跑平均值模型再换开关模型，那就算我这份经验没白写。后续如果要继续深入，建议往磁悬浮轴承建模、弱磁控制策略、多机并联调频这几个方向扩展，原理和工具都是相通的。