有源电力滤波器（APF）是一种先进的电力电子设备，用于改善电网的谐波问题。APF通过检测电网中的谐波电流，并产生相应的补偿电流，以实现对谐波的实时抑制，从而提高电能质量。在本项目中，我们探讨了如何在MATLAB/Simulink环境下对APF进行建模与仿真。 MATLAB是一种广泛使用的数学计算和编程环境，而Simulink是其附带的图形化仿真工具，适用于多域系统模拟，包括电气工程、控制系统、信号处理等领域。在这里，APF的建模工作主要涉及电路理论、电力电子变换器以及控制算法的设计。 APF的核心部分是电力变换器，通常采用电压源逆变器（VSI）。VSI通过脉宽调制（PWM）技术来控制输出电压的波形。PWM是一种常见的开关模式控制策略，通过调整开关器件的开通和关断时间比例，改变输出电压的平均值，进而实现对输出电压或电流的调节。在本项目中，我们使用的是正弦脉宽调制（SPWM），它能够产生接近正弦波形的输出，降低了谐波含量。 SPWM的实现主要包括以下几个步骤： 1. 生成参考正弦波：这是SPWM的基础，决定了输出电压的理想波形。 2. 计算比较基准：通常选择一组等幅不等宽的三角波作为比较基准。 3. 比较和决策：将参考正弦波与三角波进行比较，确定开关器件的开关时刻。 4. 输出驱动：根据比较结果，生成驱动信号控制逆变器的开关器件。 在MATLAB/Simulink环境中，我们可以利用内置的模块库构建APF和SPWM控制系统的模型。包括电源模块、滤波器模块、逆变器模块、PWM控制器模块以及电机模型。永磁同步电机（PMSM）因其高效率和高功率密度，在现代工业应用中被广泛应用。在仿真中，PMSM的动态行为需准确建模，以反映其在不同工况下的性能。 通过设置适当的参数和边界条件，运行Simulink模型，可以得到APF补偿后电网电流的仿真波形。分析这些波形，我们可以评估APF的补偿效果，包括谐波抑制程度、电流总谐波失真（THD）等指标。如果仿真结果满足设计要求，那么APF的硬件实现就有了理论基础。 这个项目展示了如何在MATLAB/Simulink平台上实现有源电力滤波器的建模与仿真，以及SPWM控制策略在永磁同步电机中的应用。这为理解和研究APF系统提供了直观的工具，也为实际工程应用提供了理论支持。

资源为APF有源滤波电路simulink仿真模型

TCR+FC型svc无功补偿simulink仿真模型，一共两个仿真，如下图所示，两个其实大致内容差不多，只是封装不同，有详细资料，资料中有相关lunwen，有背景原理和分析，有使用说明，有建模仿真总结书，还有使用录像

模糊PI控制（从simulink仿真到C代码实现） 1. 模糊控制的基础知识 1.1 模糊PI控制理论想法（有基础直接看第2点以后） 1.2 模糊控制基础理论 1.2.1 量化因子与比例因子概念 1.2.2 模糊控制器的论域与隶属函数概念 1.2.3 模糊规制表概念与模糊推理概念 1.2.4 清晰化/解模糊的概念与方式 1.2.5 基于污泥油量的模糊控制洗衣机例子，搞懂他的控制流程 2 模糊PI控制原理设计 2.1 模糊PI整体框架 2.1 模糊PI隶属函数、量化因子、比例因子 2.1 Kp与△Ki模糊控制规则表 3 matlab的simulink仿真 3.1 simulik的仿真模型搭建 3.1.1 模糊控制部分 3.1.2 模糊控制部分PI控制部分 3.2 设计模糊控制的控制器 3.2.1 输入及输出个数设计 3.2.2 论域及隶属函数设计 3.2.3 编写模糊控制规则表 3.2.4 编写模糊控制文件与simulink挂钩 3.3 模糊PI控制的整体小例子（免费资源） 4.模糊PI控制C语言代码实现 4.1 simulik模糊控制PI的C代码导出 4.2 simulink代码解读

三相全桥整流电路simulink仿真模型

Matlab Simulink：两级式光伏并网系统（光伏板+boost变器+LCL逆变器+电网) 组成部分及功能： 1.主电路：由光伏板+boost变器+LCL逆变器+电网组成，电网电压相电压有效值220 V，频率 50 Hz 2.控制模块，光伏的MPPT采用扰动增量法+PI控制的模式（标准光强下最大功率10 kW），LCL逆变器采用电压电流双闭环解耦控制，直流母线电压控制在700 V 3.锁相环及坐标变，从abc坐标轴到dq坐标轴 4.调制模块，采用SVPWM 5.观测模块，示波器观测，同时将数据输出到工作空间以便于画图。 版本为Matlab2020b，仿真波形良好，由于部分模块低版本没有，因此只能用20b或以上版本

Carsim+Simulink联合仿真，简单的示例。适合初学AEB的同学。

同步整流buck变换器simulink模型，双闭环控制，PWM控制，效果很好。

在本项目中，我们将探讨如何使用Matlab Simulink与X-Plane 9结合，进行直升机飞行模拟仿真。Matlab Simulink是一个强大的系统建模工具，而X-Plane 9是一款广泛使用的飞行模拟软件，提供了真实的飞行环境和物理模型。这种结合允许工程师和研究人员在虚拟环境中测试和优化飞行控制策略。 我们需要了解Simulink的基本概念。Simulink是MathWorks公司的产品，它基于图形化界面构建动态系统模型。用户通过拖放模块并连接它们来构建模型，这些模块可以代表各种数学运算、控制算法和接口。在我们的场景中，Simulink将被用来设计和实现直升机的飞行控制系统。 接下来，我们聚焦于X-Plane 9。X-Plane系列以其详细的航空器模型和全球地形数据库而知名，能够模拟各种飞行条件下的气动特性。X-Plane 9提供了一个API（应用程序接口），使得外部程序如Matlab可以通过它与飞行模拟器进行通信，发送控制指令并接收状态信息。 为了实现Matlab Simulink与X-Plane 9的集成，我们需要做以下几步： 1. **配置接口**：在Simulink中建立一个实时接口，通过UDP（用户数据报协议）或TCP/IP连接到X-Plane 9。这通常涉及创建一个Simulink子系统，包含用于发送和接收数据的块，如`From UDP`和`To UDP`。 2. **设计控制器**：在Simulink中设计一个直升机的飞行控制器模型。这可能包括PID控制器、状态反馈控制器或其他先进的控制策略。控制器的目标是根据直升机的状态（如姿态、速度、高度等）和期望的飞行参数（如航向、高度、速度）计算出必要的操纵面命令。 3. **实时仿真**：设置Simulink模型为实时工作空间模式，使模型能够以与实际飞行同步的速度运行。这通常需要调整Simulink的采样时间和X-Plane的更新率以保持同步。 4. **数据交换**：通过接口将Simulink计算的控制信号发送给X-Plane 9，同时接收X-Plane返回的直升机状态信息。这些信息包括位置、速度、角度等，可用于反馈控制。 5. **结果分析**：在仿真过程中，可以收集和分析数据，评估飞行性能和控制系统的稳定性。这可以通过Simulink中的数据记录器和数据分析工具完成。 6. **优化与迭代**：根据仿真结果调整控制器参数，优化飞行性能。这个过程可能需要反复进行，直到达到满意的控制效果。 通过这种方式，我们可以使用Matlab Simulink进行飞行控制系统的离线仿真和优化，然后再将其应用到实际的飞行器上。这种方法既安全又经济，有助于减少实验风险，提高设计的可靠性和效率。 在压缩包中的"simulation"文件可能包含了完成上述步骤所需的Simulink模型文件、脚本、配置文件等资源。通过深入研究这些文件，可以进一步了解和学习如何实际操作这一过程。对于有兴趣在飞行控制领域工作的人来说，这是一个非常有价值的实践项目。

静止无功补偿器(SVG)具有动态性、灵活性等特点,从而成为无功补偿的首选方案和发展方向.从SVG基本结构的拓扑模型出发,建立SVG数学模型,提出SVG双闭环控制策略——电流内环控制设计和电压外环控制设计,并运用Matlab/Simulink仿真工具进行电路建模和仿真验证,证实其可行性和正确性.