news 2026/4/3 4:55:51

电荷流分析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
电荷流分析

电荷流分析方法[1]

电荷流动分析方法在论文[4]中提出,其可以计算变换器的变比N等效输出电阻Rout。此外,该方法还可用于合理选择电容开关的尺寸。

首先分析两相变换器,对于电荷流向量,包含了两种分别为:电容电荷流向量开关电荷流向量

以2:1变换器为例:

1、电容电荷流向量

电容电荷流向量具有的形式为:,其中表示第i相流入输出端的电荷;表示第i相输入电压源提供的电荷量;其余为飞跨电容流过的平均电荷量。对于2:1变换器其含有两相因此其输出电荷量为:,用总输出电荷量进行归一化得到:,同时注意对于电容来说其在全周期内的净电荷为0,对于2:1变换器就是:。如果我们定义在相内从Vin流出的电荷为,则有:

利用进行归一化可以得到:

2、开关电荷流向量

开关电荷流向量在第i相的形式为:,其中表示电荷倍增系数,定义为在第i相通过开关j 的电荷流,开关关断的时候为零,其下标的r代表开关电阻。对于2:1变换器我们可以得到:

又因为每个开关要么在相导通要么在相导通,因此开关电荷流向量可以用一个向量表示:,其中定义为开关j在导通期间通过的电荷流。

3、常见拓扑的电荷流向量:

常见的拓扑结构如下:

对应的电荷流向量如下所示:

4、理想转压比

可以得到,所以平均的输入电流为,所以输入功率为:,输出功率为:

理想情况下有:,所以理想转压比:

5、等效输出电阻

SC变换器的等效电路模型如下所示:

5.1、慢速极限下的输出电阻

电容C的电荷量变化q需要的能量为:

而对于电源来说其消耗的能量为:

所以两者之间的差值即为充电过程中损耗的能量,即:

所以将所有相位nph和飞跨电容n的损失加在一起可以得到每个周期内的能量损失为:

又因为:,所以

又因为:,所以

对于两相的SC变换器,因为,且每一相的,所以可简化为:

对于2:1变换器有:

由此推出用于比较SC变换器拓扑结构的度量指标:

对于多相SC变换器:

对于两相SC变换器:

,其中

5.2、快速极限下的输出阻抗

由于开关在时间内导通,使得在一个周期T内的平均损耗能量为:

又因为:

所以上式变为:

将所有开关和所有相位的损耗加起来为:

又因为:,所以

对于,可得到:

在两相变换器中,来自,则可简化为:

对于2:1变换器则为:(假设开关电阻相同)

由此推出用于比较SC变换器拓扑结构的度量指标:

对于多相SC变换器:

对于两相SC变换器:

所以总的输出电阻近似为:

5.3、精确的Rout推导

总损耗能量等于所有相位和所有电阻元件的之和,用符号表示,又因为,所以可得到:

又因为在每个相位中,飞跨电容和开关电阻构成一个具有集总元件Ri和Ci的RC电路,如下图所示:

所以在第i相期间损耗的能量Ei等于:

所以可以得到:

对于SC转换器,Ii由一个齐次一阶微分方程决定,其结果为

可根据在每一相i中输送至变换器输出端的电荷等于相位持续时间的积分这一条件来确定,得到:

可求得:

所以:

6、输出电压纹波

输出电压的峰峰值纹波别定义为:

其中kd称为放电分数因子,Co∗为有效输出缓冲电容。放电分数因子kd表示每个开关周期内飞跨电容向输出端输送电荷的次数。对于2:1变换器其kd=2。而,其中Co是输出电容,Ctot是所有的飞跨电容,kt是与拓扑结构相关的参数,决定了在不同相内飞跨电容等效到输出的比率,其计算为:,采用所有相中最小的Kt计算最差的输出电压纹波。

7、电容和开关尺寸

7.1、电容尺寸

对于给定的电容预算Ctot,我们可以通过SSL极限下的电荷流得到:

而对于两相变换器则为:

7.2、开关尺寸

对于给定的MOS管宽度预算Wtot,我们可以通过FSL下的开关电荷流向量得到:

而对于两相变换器则为:

7.3、输出电容尺寸

利用可以推导出:

8、参考文献

参考 design of PMIC 第9章

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/2 20:14:40

【课程设计/毕业设计】基于SpringBoot+Vue的西医药店药品管理系统的设计与实现基于SpringBoot的药店管理系统设计与实现【附源码、数据库、万字文档】

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/3/31 1:37:16

收藏!AI大模型赋能临床诊疗全解析(附零基础学习指南)

随着医疗数据的规模化沉淀、算法精度的持续迭代突破以及算力成本的稳步下行,人工智能大模型在临床诊疗领域正加速落地崛起,已然从前期的技术探索阶段,迈入规模化应用的爆发临界点。 当前,AI大模型正沿着文本处理与医学影像两大核心…

作者头像 李华
网站建设 2026/3/27 15:15:42

医疗数据用Rust加速处理更稳

📝 博客主页:jaxzheng的CSDN主页 Rust在医疗数据处理中的革命:加速与稳定的双轮驱动目录Rust在医疗数据处理中的革命:加速与稳定的双轮驱动 引言:医疗数据处理的双刃剑 一、医疗数据处理的核心痛点:为何Rus…

作者头像 李华
网站建设 2026/3/27 7:22:51

AI → JSON → UI

背景 过去两年,AI 生成 UI 的实践基本集中在两种路径上。第一种是直接让模型生成 JSX、HTML 或 CSS。这条路线的优势在于自由度极高,模型几乎不受约束,看起来“什么都能写”。但在真实工程环境中,这种方式几乎不可控:…

作者头像 李华
网站建设 2026/4/3 4:44:20

【开题答辩全过程】以 基于大数据的旅游数据分析与可视化为例,包含答辩的问题和答案

个人简介一名14年经验的资深毕设内行人,语言擅长Java、php、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。感谢大家的…

作者头像 李华