企业官网建设流程全解析

构网型逆变器这几年不只要发论文用，工程上也确实开始落地了。但说实话，大多数刚开始接触这个方向的人，都是卡在模型复现这一关：论文里给出的状态方程通常只给最终矩阵或者只给几个关键参数，推导细节得自己去补，中间少一个环节整个系统就转不起来。我最近完整复现了一篇基于状态空间法+特征值分析的GFMI小信号稳定性建模工作，这里把从原理到Matlab实操的完整过程做个记录。

这篇内容面向正在做构网型逆变器（GFMI）小信号建模与稳定性分析的研究生和工程师，也可以看作是给“复现IEEE二区文献”这件事提供一套可执行的思路。文章不会逐行贴论文，而是把这类文献常用的建模套路拆开讲清楚：状态变量怎么选、状态方程怎么列、工作点怎么求、A矩阵怎么拼、特征值和参与因子怎么看。配合可运行的Matlab代码片段，照着走一遍应该能跑出与文献趋势一致的结果。

1. 复现之前：GFMI小信号建模的整体脉络

1.1 构网型逆变器到底“构”在哪里

构网型逆变器（Grid-Forming Inverter，GFMI）和传统的跟网型（Grid-Following）最本质的差别，是它自己要当“电压源”。通俗地说，跟网型逆变器靠锁相环去跟踪电网的相位和频率，自己只负责送功率；而构网型逆变器直接输出一个带相位和幅值的电压，电网频率和电压由它来支撑。这就好比一个是“跟着队伍走”，一个是“自己带队走”。

正是因为它要承担建压建频的任务，GFMI在弱电网、孤岛、多机并联等场景里表现出明显优势，但也带来新的问题：它和电网之间的相互作用更复杂，控制参数稍有不慎就可能出现低频振荡、次同步振荡甚至失稳。这时候只用时域仿真去试参数很难看出问题的本质，必须借助小信号模型加特征值分析，从线性化后的状态矩阵里找到失稳模态和参与程度最高的状态变量。

我在复现文献时发现，这类研究的基本套路高度统一：先列系统各部分的动态方程，再在稳态工作点附近做线性化，得到形如dx/dt = Ax + Bu的状态空间表达式，最后对A矩阵求特征值、画根轨迹、算参与因子，结合时域仿真验证结论。理解了这一套逻辑，文献复现就不再是“对着代码抄”，而是真正能改参数、换拓扑、扩展工况的活工具。

1.2 复现文献的核心流程

很多同学拿到论文后的第一反应是找作者有没有公开源码，找不到就不知道怎么下手。我的经验是：别急着找代码，就算拿到了别人写的脚本，状态变量的顺序、参数的单位、控制器的结构只要有一处对不上，后面全是无用功。正确姿势是先按下面这个流程自己搭一遍。

第一步，锁定系统拓扑和控制策略。文献里用的是一台GFMI经LCL滤波器和线路阻抗接入交流电网，控制方式是经典的“功率下垂（P-f/Q-V）+电压外环+电流内环”。这个结构是构网型逆变器小信号建模的标配，文献里可能换成虚拟同步机（VSG）或者功率同步控制（PSC），但建模思路是一样的。

第二步，确定状态变量的全集。包括滤波电感电流、滤波电容电压、线路电感电流、逆变器输出电流、下垂控制器里的积分状态、PI调节器的积分状态，以及坐标变换用的虚拟功角（如果是功率同步类控制）。状态变量的数目直接决定了A矩阵的阶数，我这次模型一共13阶，后面特征值分析都是在这个基础上展开的。

第三步，分模块列出方程。把系统分成“功率计算与下垂控制”“电压环”“电流环”“滤波器与线路”“电网”五块，每块单独写动态方程，最后组装成一个整体。这样做的好处是检查方便，哪个模块写错了改哪里，不用在一大个矩阵里翻。

第四步，求稳态工作点并用一阶泰勒展开线性化。这里是最容易翻车的地方，后面我会单独展开讲。

第五步，在Matlab里组装状态矩阵A，调用eig函数算特征值，再结合参与因子分析定位关键模态。

第六步，回到Simulink或者PLECS搭时域非线性模型，用阶跃扰动或者三相短路来验证小信号分析得到的结论。只有时域和频域对上，才算真正复现完成。

1.3 为什么这套“状态空间+特征值”方法成了主流

不是没有其他办法做稳定性分析，比如阻抗法在跟网型逆变器和并网稳定性分析中也很流行，但为什么文献里GFMI的稳定性分析普遍用状态空间法？关键原因是信息密度。特征值分析不只能告诉你系统稳不稳定，还能通过参与因子告诉你哪个状态变量参与了哪个振荡模态，这对控制器参数设计和振荡源定位太有用了。

举个具体例子，我复现过程中发现某组控制器参数下系统出现了一对实部为正的共轭特征值，频率大约在15Hz左右。单看时域仿真波形你可能只知道系统在振荡，但通过参与因子分析，能明确看出这对模态主要参与变量是滤波电容电压的d轴分量和下垂控制中的虚拟功角，也就是低频功率振荡模态。顺着这个线索去调下垂系数或者虚拟阻抗，根轨迹往左半平面移动，振荡就抑制住了。这种“定位→归因→修正”的分析闭环，是状态空间法最吸引人的地方。

2. 模型搭建前必须搞懂的状态空间细节

2.1 系统拓扑与坐标变换

复现文献时第一件事就是把论文里的单线图完全搞清楚。典型的GFMI系统可以拆成以下几段：直流母线电压源（理想情况下用一个大电容代替即可）、三相两电平逆变器桥臂、LCL滤波器（逆变器侧电感Lf、滤波电容Cf、线路侧电感Lc）、连接线路阻抗（Rg+jXg）以及理想电网电压源。

这里有一个经常被忽略的细节：逆变器侧的电感上还要串一个等效电阻Rf，它代表开关管损耗和电感绕线电阻的集合。别小看这点电阻，它在低频段对特征值的影响非常明显，取0.1Ω和取0.01Ω，振荡模态的阻尼比完全不同。

动态方程要在dq同步旋转坐标系下建立，原因是三相正弦交流量在dq系里变成了直流分量，稳态工作点的求解从解微分方程变成了解代数方程。坐标变换用的是等幅值Park变换：

• d轴分量与电压矢量方向对齐，q轴超前于d轴90度
• 变换矩阵在三相平衡条件下的形式是固定的，但要注意文中用的是等幅值还是等功率变换，这会影响方程里系数是1还是sqrt(3/2)

我自己习惯用等幅值变换，因为功率表达式写起来更直观，P=(3/2)(vdid+vqiq)。如果你在文献里看到功率公式没有3/2系数，那大概率是用了等功率变换，两套体系下的滤波器参数和控制参数都是一样的，但功率方程系数不同，混用会直接导致工作点算错。

2.2 控制器方程与状态变量选取

控制器部分是整个小信号模型里需要最小心处理的地方。GFMI的经典控制策略分三层：功率下垂层、电压外环层、电流内环层。

功率下垂层的方程是：

• 有功-频率下垂：ω = ωn + m(Pn_ref - P)
• 无功-电压下垂：Vd_ref = Vn + n(Qn_ref - Q)

这里的P和Q是瞬时功率经过低通滤波后的平均值，低通滤波器的截止频率通常在2π×10 rad/s左右。如果文献用的是虚拟同步机，那么频率方程会变成带转动惯量J和阻尼系数D的二阶形式，多出两个状态变量。我这次按最常用的下垂控制来搭，功率滤波引入两个状态变量P_filter和Q_filter。

电压外环和电流内环都是PI控制器，分别有d、q两组，所以引入四个积分状态变量。再加滤波器、线路的状态变量，整个系统的状态变量清单如下：

• 逆变器侧电感电流的d、q分量：2个
• 滤波电容电压的d、q分量：2个
• 线路电感的电流d、q分量（或输出电流）：2个
• 功率滤波器的输出P、Q：2个
• 电压环PI积分输出：2个
• 电流环PI积分输出：2个
• 虚拟功角δ（与电网电压矢量之间的角度）：1个

合计13个状态变量，状态矩阵A就是13×13的方阵。

有一点需要特别注意：电流内环的参考值来自电压环的输出，电压环的参考值来自下垂控制的输出。很多初学者会把每一层单独建模后再简单拼接，结果发现矩阵维数对不上。正确的做法是先把整个信号链路画出来，从功率测量到外环到内环再到PWM调制，每一个信号流节点都明确写下它的代数关系和动态关系，然后再去列方程。

2.3 线性化处理与A矩阵组装逻辑

小信号模型的核心操作是“在稳态工作点附近做一阶泰勒展开”。对于非线性函数，比如瞬时功率P=(3/2)(vddid+vqqiq)，它在稳态点(下标0)处的增量化形式是：

ΔP = (3/2)(vd0Δid + id0Δvd + vq0Δiq + iq0Δvq)

这个式子看着简单，但工作量在于你必须在推导之前就把稳态值全部求出来。常见错误是：有人把稳态值写成了额定值，比如额定功率Pn、额定电压Vn。这在系统工作在额定点时成立，但一旦考虑线路压降或者负载变化，实际稳态工作点早就偏离额定值了，线性化系数就会用错。

A矩阵的组装逻辑是按状态变量的顺序逐行填充的。每一行的含义是“某个状态变量的导数等于哪些状态变量的线性组合”。

以滤波电容电压的d轴分量为例，它的动态方程来自基尔霍夫电流定律：

Cfdvcd/dt = iLd - iod + ωCfvq

线性化后就是：

Δdvcd/dt = (ΔiLd - Δiod + ω0CfΔvq + vq0CfΔω)/Cf

注意最后一项，虚拟功角或者说频率偏差是通过Δω进入方程的，这就是为什么必须把虚功角δ作为状态变量加进来的原因——如果漏掉它，功率环的动态就传递不到电气部分了。

组装时我习惯用“先填充分块矩阵，再拼接成大矩阵”的方式，这样既不容易漏项，后期排查问题也好定位。比如电气部分的状态矩阵写成A1，控制部分写成A2，交叉耦合项单独列出来，最后用矩阵拼接命令合成完整的状态矩阵A。这比直接手工填一个大矩阵靠谱得多。

3. Matlab建模全流程实操

3.1 参数准备与稳态工作点求取

Matlab建模的第一步是把所有参数写进一个统一的参数脚本里。建议用结构体组织，比如par.Lf = 3e-3，par.Cf = 15e-6，便于后续函数传参。参数来源有三个渠道：文献正文和附录表格、由文献描述推导（比如根据截止频率算PI参数）、常见工程经验值。复现时最容易遇到的情况是论文正文参数给不全，这时候别瞎猜，优先看它的附录表格，其次从控制带宽倒推。

稳态工作点的求取是整个建模流程中最容易卡住的地方。我推荐的方法是“解析+数值校验”两步走：

第一步，用功率平衡关系做解析估算。设GFMI向电网输送的功率为P0+jQ0，电网电压幅值Vg已知，线路阻抗Z = Rg + jXg已知，那么通过潮流方程可以反解出逆变器出口电压的幅值和相角，以及线路电流。

第二步，把解析估算的结果作为初值，用fsolve精修。原因是线路电抗Xg和滤波电容Cf的存在会让电压相位偏移和幅值下降，解析近似在小阻抗条件下够用，但阻抗稍大误差就上来了。

实际操作中，我通常是在Matlab里写一个独立的脚本求工作点。注意变量单位必须统一，角频率用rad/s，功率用W或Var，不要把50Hz和100π混用。如果出现共轭复数解，说明系统在该功率下根本无法稳定运行，后面特征值分析也没必要做了。

3.2 状态矩阵组装代码实现

下面给出一段简化但结构完整的Matlab实现，展示A矩阵的组装方式。这里省略了部分代数推导，但代码的结构可以直接套用到你的模型上。

% 稳态工作点（变量带0后缀） delta0 = 0.351; % 虚拟功角，rad W0 = 314.1593; % 额定角频率，rad/s Vd0 = 310.2; % 电容电压d轴，V Vq0 = -2.1; % 电容电压q轴，V Id0 = 8.6; % 电感电流d轴，A Iq0 = -0.9; % 电感电流q轴，A Iod0 = 8.3; % 输出电流d轴，A Ioq0 = -0.5; % 输出电流q轴，A P0 = 3000; % 滤波后有功，W Q0 = 88; % 滤波后无功，Var % 控制器稳态输出（由稳态运行条件反推） Vmd0 = 304.2; Vmq0 = 8.5; % 调制波稳态值 Pint_d0 = 0.45; Pint_q0 = -0.02; % 电压环积分稳态值 Iint_d0 = 0.12; Iint_q0 = -0.015; % 电流环积分稳态值 % 定义状态变量次序： % x = [Δδ, ΔW, ΔP, ΔQ, ΔPint_d, ΔPint_q, ΔIint_d, ΔIint_q, ... % ΔId, ΔIq, ΔVd, ΔVq, ΔIod, ΔIoq] % --- 功率下垂与虚拟功角子矩阵 --- A_power = zeros(4, 14); A_power(1, 2) = 1; % dΔδ/dt = ΔW A_power(2, 3) = -par.m; % dΔW/dt = -m * ΔP A_power(3, 3) = -par.wf; % dΔP/dt = -wf*ΔP + wf*(3/2)*(Vd0*ΔId + Id0*ΔVd + Vq0*ΔIq + Iq0*ΔVq) % 其中第二项需要展开成对电气状态变量的线性组合 A_power(3, 9) = par.wf * 1.5 * Vd0; A_power(3, 10) = par.wf * 1.5 * Vq0; A_power(3, 11) = par.wf * 1.5 * Id0; A_power(3, 12) = par.wf * 1.5 * Iq0; A_power(4, 4) = -par.wf; % 无功功率滤波，结构类似 A_power(4, 11) = par.wf * 1.5 * Iq0; A_power(4, 12) = -par.wf * 1.5 * Id0; % ...（无功部分还有对Iq、V等的耦合项，此处省略） % --- 电压环与电流环PI积分变量 --- A_ctrl = zeros(4, 14); % 电压环积分：dΔPint_d/dt = ΔVd_ref - ΔVd % ΔVd_ref 来自下垂控制，注意系数的传递 A_ctrl(1, 4) = par.n_vd; % 无功下垂对Vd参考值的耦合，具体系数由控制结构决定 A_ctrl(1, 11) = -1; % -ΔVd % 电流环积分：dΔIint_d/dt = Kp_v * (ΔVd_ref - ΔVd) + 前馈项 - ΔId A_ctrl(3, 4) = par.Kp_v * par.n_vd; A_ctrl(3, 11) = -par.Kp_v; A_ctrl(3, 9) = -1; % ...（q轴同理，不再赘述） % --- 电气部分：滤波电感、电容、线路 --- A_elec = zeros(6, 14); % 电感电流动态：Lf * dΔId/dt = ΔVmd - ΔVd + ω0*Lf*ΔIq + Iq0*Lf*ΔW A_elec(1, 2) = Iq0 * par.Lf; % 频率耦合项 A_elec(1, 9) = 0; % ΔId在方程左侧不直接出现（由Rf项） A_elec(1, 10) = par.W0 * par.Lf; % ω0*Lf*ΔIq A_elec(1, 11) = -1; % -ΔVd A_elec(1, 13) = 0; % 调制波增量留给B矩阵 % 电容电压动态：Cf * dΔVd/dt = ΔId - ΔIod + ω0*Cf*ΔVq + Vq0*Cf*ΔW A_elec(3, 2) = Vq0 * par.Cf; A_elec(3, 9) = 1; A_elec(3, 12) = par.W0 * par.Cf; A_elec(3, 13) = -1; % 输出电流动态：线路方程，包含电网电压项的角度耦合 % 这部分是电网、线路阻抗和逆变器电压之间关系的核心，注意虚功角通过电网电压dq分量进入方程 % 组装完整A矩阵 A = zeros(14, 14); A(1:4, :) = A_power; A(5:8, :) = A_ctrl; A(9:14, :) = A_elec; % B矩阵（输入为电网电压增量，通常不影响稳定性，可省略） B = zeros(14, 2);

提醒一下，上面这段代码有意做了简化，关键非零元素的位置和数量必须根据你自己的推导结果来填。直接套用我的代码而不理解每一项的来源，特征值大概率对不上。正确用法是拿这段代码当作“脚手架”，在你推导完每个方程之后再往里填系数。

3.3 特征值计算与模态参与因子

A矩阵拼好之后，特征值只是一个eig调用的事：

% 计算特征值 [eigenvectors, eigenvalues] = eig(A); eigvals = diag(eigenvalues); % 排序：按特征值实部降序排列 [~, idx] = sort(real(eigvals), 'descend'); eigvals_sorted = eigvals(idx); % 显示结果 disp('特征值（实部 虚部 频率Hz）'); data_out = zeros(length(eigvals), 3); data_out(:, 1) = real(eigvals_sorted); data_out(:, 2) = imag(eigvals_sorted); data_out(:, 3) = abs(imag(eigvals_sorted)) / (2*pi); disp(array2table(data_out, 'VariableNames', {'Real','Imag','Freq_Hz'})); % 判断稳定性 if any(real(eigvals) > 0) disp('系统失稳'); else disp('系统稳定'); end

参与因子的计算需要同时用到左特征向量和右特征向量，代码也不复杂：

% 计算右特征向量和左特征向量 [V_right, D] = eig(A); V_left = inv(V_right); % 对每个特征值计算参与因子矩阵 % 第i个状态变量对第k个模态的参与因子 = V_left(k,i) * V_right(i,k) % 以第一个模态为例 k = 1; participation = abs(V_left(k, :) .* V_right(:, k)'); [~, state_idx] = sort(participation, 'descend'); % 显示参与程度最高的前几个状态 state_names = {'Δδ','ΔW','ΔP','ΔQ','ΔPint_d','ΔPint_q','ΔIint_d','ΔIint_q','ΔId','ΔIq','ΔVd','ΔVq','ΔIod','ΔIoq'}; fprintf('模态%g 主要参与状态:\n', k); for i = 1:5 fprintf(' %s: %.3f\n', state_names{state_idx(i)}, participation(state_idx(i))); end

实际跑出来之后你会发现，多数振荡模态的参与因子集中在少数几个状态上，这正是后面做参数设计时“指哪打哪”的依据。每看到一个共轭复特征值对，先看它的振荡频率是多少，再看它跟哪些状态强相关，然后就可以判断这是功率振荡模态、电压控制模态还是电流控制模态。

4. 稳定性分析怎么用起来

4.1 特征值分布与振荡模态解读

拿到特征值后的第一步，是画一张特征值分布图。Matlab里用scatter(real(eigvals), imag(eigvals), 'x')就能画出来，横轴是实部，纵轴是虚部，虚部不为零说明是振荡模态。实部为负的系统稳定，越负说明衰减越快；实部为正，系统在这个模态上持续发散，这就是失稳的直接判据。

以我的复现结果为例，基准参数下系统有13个特征值，其中3个是实数特征值，5对共轭复数特征值。把所有特征值按频率分簇，低频段有一对大约8Hz的模态，参与因子指向Δδ和ΔW，这是下垂控制决定的功率同步模态；中频段30Hz附近有一对指向电压环积分变量和电容电压的模态，对应电压控制动态；高频段200Hz附近的模态则主要由电流环支配。

这里给大家一个判断经验：如果失稳模态频率很低，比如5Hz以下，问题多半出在下垂系数或者虚拟阻抗上；如果失稳模态在几十Hz量级，通常跟电压外环带宽有关；如果跑到200Hz以上，那就要检查电流内环的PI参数和滤波参数了。这个经验我当时也是踩了很多坑才总结出来的，往后再遇到振荡，第一反应不再是盲目调参数，而是先看特征值频率再决定动哪里。

4.2 关键参数扫描与根轨迹

小信号模型最大的用途之一就是做参数扫描，看关键参数变化时特征根怎么移动。复现文献时，至少要做以下两组扫描：一组是改变下垂系数m，观察低频功率模态的移动；另一组是改变线路阻抗比Rg/Xg，观察对系统阻尼的影响。

根轨迹绘制用循环就可以，核心代码就几行：

% 参数扫描：下垂系数从0.5倍到3倍额定值 m_range = linspace(0.5e-5, 3e-5, 50); eig_trace = zeros(length(eigvals), length(m_range)); for i = 1:length(m_range) par.m = m_range(i); % 重新计算工作点和A矩阵（因为m改变，稳态功角也变） % [A, ~] = build_state_matrix(par); % eig_trace(:, i) = eig(A); end % 画根轨迹 figure; hold on; for k = 1:length(eigvals) plot(real(eig_trace(k, :)), imag(eig_trace(k, :)), '.-'); end grid on; xlabel('实部'); ylabel('虚部');

注意，参数扫描时不能只改A矩阵里的下垂系数m，还要重新求稳态工作点。因为m变了P-f下垂曲线斜率变了，同一个输出功率下虚拟功角就变了，所有和功角相关的耦合项都得更新。如果只改了m而工作点不变，扫出来的根轨迹趋势可能没问题但数值是错的。这一点是我自己反复出错后总结出来的，也是复现文献时最容易踩的坑。

我在扫描中发现一个有意思的现象：下垂系数m增大会让功率同步模态的阻尼先增大后减小，存在一个最优值。文献里给的那组参数恰好让阻尼比落在0.7附近，说明作者大概率做了一定的参数优化。这种细节只有亲手把根轨迹画出来才能体会到，光看论文表格是感受不到的。

5. 复现中的常见问题与排查技巧

5.1 工作点求不出来的排查思路

我在复现过程中碰到的第一个拦路虎就是稳态工作点怎么求都不收敛。排查后发现是两个原因叠加：一是初值取得太离谱，给fsolve的初始功率角是0.1rad，实际稳态功角在0.35rad左右，优化算法直接陷进局部异常区域；二是功率方程里的q轴耦合项写错了符号，导致雅可比矩阵不准确。

解决方法很直接：初值不要靠猜，先用手算的潮流近似解做初值。具体来说，忽略线路电阻，直接用P = (Vg*Vinv/X)*sin(delta)这种经典功角特性反推delta的初步估计，再交给fsolve精修。符号错误要靠手动核对固定工况下的功率值来判断，比如在额定输出时，有功主要走d轴、无功主要走q轴，如果你的P表达式里q轴分量占比异常大，那符号多半有问题。

另外建议大家在工作点求取脚本里加入数值Jacobian检查，用Matlab自带函数比较解析Jacobian和有限差分Jacobian是否一致。这个方法能很快定位方程写错的位置，比肉眼盯公式效率高一个数量级。

5.2 特征值对不上的核查方法

特征值计算结果与文献不一致是最典型的复现事故。我在排查时总结出一套“从整体到局部”的核查路径：

第一步，检查矩阵阶数。文献说13阶你算出14阶，说明某个状态变量多列了或者少列了。常见问题是把锁相环状态变量混进来了——构网型逆变器不应该有锁相环，如果你在下垂控制的GFMI模型里发现PLL的状态变量还留在矩阵里，那就是模型结构搞错了。

第二步，检查特征值的量级。功率控制模态一般在几Hz到十几个Hz，电压环模态在几十Hz，电流环模态在几百Hz。如果你的特征值频率全都在kHz量级，说明电气时间常数或者控制器增益的单位错了。

第三步，把A矩阵的行元素与你的方程逐一对应。这一步最耗时但最有效。我实践下来的办法是：给一个非零系数矩阵的高亮脚本，让每个非零元素的位置可视化。A矩阵的稀疏模式图里，如果发现某一块的行列索引与理论推导完全对不上，问题基本就锁定在那块了。

第四步，也是大多数人忽略的：用Simulink做非线性时域仿真，在小扰动下比较时域波形的振荡频率和阻尼是否与特征值分析一致。这是最硬的验证标准。如果小扰动下系统以15Hz、衰减率约2/s振荡，特征值分析结果却是25Hz、增长型，那说明小信号模型与时域模型之间存在实质差异，必须回到建模阶段排查。

5.3 模型可信度的对比验证技巧

最后说说怎么判断自己复现出来的模型可信。不能只看特征值趋势对就完事了，我建议做三组验证：

第一组是“特征值-时域对照”。给时域仿真加一个1%的功率参考阶跃，提取有功响应的振荡频率与阻尼比，和特征值分析里的主导模态对比。这是所有验证里最直接有效的手段，误差在10%以内就说明小信号模型质量不错。

第二组是“参数边界验证”。把下垂系数一路增大直到系统失稳，记录临界值，在小信号模型里找出使一对特征值实部过零的m临界值，两者对比。文献里如果给了稳定边界，这一步可以直接和文献对照；如果没有给，也可以作为参数设计的依据。

第三组是“物理合理性判断”。稳定特征值的实部不能太小，一般主导模态阻尼比至少要大于0.2，否则系统虽然稳定但动态性能很差，这在时域上表现为振荡衰减很慢。如果小信号模型显示某个模态阻尼比只有0.05，即使特征值全部在左半平面，也要重新审视是不是控制参数设置不合理，而不是把它当作正常结果。

这三组验证我复现时全部跑过，前两组和文献对上了，第三组帮我发现了一个文献没展开讨论的现象：在极弱电网条件下，电压外环参数如果沿用强电网设计值，系统会进入一种“理论稳定但工程不可用”的状态——特征值实部为负但阻尼极差，任何小扰动都会引起持续数秒的衰减振荡。这个发现后来被我写进了毕业设计的工作内容里，可以说复现论文只是起点，真正的收益是理解了模型之后的扩展能力。

回到开头说的那句话，文献复现真的不是抄代码，它更像一次“用推导把论文作者的思想重新走一遍”的过程。我个人最大的体会是：当你能从A矩阵里准确指出某个特征值对应的物理过程，并且知道改哪个参数能让它移动到哪里时，你对构网型逆变器的理解就已经远超“会搭模型”的层面了。这篇内容的最后再分享一个小建议：复现过程中养成给每个矩阵块写注释的习惯，哪怕当时觉得多余，等过两周再回头调参数时，你会发现这些注释比论文里的公式还有用。