企业官网建设流程全解析

做无线电能传输（WPT）电动汽车充电仿真，最容易被卡住的不是某一个软件操作，而是整个流程怎么串起来。你既要回答线圈怎么排、气隙取多少、横向偏移到什么程度系统还能工作，又得回答补偿网络选什么参数、逆变器怎么驱动、负载变化时输出还稳不稳。只玩Maxwell，你看到的是一堆磁场云图和曲线；只玩Simulink，你验证的是电路逻辑，但线圈的自感互感全凭经验拍脑袋。这个项目同时用MATLAB做系统级电路仿真、用Maxwell做DD线圈电磁场仿真，再把两者串成一条完整的设计链路，确实是目前个人实操下来最稳的组合。

这两年跟不少做车载充电、无线充电桩的朋友聊，大家普遍有个感受：真正难的已经不是“能不能传能”，而是“怎么把仿真做得足够可信，让样机一次通过率高一点”。尤其是DD线圈这种耦合结构，磁路不跟普通圆盘线圈一样是轴对称的，它的耦合特性和偏移特性更复杂，光靠经验公式根本算不准，必须在电磁场仿真里把几何、磁芯、气隙、频率全部建出来。而到了系统层面，SS、LCC、LCL这些补偿拓扑的响应特性又适合用电路仿真快速对比，没必要每次都跑到Maxwell里调整个系统。把两边的优势拼起来，才是这个项目真正的核心价值。

这篇文章把我个人实操的一套流程完整写下来，包括拓扑选型逻辑、DD线圈建模要点、SS/LCC参数计算、Maxwell到MATLAB的参数传递，以及踩过的一些坑。内容适合正准备入门WPT仿真的同学，也适合已经做过部分仿真但总觉得两头对不上、想理顺工作流的工程师。

1. 项目到底在解决什么问题

1.1 这个项目要回答的三个工程问题

很多第一次接触WPT项目的人会以为，无线充电不就是“两个线圈对在一起，通电就有电吗”。实际上把它拆成工程问题，至少要解决三件事。

第一，在给定气隙、线圈尺寸、磁芯结构的条件下，能把多大功率传过去。这里面核心参数是互感M和耦合系数k。M太小，副边感应电压低，功率传不过去；M太大，意味着原副边贴得太近或者磁路设计过度，系统抗偏移能力往往反而变差。所以第二个问题随之而来：横向偏移多少，系统还能保持额定功率输出。电动汽车停车精度不可能很高，一般允许线圈中心偏差10~20厘米，这就要求仿真时把XY平面内的偏移工况全部扫一遍。第三个问题是决定性价比的问题：在高频工况下，用什么补偿拓扑能把系统的功率因数、效率、器件应力做到平衡，同时还能保证一定的恒流恒压输出特性。

这个项目的标题同时出现了SS、LCC、LCL，本质上就是因为没有一种拓扑能包打天下。设计早期要在Maxwell里把线圈耦合参数算出来，再放到MATLAB里对三种拓扑做横向对比，看哪个更适合当前的应用场景。

1.2 为什么选“Maxwell + MATLAB”而不是只用一个工具

我可以直接说结论：只用Maxwell仿线圈，你用不了电路控制；只用MATLAB仿系统，你的耦合参数是假的。这两种做法都会让项目走到一半就卡死。

Maxwell的优势在磁场细节。它能把DD线圈的D形绕组走向、铁氧体磁芯的形状、气隙中的磁力线分布、屏蔽层的涡流损耗全部算出来。尤其是磁芯饱和、绕组涡流这类问题，只有场仿真才能暴露出来。但它不适合做系统级分析，因为一个完整的WPT系统还包括高频逆变桥、谐振电容网络、整流桥、电池负载，这些东西如果全在Maxwell里搭，求解规模会大到你不想等。

MATLAB/Simulink的强项是系统级行为。开关管的驱动逻辑、谐振腔的瞬态响应、负载突变时的动态特性、闭环控制策略，这些在电路仿真里解决起来非常顺手。但它需要一个关键的输入条件——线圈的自感、互感、耦合系数，而这些恰恰是Maxwell输出的结果。

所以整个项目的仿真技术路线就清晰了：先在Maxwell里用场仿真算出线圈在各种偏移工况下的参数矩阵，再把这些参数带回Simulink搭系统模型，验证补偿网络和控制策略。这也就是所谓的“场路结合”仿真思路，搞清这条链路，后面所有操作都顺着它走。

2. 补偿拓扑的选型：SS、LCC、LCL 到底怎么选

2.1 谐振补偿的核心逻辑

先讲清楚一个底层概念：WPT系统的原副边线圈本质上是一个松耦合变压器，耦合系数k通常只有0.1~0.4，远远低于传统变压器0.95以上的紧密耦合。线圈自感的无功功率非常大，如果不加补偿，大部分功率会在线圈和线路内阻上消耗，根本送不进负载。

谐振补偿的核心思路，就是用电容抵消线圈感抗。在特定工作频率下，让原边线圈和补偿电容发生串联或并联谐振，使得整个原边输入阻抗呈现纯阻性，功率因数接近1。副边同样需要补偿，才能在谐振频率下获得最大感应功率传输能力。

以最简单的SS拓扑为例，原边线圈Lp与电容Cp串联谐振，副边线圈Ls与电容Cs串联谐振，谐振频率满足：

f0 = 1 / (2π√(L·C))

在这个频率下，线圈的感抗和电容的容抗互相抵消，系统看起来就是纯电阻负载。理解了这一点，再看LCC、LCL就会容易得多——它们只是把“用哪种电容和电感、放在哪个位置”玩出了不同花样。

2.2 三种拓扑的特点对比

SS拓扑结构最简洁，原边和副边都是单个电容与线圈串联。它的输出特性接近恒压源，在小偏移、固定负载的场合非常好用，元件少、成本低、设计公式简单。但缺点也明显：它本质上是一个高Q值谐振回路，轻载时电容电压会飙得很高，对器件耐压要求苛刻；同时它对参数漂移敏感，线圈温度变化、气隙改变都会导致失谐。

LCC拓扑通常用在原边，由串联电感Lf、串联电容Cf、并联电容Cp三个元件构成补偿网络。它能将逆变器输出变成一个近似恒流源，抗负载突变能力强，原边开关管的ZVS软开关特性也容易实现。副边则常用串联补偿SS搭配，构成大家常说的“LCC-S”拓扑。这种结构在电动汽车无线充电里非常常见，因为它能兼顾轻载电压抑制和功率传输能力。

LCL拓扑可以理解为去掉LCC中的并联电容、把副边网络也换成“电感-电容-电感”结构。它在特定设计下具有很好的恒流特性，而且电容数量少、成本略低。缺点是设计自由度相对小，抗偏移能力不一定比LCC-S好。我做过的对比仿真里，LCL在高耦合系数区间表现不错，但当气隙增大、k掉到0.15以下时，功率传输能力衰减比LCC-S快。

下表是我个人习惯用的对比维度，做仿真选型时可以定期参考：

2.3 从项目需求反推拓扑

仿真选型不要一上来就追求“最先进”。我一般建议先明确三点：输出功率等级、偏移容忍度、元件成本预算，然后才能决定拓扑。

如果项目是几百瓦的验证样机，优先选SS。它的设计难度最低，适合先把整个WPT链路调通。如果做的是几十千瓦的电动汽车充电系统，基本就要上LCC-S甚至LCC-LCC。因为大功率系统对轻载过压、开关管软开关有硬指标，SS很难满足；LCC网络能提供恒流源特性，配合变频或移相控制，在负载和偏移变化时表现稳定得多。

关于LCL，我的判断是：如果设计目标对成本特别敏感、而且耦合系数在工况中变化不大，可以考虑；但凡要保证“停车偏一点也能充上电”，我还是更推荐把精力花在LCC网络和线圈优化上，性价比更高。

3. DD线圈的Maxwell电磁场仿真

3.1 为什么是DD线圈而不是圆盘线圈

圆盘线圈在小尺寸、两侧对齐的情况下也能工作，但有个致命弱点：横向偏移时互感下降非常快，输出功率断崖式下跌。DD线圈（Double D，双D形线圈）是两个反向绕制的D形绕组并排组合，磁场方向沿线圈平面横向穿过气隙，类似一个磁偶极子，在X方向偏移时的耦合平坦度明显优于圆盘线圈。

说通俗点：圆盘线圈的磁场像一个从中心向外扩散的蘑菇云，稍微错开一点，副边切割到的磁通就急剧减少；DD线圈的磁场像一长条沿横向展开的磁力带，原副边在横向错开一定距离时，副边仍然能覆盖大部分磁通。这个特性对电动汽车充电至关重要，因为停车对位精度不可能做到几厘米以内。

我之前做过一组对比仿真：同样尺寸的圆盘线圈和DD线圈，在横向偏移150mm时，圆盘线圈的k值跌到初始值的40%，DD线圈还能保留60%以上。这就是DD线圈在车载无线充电里被大规模采用的核心原因。

3.2 Maxwell建模步骤与求解器设置

Maxwell建DD线圈模型，我的步骤是这样的。

第一步，几何建模。在Maxwell 3D中，先画两个D形绕组平面区域。具体画法很简单：先画一个半圆环区域作为第一个D的外轮廓，再对称复制一个，中间留出一定间距，最后在两个绕组端部用矩形段连接，形成一个串联绕组结构。铁氧体磁芯用平板条拼接，布置在绕组正下方附近。磁芯厚度一般5~8毫米，太薄容易饱和，太厚成本高而且没必要。

第二步，设置材料和激励。绕组材料设置成copper，磁芯用铁氧体材料（软件库里的铁氧体材料参数基本可用，但要注意饱和磁感应强度是否和你采购的磁芯一致）。在两个绕组的激励端口处添加电流激励，我一般设置峰值电流10A、频率85kHz。这里需要说明的是，85kHz是WPT领域的常用工作频点，因为既要兼顾传输功率，又要避开人耳可听噪声和大部分频段干扰。

第三步，选择求解器。Maxwell中的Eddy Current求解器专门处理时谐场，适合这类恒频正弦激励。如果后面要研究瞬态冲击、短路故障，才需要切到Transient求解器。Eddy Current求解器求解速度快，内存占用小，对纯谐振频率下的耦合参数提取完全够用。

第四步，设置求解域和边界。求解域建议在模型外围留出至少气隙尺寸的空间，边界用气球边界，让磁场自然衰减，避免人为边界反射影响求解精度。

3.3 从仿真结果里提取关键参数

DD线圈仿真完成后，需要提取的参数有三个：原边自感Lp、副边自感Ls、互感M。分别在Maxwell的Matrix表格里查看即可。

重点说下怎么看互感。Maxwell输出的是绕组之间的电感矩阵，其中L(1,1)是原边自感，L(2,2)是副边自感，L(1,2)和L(2,1)就是互感M。因为互感和自感的值都与绕组匝数平方相关，所以如果你在仿真里画的是1匝绕组，想换算成N匝线圈，要把自感乘N²，互感也乘N²。这一点经常有人漏掉，结果仿真参数和实际测试对不上。

耦合系数k就可以由公式计算：

k = M / √(Lp·Ls)

我一般会把Maxwell算出的Lp、Ls、M记录在一个Excel表里，分别对应不同偏移位置。后面做Simulink仿真时，直接查表填入。

3.4 偏移工况的扫描与数据处理

DD线圈的偏移仿真必须在Maxwell里用参数扫描跑一遍。我常用的做法是把副边线圈沿X方向从0偏移扫到200mm，步长25mm；Y方向也做一次，因为DD线圈在X和Y方向的偏移特性不对称，必须分开看。

这里有个实操细节：不要只在Maxwell里看磁力线云图“好看不好看”，要把每次偏移后的互感数据自动导出。Maxwell的参数扫描结果可以导出成矩阵文本，我一般用脚本批量提取，然后画成“互感M随偏移距离变化”的曲线。这个曲线就是后面整个系统仿真里最核心的输入数据。

有些版本Maxwell的场计算器用起来比较绕，我建议直接在Design Properties里定义偏移变量，并用Optimetrics做参数扫描，这样效率最高。

4. MATLAB/Simulink系统级仿真

4.1 系统框架怎么搭

拿到了Maxwell的线圈参数，接下来在MATLAB里搭系统级模型。Simulink模型按功能模块可以拆成四块：直流电源、高频逆变器、谐振补偿网络（包含耦合线圈）、副边整流与负载。

电源侧我用一个直流电压源，模拟电池或前级PFC输出的直流母线。逆变器用全桥结构，四个开关管用Simscape Electrical里的MOSFET模型或理想开关模型都可以。开始阶段建议用理想开关，先验证拓扑逻辑；后面要研究损耗和温升，再换成带导通电阻的详细模型，仿真时间会长不少，但结果更贴近实际。

谐振补偿网络部分，把从Maxwell导入的自感Lp、Ls和互感M封装成一个耦合线圈模块。Simulink里的Mutual Inductance模块可以直接填这组参数，非常方便。

副边整流用全桥二极管或同步整流MOSFET，输出接电池负载或者用电阻负载先模拟。

4.2 SS拓扑参数计算示例

假设Maxwell仿真给出的DD线圈参数是：原边自感Lp=120μH，副边自感Ls=120μH，互感M=35μH，工作频率f0=85kHz。做SS拓扑谐振补偿，原副边谐振电容都按串联谐振计算：

Cp = 1 / (ω0² · Lp) ≈ 1 / ((2π×85000)² × 120×10⁻⁶) ≈ 29.2nF

Cs同理，因为Ls=Lp，也约等于29.2nF。

注意一个细节：实际电容取值要考虑副边折算阻抗的影响。副边反射到原边的阻抗会稍微改变原边谐振频率，严格来说需要迭代调整，但初版仿真直接用上面的计算值就够，等控制策略完善后再细调。

4.3 LCC网络参数设计

再算LCC-S的实例。假设系统要求原边呈现恒流特性，设计频率还是85kHz，原边线圈自感Lp=120μH。LCC网络的三个元件Lf、Cf、Cp满足以下关系：

• 并联电容Cp与线圈自感Lp在f0下并联谐振：Cp = 1 / (ω0² · Lp)，约29.2nF
• 串联电容Cf与额外电感Lf在f0下串联谐振：Cf = 1 / (ω0² · Lf)
• Lf的选择需要根据逆变器输出电压和期望的原边电流决定。如果逆变器输出方波基波幅值是200V，期望原边导轨电流30A，XLf ≈ 200/30 ≈ 6.67Ω，得到Lf ≈ 6.67/(2π×85000) ≈ 12.5μH，再算出Cf≈282nF

实际工程里还要考虑电容耐压和电流应力。谐振电容上的电压经常是母线电压的好几倍，选型时耐压至少按计算值的两倍留余量。

这些参数在Simulink里搭好后，用AC Sweep或直接跑瞬态仿真，能很快看到原边电流是否基本恒定、副边输出功率是否达标。

4.4 控制策略与动态仿真

补偿网络只能决定系统的稳态特性，动态性能要靠控制策略。WPT系统常用的控制方法包括原边变频控制、原边移相控制、副边DC-DC级联控制。

我个人的做法是：在Simulink里搭建一个输出电压闭环控制器，检测副边输出电压，调逆变器移相角，以此控制传输功率。系统负载突变从空载切到满载时，用闭环控制器观察输出电压跌落幅度和恢复时间。这个动态响应过程是Maxwell完全做不了的，也是必须要走Simulink仿真的根本原因。

如果想更精细地模拟停车偏移对系统的影响，可以在Simulink里用查表模块，把Maxwell算出的不同偏移位置的互感M做成二维查表，仿真中让“偏移量”作为外部输入变量，在运行过程中动态变化，模拟电动车缓缓停在充电位上的过程。这种动态仿真画面感极强，也是我做项目答辩时最有说服力的一个部分。

5. Maxwell和MATLAB的数据怎么正确串起来

5.1 参数传递链路与核心注意事项

前面反复强调参数传递，这里把链路完整写清楚。

在Maxwell中，对DD线圈进行Eddy Current求解，得到Lp、Ls、M三个关键参数。这里必须注意一个频率前提：Maxwell的Eddy Current求解器默认在设定频率下求解，而Lp、Ls、M在100kHz以内基本可以视为常数，但如果你换到几百kHz甚至MHz级别，绕组内部的涡流和邻近效应会让电阻、电感都发生变化。所以参数提取频率最好直接设置为实际的85kHz，不要偷懒用默认的0Hz或低频。

从Maxwell导出数据后，在MATLAB里创建参数文件，我建议用.mat文件或者Excel文件，在Simulink中通过查表模块或者直接赋值给Mutual Inductance模块。整个工作流可以简化为：

Maxwell仿真各种偏移工况 → 提取Lp/Ls/M矩阵 → 存入MATLAB查表 → Simulink系统仿真读取参数 → 观察输出结果 → 反馈到Maxwell调整线圈设计。

5.2 单向传递和双向迭代的区别

做WPT项目要清楚一个事实：Maxwell和Simulink的联合仿真有两种深度。

一种是把Maxwell定下来的参数单向导入Simulink，Simulink只做电路响应验证，参数不回传。这是大多数项目初期的做法，效率最高，也能走通大部分问题。

另一种是双向迭代：Simulink仿真发现某个工况下电流过大，可能导致磁芯饱和，那么把电流值反馈回Maxwell重新验证磁场，看磁芯哪里先饱和，再改线圈结构。这种迭代通常不需要把两个软件实时联起来，而是“跑一遍Maxwell → 跑一遍Simulink → 发现问题 → 回Maxwell改结构”的离线循环。我目前做的项目基本都走这种离线循环，速度够用，而且每一步的结果都可控可审查。

5.3 基于仿真数据的效率计算习惯

除了电压电流波形，效率也是一个必须跟踪的关键指标。在Simulink中，我习惯分别测原边输入有功功率P_in、副边输出到负载的功率P_out，效率=P_out/P_in。高频逆变器、谐振电容、线圈电阻、整流二极管的损耗都会影响效率，所以模型里这些原件尽量别用理想模型。

如果你发现仿真效率高得离谱，比如超过98%，先别高兴，大概率是模型太理想。真实的WPT系统，尤其大功率系统，效率能到90%-93%已经是不错的设计，剩下的损耗主要在开关管开关损耗、磁芯损耗、线圈高频电阻损耗上。我在Maxwell里设置线圈材料时，会额外勾选skin effect和proximity effect计算，这样线圈高频交流电阻的数据才更真实。把这个交流电阻值带到Simulink的线圈模型里，仿真效率才会落到合理的范围内。

6. 实操中的常见问题与排查记录

6.1 轻载电压飙升

这是在Simulink里最容易遇到的现象。SS拓扑带纯电阻负载，只要负载电阻突然变大，比如从满载切换到空载，副边输出电压会瞬间飙升到额定值的几倍，严重时直接超过电容耐压。

排查思路很简单：查看谐振腔的Q值。轻载时系统阻尼小，能量在谐振腔里来回震荡放不掉，电压自然就顶上去。解决办法通常有三个，一是改用LCC或者LCC-S拓扑，利用恒流源特性抑制过压；二是在副边加过压保护钳位电路；三是增加控制环路，检测到输出电压超限后快速调低原边逆变器移相角或拉低开关频率。

6.2 参数漂移导致失谐

仿真里所有参数是固定的，但实际中线圈的温度变化会导致导线电阻和电感轻微漂移，电容的容差一般有±5%。别小看这5%，85kHz谐振频率下，5%的容差足以让系统偏离谐振点，功率掉20%以上。

在仿真阶段就要把容差影响加进去。我习惯在Simulink里把电容值设成标称值偏移±5%的工况，分别跑一遍输出功率，看看系统对参数偏差是否敏感。如果拓扑的抗失谐能力太差，就得考虑换LCC这类对参数偏差适应性更强的拓扑，或者在副边增加参数自适应调节。

6.3 Maxwell和Simulink的计算结果对不上

这种问题的原因一般有三个。第一个，Maxwell自感提取频率和Simulink里的仿真频率不一致。第二个，互感正负号问题，DD线圈两个D形绕组反向串联，互感方向取决于同名端定义，Simulink里的Mutual Inductance模块同名端必须和Maxwell里的方向对应，否则仿真出来的功率方向会不对。第三个，Maxwell求解域的尺寸或网格不够，导致互感计算值偏低，这种情况把求解域稍微扩大，网格加密一层再算，通常能解决。

6.4 磁芯饱和问题

Maxwell仿真里看磁芯磁密分布时，如果发现局部区域磁密超过0.3~0.4T，铁氧体磁芯就有饱和风险。饱和后电感量会明显下降，谐振频率漂移，传输功率和效率同时恶化。

解决思路是增加磁芯厚度、增大磁芯面积，或者改用饱和磁密更高的磁芯材料。在Maxwell里修改磁芯几何尺寸非常方便，我一般会做一个磁芯参数扫描，看磁密峰值怎么变化，找到一个性价比最优的厚度。不要等到样机测试时才发现饱和问题，那个时候改磁芯成本高得多。

7. 一些实操习惯和后续扩展方向

仿真做了大半年，我自己有两条比较深的心得。

一个是不要把Maxwell和Simulink的工作割裂开，更不要让仿真结果只停留在“看起来对”的阶段。每次Maxwell跑完一批数据，记得把耦合系数曲线导出保留；每次Simulink里改控制参数，也应把波形截图和相关参数记录在案。有了这个习惯，两个软件之间的参数出入是能对应上的，后面排查问题时能省很多时间。

另一个是关于仿真的边界条件，多花点时间做偏移扫描永远值得。很多人只仿了线圈完全对正的情况，觉得效率高就可以了，结果忽略了实际停车偏移带来的功率下降。这个项目里DD线圈的优势就是抗偏移能力，而它恰恰要通过Maxwell的扫描仿真才能量化体现，再结合Simulink的查表模块，把这个偏移导致的动态功率变化呈现出来，才是一套完整可信的WPT仿真方案。

后续如果想在现有基础上深入，我建议可以考虑两个方向。一是把散热仿真加进去，WPT大功率充电时线圈和磁芯的温升是实际产品必须面对的问题，Maxwell的损耗数据可以导入热仿真工具，形成电-磁-热多物理场闭环。二是把双向充电（V2G）场景加进去，在Simulink里把原副边的整流器换成主动桥，仿真能量反向流动时的控制策略。整个框架不用推倒重来，现有的DD线圈模型和补偿网络设计思路可以继续复用，这也是当初选这条路线的最大收益。