CN106411167A - 一种基于自冗余状态预测的mmc环流抑制系统及方法 - Google Patents

Abstract

本发明公开了一种基于自冗余状态预测的MMC环流抑制系统。其利用模块化多电平变流器的自冗余状态和模型预测控制选择下一开关时刻合适的上、下桥臂投入的模块数量，从而在不影响交流侧输出的前提下，实现模块化多电平变流器的环流抑制。本发明还提供了一种基于自冗余状态预测的环流抑制方法。本发明能够利用MMC自冗余状态实现环流抑制，无需改变调制波，对于高调制度有很好的适用性；而且此种方法对MMC系统的相数无要求，可以拓展至任意相数的MMC系统；另外，模型预测控制的引入也提高了环流抑制的效果。

Description

一种基于自冗余状态预测的MMC环流抑制系统及方法

技术领域

本发明属于变流器环流抑制领域，特别涉及一种基于自冗余状态预测的MMC环流抑制系统及方法。

背景技术

模块化多电平变流器(Modular Multilevel Converter，简称MMC)由R.Marquardt教授在2001年率先提出，如图1所示，相比于传统的多电平变流器结构，模块化多电平变流器的突出优点包括：1)高度模块化，使得这种变流器可以通过级联模块去实现任何电压等级的应用；2)谐波特性好，由于相同模块的级联，电平数量多，交流输出侧可以不使用滤波器；3)冗余与容错能力强，每个模块的内部结构相同，当大量的模块级联时，每个模块之间可以相互替代，互为冗余。因此它在中压和高压领域有着非常好的应用前景，特别是在高压直流输电和中高压电机驱动领域。由于此种拓扑采用双星型结构，a，b，c相均与直流侧并联，交流输出从每相的中点引出。此种结构将导致直流侧与a，b，c相之间，以及a，b，c相内部之间均存在环流。环流的存在将会增大桥臂电流，引起额外的损耗，而且还会增大电容电压波动。因此MMC的环流抑制方法是模块化多电平变流器研究领域的一个重要课题。

MMC内部的环流成分主要包括直流分量和二倍频分量。其中，二倍频分量并不起功率传递的作用，却增大了桥臂电流，加剧了电容电压波动，引起了不必要的功率损耗。因此，环流中二倍频分量是需要被抑制的对象。目前已出现针对模块化多电平变流器环流抑制的方法主要有：

1.基于能量差的调制波补偿法。这种方法是根据上、下桥臂的能量差，以及相间能量差，经过差分能量控制器得到用于抑制环流的调制波补偿分量。将这个分量叠加到调制波上再与载波进行比较，从而得到各模块的投入和切除信号。

2.基于循环电流的旋转坐标系法。这种方法是将MMC中三相环流做负序两倍频旋转坐标变换后，变为直流分量，再通过解耦控制，然后再通过旋转坐标逆变换成三相交流量得到用于抑制环流中二倍频分量的调制波补偿分量。将这个分量叠加到调制波上再与载波进行比较，从而得到各模块的投入和切除信号。

然而，以上两类方法虽然能够抑制MMC中的环流，但是都需要对原始调制波叠加调整分量。当MMC工作在高调制比状态时，有可能导致变流器的过调制；而且两类方法均需要用到大量的控制器，增加了参数调节的难度；另外，第二种方法仅适用于三相系统，对于非三相系统不具有适用性。以上所述这两类方法的缺陷影响了它们在环流抑制中的使用效果。

发明内容

发明目的：本发明针对现有技术存在的问题，提供了一种无需改变调制波的基于自冗余状态预测的MMC环流抑制系统。

技术方案：本发明提供了一种基于自冗余状态预测的MMC环流抑制系统，包括上、下桥臂总投入模块数量的计算模块、第一模型预测模块、第二模型预测模块、第一更新模块和第二更新模块；所述上、下桥臂总投入模块数量的计算模块根据外部调制器得到的初始上、下桥臂应投入的模块数量，然后计算上、下桥臂总投入模块数量；如果上、下桥臂总投入模块数量为N时，所述第一模型预测模块工作，否则，第二模型预测模块工作；所述第一模型预测模块用于计算下一时刻单相总投入模块数分别为N，N+2以及N-2时的环流预测值和代价函数值；所述第二模型预测模块用于计算下一时刻当单相总投入模块数分别为N-1以及N+1时的环流预测值和代价函数值；所述第一更新模块和第二更新模块分别根据第一模型预测模块和第二模型预测模块计算出的代价函数值进行比较和更新输出上、下桥臂应投入的模块数量。

本发明还提供了一种采用上述基于自冗余状态预测的环流抑制系统的环流抑制方法，包括以下步骤：

步骤1：将从外部调制器得到的初始上、下桥臂应投入的模块数量n_ap和n_an输入给上、下桥臂总投入模块数量的计算模块中进行计算，如果初始上、下桥臂应投入的模块数量n_ap和n_an的和为N时，进入步骤2；否则，进入步骤3；

步骤2：第一模型预测模块根据公式

和分别计算下一时刻当单相总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值以及相对应的代价函数值；其中，i_z1，i_z2，i_z3分别表示下一时刻当单相MMC总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值，T_s表示预测时间间隔，L表示桥臂的缓冲电感值，U_dc表示直流侧母线电压值，n_ap和n_an分别表示初始上、下桥臂需要投入的模块数量，和分别表示上、下桥臂中子模块的电容电压平均值，i_z(t)表示当前的环流值；i_{z_ref}表示期望的环流值；J₁，J₂和J₃分别表示当单相MMC总投入的模块数为N，N+2和N-2时的代价函数值；然后将计算出的当单相MMC总投入模块数为N，N+2以及N-2三种冗余状态下下一时刻的环流预测值以及相对应的代价函数值输入到第一更新模块；

步骤3：第二模型预测模块根据公式

或者

和公式分别计算下一时刻当单相MMC总投入N-1和N+1个子模块时的环流预测值以及相对应的代价函数值；其中，n_ap+n_an＝N-1表示当前单相MMC总投入N-1个子模块，n_ap+n_an＝N+1表示当前单相MMC总投入N+1个子模块；i_z4和i_z5分别表示下一时刻当单相MMC总投入N-1和N+1个子模块时的环流预测值，T_s表示预测时间间隔，L表示桥臂的缓冲电感值，U_dc表示直流侧母线电压值，n_ap和n_an分别表示初始上、下桥臂需要投入的模块数量，和分别表示上、下桥臂中子模块的电容电压平均值，i_z(t)表示当前的环流值；J₄和J₅分别表示当单相总投入N-1和N+1个子模块时的代价函数值，i_{z_ref}表示期望的环流值；通常所期望的环流值为一个直流量，其值为P_ac/(3U_dc)；P_ac表示三相MMC交流侧期望输出的功率，U_dc表示直流侧母线电压；然后将计算出的当单相总投入模块数为N-1和N+1两种冗余状态下的环流预测值以及相对应的代价函数值输入到第二更新模块；

步骤4：第一更新模块和第二更新模块分别根据接收到代价函数值进行比较，选取最小的代价函数值所对应的n_ap和n_an，并输出；即为下一时刻MMC上、下桥臂的实际投入模块数量；

步骤5：根据步骤4输出的MMC的上、下桥臂的实际投入模块数量控制MMC的子模块工作。

进一步，所述步骤2中所述第一模型预测模块也可以根据公式：

计算当单相总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值，其中，u_{c_ref}表示电容电压的额定值。

进一步，所述步骤3中所述第二模型预测模块也可以根据公式：

或者

分别计算下一时刻当单相MMC当单相总投入N-1和N+1个子模块时的环流预测值；其中，u_{c_ref}表示电容电压的额定值。

进一步，所述上、下桥臂中子模块的电容电压平均值和根据公式：

计算获得，其中，u_cpx和u_cny(x,y＝1,…,N)分别表示上桥臂中第x个子模块的电容电压、下桥臂中第y个子模块的电容电压。

进一步，模块化多电平变流器采用上、下桥臂独立的电平移位调制。

有益效果：与现有的技术相比，本发明提出了基于自冗余状态预测的模块化多电平变流器的环流抑制策略，能够利用MMC自冗余状态实现环流抑制，无需改变调制波，对于高调制度有很好的适用性；而且此种方法对MMC系统的相数无要求，可以拓展至任意相数的MMC系统；另外，模型预测控制的引入也提高了环流抑制的效果。

附图说明

图1为MMC载波层叠上、下桥臂独立调制示意图(以上、下桥臂均级联4个模块为例)；

图2为本发明环流抑制的流程图；

图3为本发明所针对的模块化多电平变流器子模块结构图；

图4为本发明所针对的模块化多电平变流器单相结构示意图。

具体实施方式

下面结合附图对本发明做更进一步的解释。

为了便于说明此环流抑制方法的工作原理，在此，以模块化多电平变流器单相上、下桥臂均级联N个子模块，模块化多电平变流器采用上、下桥臂独立调制的方式为例，结合模型预测控制的原理说明此专利所提出的环流抑制策略的工作过程。其余各相的环流抑制策略与此相相同。

首先根据图1所示的上、下桥臂独立调制方法，调制出上、下桥臂各自需要投入的模块数量n_ap和n_an；由图中可知，每个时刻每相总投入的初始模块数量为N，N-1或N+1；

然后，如图2所示，将n_ap和n_an的值输入给上、下桥臂总投入模块数量的计算模块1，通过判断下一时刻上、下桥臂应投入的模块数总和是否为N，决定启用第一模型预测模块2或者第二模型预测模块3；

最后，第一更新模块4或者第二更新模块5实现对上、下桥臂投入的子模块个数的调整，从而实现环流抑制的效果。

第一模型预测模块2计算当单相总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值以及相对应的代价函数值；第二模型预测模块3计算当单相总投入模块数为N-1以及N+1两种冗余状态下的环流预测值以及相对应的代价函数值；

第一模型预测模块2的环流预测方程和代价函数计算方程如下：

其中，i_z1，i_z2，i_z3分别表示下一时刻当单相MMC总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值；T_s表示预测时间间隔，L表示桥臂的缓冲电感值，U_dc表示直流侧母线电压值，n_ap和n_an分别表示初始上、下桥臂需要投入的模块数量，和分别表示上、下桥臂中子模块的电容电压平均值，i_z(t)表示当前的环流值，J₁，J₂和J₃分别表示当单相MMC总投入的模块数为N，N+2和N-2时的代价函数值；i_{z_ref}表示期望的环流值，通常所期望的环流值为一个直流量，其值为P_ac/(3U_dc)；P_ac表示三相MMC交流侧期望输出的功率。

所述的式(1)中的电容电压平均值计算如公式(3)所示：

其中,u_cpx和u_cny(x,y＝1,…,N)分别表示上桥臂中第x个子模块的电容电压、下桥臂中第y个子模块的电容电压。此外，在简化控制算法和在控制精度要求不高的场合，式(1)中电容电压平均值可以使用电容电压额定值进行替代，而不需要实时计算上、下桥臂中子模块的电容电压平均值，则式(1)可简化为：

其中，u_{c_ref}表示电容电压的额定值，其值为U_dc/N，其中U_dc表示MMC直流侧母线电压，N表示MMC单相上或下桥臂级联的子模块数量。

公式(2)中的J₁，J₂和J₃，分别表示当单相MMC总投入的模块数为N，N+2和N-2时的环流预测值与参考值之间的偏差，也即代价函数值。其中，单相投入模块数量N+2和N-2是通过对初始上、下桥臂投入的模块个数同时加1或者减1得到。第一更新模块4负责根据第一模型预测模块2中的相关计算值，更新上、下桥臂投入的模块数量，使得环流预测值与参考值之间的偏差最小。

第二模型预测模块3中的环流预测方程和代价函数计算方程如下：

或者

同理，在简化算法和对控制精度要求不高的场合，式(5)和式(6)也可简化为如下所示：

或者

其中，i_z4和i_z5分别表示下一时刻当单相MMC总投入N-1和N+1个子模块时的环流预测值，T_s表示预测时间间隔，L表示桥臂的缓冲电感值，U_dc表示直流侧母线电压值，n_ap和n_an分别表示初始上、下桥臂需要投入的模块数量，和分别表示上、下桥臂中子模块的电容电压平均值，i_z(t)表示当前的环流值。J₄和J₅分别表示当单相总投入N-1和N+1个子模块时的代价函数值，i_{z_ref}表示期望的环流值；通常所期望的环流值为一个直流量，其值为P_ac/(3U_dc)；P_ac表示三相MMC交流侧期望输出的功率，U_dc表示直流侧母线电压。

公式(9)中的J₄和J₅分别表示当一相MMC总投入的模块数为N-1和N+1时的环流预测值与参考值之间的偏差，也即代价函数值。其中，当初始上、下桥臂的总投入模块数为N-1时，则总投入模块数为N+1是通过对上、下桥臂的投入模块数同时加1得到。当初始上、下桥臂的总投入模块数为N+1时，则总投入模块数为N-1是通过对上、下桥臂的投入模块数同时减1得到。第二更新模块5负责根据第二模型预测模块3中的相关计算值更新上、下桥臂投入的模块数量，使得环流预测值与参考值之间的偏差最小。

本发明中的模块化多电平变流器的子模块结构如图3所示，由一个电容和两个带反并联二极管的开关器件组成；当此子模块处于投入状态时，其输出电压为电容电压；当此子模块处于切除状态时，其输出电压为零。图4为单相MMC接阻感负载示意图，其一相桥臂可分为上、下两个桥臂，均由N个如图3所示的子模块串联而成；交流侧从桥臂中点处引出；图4中i_z表示环流，L为桥臂的缓冲电感。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于自冗余状态预测的MMC环流抑制系统，其特征在于：包括上、下桥臂总投入模块数量的计算模块、第一模型预测模块、第二模型预测模块、第一更新模块和第二更新模块；所述上、下桥臂总投入模块数量的计算模块根据外部调制器得到的初始上、下桥臂应投入的模块数量，然后计算上、下桥臂总投入模块数量；如果上、下桥臂总投入模块数量为N时，所述第一模型预测模块工作，否则，第二模型预测模块工作；所述第一模型预测模块用于计算下一时刻单相总投入模块数分别为N，N+2以及N-2时的环流预测值和代价函数值；所述第二模型预测模块用于计算下一时刻当单相总投入模块数分别为N-1以及N+1时的环流预测值和代价函数值；所述第一更新模块和第二更新模块分别根据第一模型预测模块和第二模型预测模块计算出的代价函数值进行比较和更新输出上、下桥臂应投入的模块数量。

2.采用权利要求1所述的基于自冗余状态预测的MMC环流抑制系统的环流抑制方法，其特征在于：包括以下步骤：

步骤1：将从外部调制器得到的初始上、下桥臂应投入的模块数量n_ap和n_an输入给上、下桥臂总投入模块数量的计算模块中进行计算，如果初始上、下桥臂应投入的模块数量n_ap和n_an的和为N时，进入步骤2；否则，进入步骤3；

步骤2：第一模型预测模块根据公式

和分别计算下一时刻当单相总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值以及相对应的代价函数值；其中，i_z1，i_z2，i_z3分别表示下一时刻当单相MMC总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值，T_s表示预测时间间隔，L表示桥臂的缓冲电感值，U_dc表示直流侧母线电压值，n_ap和n_an分别表示初始上、下桥臂需要投入的模块数量，和分别表示上、下桥臂中子模块的电容电压平均值，i_z(t)表示当前的环流值；i_{z_ref}表示期望的环流值；J₁，J₂和J₃分别表示当单相MMC总投入的模块数为N，N+2和N-2时的代价函数值；然后将计算出的当单相MMC总投入模块数为N，N+2以及N-2三种冗余状态下下一时刻的环流预测值以及相对应的代价函数值输入到第一更新模块；

步骤3：第二模型预测模块根据公式

$\left\{\begin{array}{c}{i}_{z4}=f(N-1)=\frac{T_s}{L}\[\frac{1}{2}\·U_{dc}-\frac{n_{ap}\·{\stackrel{\‾}{u}}_{cap}+n_{an}\·{\stackrel{\‾}{u}}_{can}}{2}\]+i_z\left(t\right)\\ i_{z5}=f(N+1)=\frac{T_s}{L}\[\frac{1}{2}\·U_{dc}-\frac{(n_{ap}+1)\·{\stackrel{\‾}{u}}_{cap}+(n_{an}+1)\·{\stackrel{\‾}{u}}_{can}}{2}\]+i_z\left(t\right)\end{array}\right.,(n_{ap}+n_{an}=N-1);$

或者

和公式分别计算下一时刻当单相MMC总投入N-1和N+1个子模块时的环流预测值以及相对应的代价函数值；其中，n_ap+n_an＝N-1表示当前单相MMC总投入N-1个子模块，n_ap+n_an＝N+1表示当前单相MMC总投入N+1个子模块；i_z4和i_z5分别表示下一时刻当单相MMC总投入N-1和N+1个子模块时的环流预测值，T_s表示预测时间间隔，L表示桥臂的缓冲电感值，U_dc表示直流侧母线电压值，n_ap和n_an分别表示初始上、下桥臂需要投入的模块数量，和分别表示上、下桥臂中子模块的电容电压平均值，i_z(t)表示当前的环流值；J₄和J₅分别表示当单相总投入N-1和N+1个子模块时的代价函数值，i_{z_ref}表示期望的环流值；通常所期望的环流值为一个直流量，其值为P_ac/(3U_dc)；P_ac表示三相MMC交流侧期望输出的功率，U_dc表示直流侧母线电压；然后将计算出的当单相总投入模块数为N-1和N+1两种冗余状态下的环流预测值以及相对应的代价函数值输入到第二更新模块；

步骤4：第一更新模块和第二更新模块分别根据接收到代价函数值进行比较，选取最小的代价函数值所对应的n_ap和n_an，并输出；即为下一时刻MMC上、下桥臂的实际投入模块数量；

步骤5：根据步骤4输出的MMC的上、下桥臂的实际投入模块数量控制MMC的子模块工作。

3.根据权利要求2所述的基于自冗余状态预测的MMC环流抑制方法，其特征在于：所述步骤2中所述第一模型预测模块也可以根据公式：

计算当单相总投入模块数为N，N+2以及N-2三种冗余状态下的环流预测值，其中，u_{c_ref}表示电容电压的额定值。

4.根据权利要求2所述的基于自冗余状态预测的MMC环流抑制方法，其特征在于：所述步骤3中所述第二模型预测模块也可以根据公式：

$\left\{\begin{array}{c}{i}_{z4}=f(N-1)=\frac{T_s}{L}\[\frac{1}{2}\·U_{dc}-\frac{n_{ap}\·u_{c\_ref}+n_{an}\·u_{c\_ref}}{2}\]+i_z\left(t\right)\\ i_{z5}=f(N+1)=\frac{T_s}{L}\[\frac{1}{2}\·U_{dc}-\frac{(n_{ap}+1)\·u_{c\_ref}+(n_{an}+1)\·u_{c\_ref}}{2}\]+i_z\left(t\right)\end{array}\right.,(n_{ap}+n_{an}=N-1);$

或者

分别计算下一时刻当单相MMC当单相总投入N-1和N+1个子模块时的环流预测值；其中，u_{c_ref}表示电容电压的额定值。

5.根据权利要求2所述的基于自冗余状态预测的MMC环流抑制方法，其特征在于：所述上、下桥臂中子模块的电容电压平均值和根据公式：

$\left\{\begin{array}{c}{\stackrel{\‾}{u}}_{cap}=\frac{1}{N}\underset{x=1}{\overset{N}{\Σ}}{u}_{cpx}\\ {\stackrel{\‾}{u}}_{can}=\frac{1}{N}\underset{y=1}{\overset{N}{\Σ}}{u}_{cny}\end{array}\right.;$

计算获得，其中，u_cpx和u_cny分别表示上桥臂中第x个子模块的电容电压、下桥臂中第y个子模块的电容电压，其中，x＝1,…,N；y＝1,…,N。

6.根据权利要求2所述的基于自冗余状态预测的MMC环流抑制方法，其特征在于：模块化多电平变流器采用上、下桥臂独立的电平移位调制。