CN111211703B - 柔性直流输电系统mmc子模块关键元件同步在线监测方法 - Google Patents
柔性直流输电系统mmc子模块关键元件同步在线监测方法 Download PDFInfo
- Publication number
- CN111211703B CN111211703B CN202010016542.3A CN202010016542A CN111211703B CN 111211703 B CN111211703 B CN 111211703B CN 202010016542 A CN202010016542 A CN 202010016542A CN 111211703 B CN111211703 B CN 111211703B
- Authority
- CN
- China
- Prior art keywords
- sub
- state
- voltage
- igbt
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/483—Converters with outputs that each can have more than two voltages levels
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/483—Converters with outputs that each can have more than two voltages levels
- H02M7/4835—Converters with outputs that each can have more than two voltages levels comprising two or more cells, each including a switchable capacitor, the capacitors having a nominal charge voltage which corresponds to a given fraction of the input voltage, and the capacitors being selectively connected in series to determine the instantaneous output voltage
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Abstract
本发明涉及柔性直流输电系统MMC子模块关键元件同步在线监测方法,包括以下步骤:步骤S1:构建MMC‑HVDC系统;步骤S2:通过配置传感器获取桥臂电压、电流和子模块电容电压;步骤S3:构建子模块IGBT、二极管和电容器在线监测数学模型;步骤S4:通过卡尔曼滤波算法在线获取IGBT、二极管通态电压偏置、二极管通态电阻和电容器电容值;步骤S5:根据IGBT通态电压偏置、IGBT通态电阻,计算估计IGBT通态电压,并分别计算通态电压和通态电阻;步骤S6:根据得到的IGBT、二极管的通态电压、二极管通态电阻和电容器电容值,与设定参数阈值相比,对子模块进行老化识别和剩余寿命估计。本发明能够实现对监测MMC中半导体器件和电容器的同步在线监测。
Description
技术领域
本发明涉及模块化多电平换流器监测领域,具体涉及柔性直流输电系统MMC子模块关键元件同步在线监测方法。
背景技术
模块化多电平换流器(ModularMultilevelConverter,MMC)近年来在柔性直流输电技术中得到了广泛的应用和发展,其可靠性关系到整个柔性直流输电系统的安全稳定运行。MMC的每个桥臂是由多个子模块级联而成,数量庞大,子模块中各器件的性能好坏决定换流器是否正常运行。MMC子模块所采用的的IGBT模块长期工作在热循环冲击下导致材料疲劳和老化,比如铝引线、焊接层断裂或脱落;子模块中的电容器通常采用金属化膜电容器,金属化膜电容器具有高可靠性、自愈性强和高储能密度等优势,但由于这种自愈性,使得电容值在运行过程中逐渐减少,加速了电容器的老化,当电容值下降量超过一定界限时,电容器的性能便急剧恶化,介质损耗迅速上升,电容值也迅速衰减,电容值过低将给换流器运行带来隐患,甚至会发生爆炸。因此,监测各个子模块中和电容器的状态参数,用以判断子模块器件老化程度,对MMC系统的可靠运行有重要意义。
现有检测方法,有以下缺点:
(1)仅关注IGBT或者电容器的老化程度,未对子模块所有器件的参数进行同步在线监测,分别监测将使投入成本增加也使增加了计算机内存的负担;
(2)需要使用大量传感器获取电气量,增加配置设备成本的同时也降低了MMC系统的可靠性;
(3)未利用IGBT通态电压作为老化判断依据,且需要考虑自身结温的影响。
发明内容
有鉴于此,本发明的目的在于提供柔性直流输电系统MMC子模块关键元件同步在线监测方法,能够实现对监测MMC中半导体器件和电容器的同步在线监测。
为实现上述目的,本发明采用如下技术方案:
柔性直流输电系统MMC子模块关键元件同步在线监测方法,包括以下步骤:
步骤S1:构建MMC-HVDC系统;
步骤S2:通过配置传感器获取桥臂电压、电流和子模块电容电压;
步骤S3:构建子模块IGBT、二极管和电容器在线监测数学模型;
步骤S4:通过卡尔曼滤波算法在线获取IGBT通态电压偏置、二极管通态电压偏置、IGBT通态电阻、二极管通态电阻和电容器电容值;
步骤S5:根据IGBT通态电压偏置、二极管通态电压偏置、IGBT通态电阻和二极管通态电阻,分别计算IGBT通态电压和二极管通态电压;
步骤S6:根据得到的IGBT通态电压、二极管通态电压、IGBT通态电阻、二极管通态电阻和电容器电容值,与设定参数阈值相比,对子模块进行老化识别和剩余寿命估计。
进一步的,所述步骤S2具体为:所述MMC的每个桥臂上配置n+2个传感器:其中电压传感器有n+1个,即n个子模块电容器上各加一电压传感器测电容电压UCx,以及桥臂上一个电压传感器测桥臂电压US;电流传感器一个,用以测量桥臂电流ipj。
进一步的,所述子模块IGBT、二极管数学模型构建具体如下:
子模块中,IGBT和二极管的通态电压可近似线性表示如下:
UT=UT0+iT·rT (1)
UD=UD0+iD·rD (2)
其中,UT、UD分别为IGBT和二极管导通时的端电压,以开关器件导通方向为电压参考方向;iT为IGBT集电极电流,iD为二极管电流,UT0、UD0为通态电压偏置(On-statevoltagebias);rT、rD为通态电阻;
设Sx、Sx1、Sx2、Sx3和Sx4表示第x个子模块的工作状态:Sx表示给T1的开关信号,开通信号为1,关断信号为0;Sx1、Sx2、Sx3和Sx4分别表示子模块中T1、T2、D1和D2的导通状态,导通为1,截止为0;子模块的工作状态和对应的端电压Usmx由Sx和桥臂电流ipj的方向决定,。T1门极加开通信号即Sx=1时,当桥臂电流ipj<0,子模块电容器处于投入状态且T1导通,子模块端电压为UCx-UT1x,当桥臂电流ipj>0,子模块电容器处于投入状态且D1导通,子模块端电压为UCx+UD1x;T1门极加关断信号Sx=0时,当桥臂电流ipj>0,子模块电容器处于旁路状态且T2导通,子模块端电压为UT2x,当桥臂电流ipj<0,子模块电容器处于旁路状态且D2导通,子模块端电压为-UD2x
桥臂上第x个子模块的端电压如下式表示:
Usmx=SxUCx-Sx1UT1x+Sx2UT2x+Sx3UD1x-Sx4UD2x (3)
而一个桥臂由n个子模块级联而成,故桥臂电压可以由桥臂上所有子模块端电压求和得到:
其中,Us(ti)为ti时刻的桥臂电压,将式(4)移项:
由式(1)、(2)可知,第x个子模块上IGBT和二极管的通态电压为:
UT1x(ti)=UT1x0(ti)-ipj(ti)·rT1x(ti) (6)
UT2x(ti)=UT2x0(ti)+ipj(ti)·rT2x(ti) (7)
UD1x(ti)=UD1x0(ti)+ipj(ti)·rD1x(ti) (8)
UD2x(ti)=UD2x0(ti)-ipj(ti)·rD2x(ti) (9)
其中,UT1x0(ti)、UT2x0(ti)、UD1x0(ti)、UD2x0(ti)表示该子模块对应元件的通态电压偏置,rT1x(ti)、rT2x(ti)、rD1x(ti)、rD2x(ti)则表示通态电阻。将式(6)~(9)代入式(5)并写成矩阵形式:
写成矩阵形式:
其中,UT1s0(ti)、UT2s0(ti)、UD1s0(ti)、UD2s0(ti)分别表示ti时刻桥臂上所有子模块两个IGBT即T1、T2和二极管D1、D2的通态电压,rT1s(ti)、rT2s(ti)、rD1s(ti)、rD2s(ti)表示ti时刻桥臂上所有子模块两个IGBT即T1、T2和二极管D1、D2的通态电阻,均为n维列向量;Ss1、Ss2、Ss3、Ss4为对应元件的实际导通状态,为n维行向量;
令
Xs(ti)=[UT1s0(ti) rT1s(ti) UT2s0(ti) rT2s(ti) UD1s0(ti) rD1s(ti) UD2s0(ti) rD2s(ti)]T (12)
Φs(ti)=[-Ss1(ti) Ss1(ti)ipj(ti) Ss2(ti) Ss2(ti)ipj(ti) Ss3(ti) Ss3(ti)ipj(ti)-Ss4(ti) Ss4(ti)ipj(ti)] (13)
其中,Xs(ti)表示一个桥臂上所有子模块的IGBT和二极管的状态参数,流过各个子模块的IGBT和二极管的电流表示为
iT1s(ti)=Ssl(ti)·ipj(ti) (14)
iT2s(ti)=Ss2(ti)·ipj(ti) (15)
iD1s(ti)=Ss3(ti)·ipj(ti) (16)
iD2s(ti)=Ss4(ti)·ipj(ti) (17)
所以式(13)表示为:
Φs(ti)=[-Ss1(ti) iT1s(ti) Ss2(ti) iT2s(ti) Ss3(ti) iD1s(ti) -Ss4(ti) iD2s(ti)] (18)
因此,桥臂电压与桥臂上所有子模块的IGBT和二极管的状态参数的关系式为:
US(ti)-Ss(ti)UC(ti)=Φs(ti)Xs(ti) (19)
其中,Φs(ti)为8n维行向量,Xs(ti)为8n维列向量。
进一步的,所述电容器电容器在线监测数学模型构建具体如下:
电容器的电压和电流满足下式:
由于采集到的电气量信号是离散的,对式(20)进行离散化处理:
其中,Δt为测量系统的采样周期,即Δt=ti-ti-1,UCx(ti)、UCx(ti-1)为相邻时刻测得的电容器电压值,引入Hx,令
式(22)可表示为:
ipj(ti)=Cx(ti)Hx(ti) (23)
因此,对一整个桥臂上的n个子模块电容器,估计桥臂上所有电容器电容值时量测方程写成如下矩阵形式:
ipj(ti)=Hs(ti)Cs(ti) (24)。
进一步的,所述步骤S5具体为:
步骤S51:根据子模块电容器在线监测出来的结果,计算电容值衰减百分比为:
其中,C为子模块电容器初始电容值,Cx-est为第x个子模块电容值的在线估计结果;
步骤S52:根据子模块IGBT以及二极管监测出来的结果,将估计的通态电压偏置和通态电阻代入式(1)、(2)中计算估计通态电压,并分别计算它们的通态电压和通态电阻变化百分比为:
其中,rT、UT为分别为子模块IGBT初始通态电阻和通态电压,rTx-est、UTx-est分别为第x个子模块IGBT的在线估计参数结果;rD、UD为分别为子模块二极管初始通态电阻和通态电压,rDx-est、UDx-est分别为第x个子模块二极管的在线估计参数结果;
步骤S53:根据监测到的参数,判断子模块的老化程度以及估计其剩余寿命,若子模块出现老化,则进行替换。
进一步的,所述步骤S53具体为:
当监测到第x个子模块中电容器的电容值衰减了20%以上的,判定该电容器的老化程度较为严重,操作人员更换子模块电容器;
当监测到第x个子模块中IGBT和二极管的通态电阻增加20%以上的或它们的通态电压波动在±15%以上的,判定该IGBT模块或二极管的老化程度较为严重,操作人员更换子模块的IGBT或者二极管。
本发明与现有技术相比具有以下有益效果:
1、本发明建立了MMC各相每个桥臂半导体器件和电容器状态参数监测信息的数学模型,对桥臂各子模块半导体器件和电容器进行在线监测,该方法无需添加新的采集点,不需要增加量测系统复杂度。
2、本发明可以不受环境温度以及元件自身发热的影响即不考虑自身结温影响,准确地在线监测MMC子模块的各个参数
3、本发明采用卡尔曼滤波算法实现自适应滤波功能,进行在线监测的算法迭代时,不但可以避免量测噪声干扰,而且仅用到前一刻的电气数据,大大减轻数据处理元件负担。
附图说明
图1是本发明一实施例中MMC拓扑结构;
图2是本发明一实施例中MMC子模块的3种工作状态;
图3是本发明一实施例中配置传感器采样电气量原理图;
图4是本发明一实施例中MMC-HVDC系统仿真结构图;
图5是本发明一实施例中在线监测示意图;
图6是本发明一实施例中方法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图6,本发明提供柔性直流输电系统MMC子模块关键元件同步在线监测方法,包括以下步骤:
步骤S1:构建MMC-HVDC系统;
步骤S2:通过配置传感器获取桥臂电压、电流和子模块电容电压;
步骤S3:构建子模块IGBT、二极管和电容器在线监测数学模型;
步骤S4:通过卡尔曼滤波算法在线获取IGBT、二极管通态电压偏置、二极管通态电阻和电容器电容值;
步骤S5:根据二极管通态电压偏置、二极管通态电阻,计算估计通态电压,并分别计算通态电压和通态电阻;
步骤S6:根据得到的IGBT、二极管的通态电压、二极管通态电阻和电容器电容值,与设定参数阈值相比,对子模块进行老化识别和剩余寿命估计。
在本实施例中,MMC结构如图1所示,模块化多电平换流器由A、B、C三相桥臂构成,每个桥臂又分为上、下两个桥臂,每个桥臂由n个子模块级联构成。L0为桥臂电抗器,Udc和Idc分别为直流侧电压和电流,ipj(j=a,b,c)为桥臂电流,O为直流侧零电位参考点。MMC子模块结构可采用半桥、全桥、混合等拓扑结构,采用混合或全桥结构子模块的MMC具有直流故障自清除、不间断运行等能力,但其子模块数量较多时,损耗与成本也相应较大。本实施例采用半桥结构。图1左上角为子模块拓扑结构,T1、T2为IGBT开关器件,D1、D2为反并联在IGBT两端的二极管,C为子模块电容器,UCx为子模块电容电压。
本实施例中,子模块共有3种工作状态,根据子模块IGBT的开关状态和电流流向又可以分为6种工作模式,如图2所示。
1)闭锁状态。当T1、T2都加关断信号时,称为闭锁状态,这种状态为非正常工作状态。模式1和模式2分别用于MMC启动时向子模块充电和发生故障时将子模块电容器旁路。
2)投入状态。模式3:当T1处于导通状态,而D1承受反向电压而处于关断状态,电流经过T1使电容器放电。模式4:当T2加关断信号而T1加开通信号时,如果D1处于导通状态,而T1承受反向压降,尽管T1施加了开通信号,仍然会处于关断状态,电流经过D1向电容器充电。两种工作模式下的电容器总是接入主电路充电或放电。
3)旁路状态。当T1加关断信号而T2加开通信号时,此时模式5和模式6的子模块端电压为零,子模块被旁路。
在本实施例中,所述MMC子模块监测IGBT和二极管的状态是通过监测IGBT和二极管的通态电压及通态电阻,需要在MMC的每个桥臂上配置n+2个传感器监测必要的电气量:其中电压传感器有n+1个,即n个子模块电容器上各加一电压传感器测电容电压UCx,以及桥臂上一个电压传感器测桥臂电压US;电流传感器仅需一个,用以测量桥臂电流ipj。在MMC实际运行时,这些传感器往往是已配置的,并不需要额外增设。通过以上电气量可以计算MMC子模块IGBT和电容器的状态参数,可实现在线监测。
子模块中,IGBT和二极管的导通压降可近似线性表示如下:
UT=UT0+iT·rT (1)
UD=UD0+iD·rD (2)
其中,UT、UD分别为IGBT和二极管导通时的端电压,以开关器件导通方向为电压参考方向;iT为IGBT集电极电流,iD为二极管电流,UT0、UD0为通态电压偏置(On-statevoltagebias);rT、rD为通态电阻(On-stateresistance)。
为了分析子模块工作状态,以MMC的某一相的一个桥臂为例进行说明,引入Sx、Sx1、Sx2、Sx3和Sx4表示第x个子模块的工作状态:Sx表示给T1的开关信号,开通信号为1,关断信号为0;Sx1、Sx2、Sx3和Sx4分别表示子模块中T1、T2、D1和D2的导通状态,导通为1,截止为0。子模块的工作状态和对应的端电压Usmx由Sx和桥臂电流ipj的方向决定,具体如表1所示。T1门极加开通信号即Sx=1时,当桥臂电流ipj<0,子模块电容器处于投入状态且T1导通,子模块端电压为UCx-UT1x,当桥臂电流ipj>0,子模块电容器处于投入状态且D1导通,子模块端电压为UCx+UD1x;T1门极加关断信号Sx=0时,当桥臂电流ipj>0,子模块电容器处于旁路状态且T2导通,子模块端电压为UT2x,当桥臂电流ipj<0,子模块电容器处于旁路状态且D2导通,子模块端电压为-UD2x。
表1 子模块开关状态与子模块电压的关系
由于MMC三相完全对称,上下桥臂的工作情况也是完全相同的,故本发明以某一相的一个桥臂为例进行说明和验证。由KVL结合表1子模块导通情况,桥臂上第x个子模块的端电压可以如下式表示:
Usmx=SxUCx-Sx1UT1x+Sx2UT2x+Sx3UD1x-Sx4UD2x (3)
而一个桥臂由n个子模块级联而成,故桥臂电压可以由桥臂上所有子模块端电压求和得到:
其中,Us(ti)为ti时刻的桥臂电压,将式(4)移项:
由式(1)、(2)可知,第x个子模块上IGBT和二极管的导通压降为:
UT1x(ti)=UT1x0(ti)-ipj(ti)·rT1x(ti) (6)
UT2x(ti)=UT2x0(ti)+ipj(ti)·rT2x(ti) (7)
UD1x(ti)=UD1x0(ti)+ipj(ti)·rD1x(ti) (8)
UD2x(ti)=UD2x0(ti)-ipj(ti)·rD2x(ti) (9)
其中,UT1x0(ti)、UT2x0(ti)、UD1x0(ti)、UD2x0(ti)表示该子模块对应元件的通态电压偏置,rT1x(ti)、rT2x(ti)、rD1x(ti)、rD2x(ti)则表示通态电阻。将式(6)~(9)代入式(5)并写成矩阵形式:
写成矩阵形式:
其中,UT1s0(ti)、UT2s0(ti)、UD1s0(ti)、UD2s0(ti)分别表示ti时刻桥臂上所有子模块两个IGBT即T1、T2和二极管D1、D2的通态电压,rT1s(ti)、rT2s(ti)、rD1s(ti)、rD2s(ti)表示ti时刻桥臂上所有子模块两个IGBT即T1、T2和二极管D1、D2的通态电阻,均为n维列向量;Ss1、Ss2、Ss3、Ss4为对应元件的实际导通状态,为n维行向量。
为表述简洁,令
Xs(ti)=[UT1s0(ti) rT1s(ti) UT2s0(ti) rT2s(ti) UD1s0(ti) rD1s(ti) UD2s0(ti) rD2s(ti)]T (12)
Φs(ti)=[-Ss1(ti) Ss1(ti)ipj(ti) Ss2(ti) Ss2(ti)ipj(ti) Ss3(ti) Ss3(ti)ipj(ti)-Ss4(ti) Ss4(ti)ipj(ti)] (13)
其中,Xs(ti)表示一个桥臂上所有子模块的IGBT和二极管的状态参数。又因为流过各个子模块的IGBT和二极管的电流可以表示为
iT1s(ti)=Ssl(ti)·ipj(ti) (14)
iT2s(ti)=Ss2(ti)·ipj(ti) (15)
iD1s(ti)=Ss3(ti)·ipj(ti) (16)
iD2s(ti)=Ss4(ti)·ipj(ti) (17)
所以式(13)可表示为:
Φs(ti)=[-Ss1(ti) iT1s(ti) Ss2(ti) iT2s(ti) Ss3(ti) iD1s(ti) -Ss4(ti) iD2s(ti)] (18)
因此,桥臂电压与桥臂上所有子模块的IGBT和二极管的状态参数的关系式为:
US(ti)-Ss(ti)UC(ti)=Φs(ti)Xs(ti) (19)
其中,Φs(ti)为8n维行向量,Xs(ti)为8n维列向量。
由于电容器的电压和电流满足下式:
在实际的运行过程中,采集到的电气量信号是离散的,所以对式(20)进行离散化处理:
其中,Δt为测量系统的采样周期,即Δt=ti-ti-1,UCx(ti)、UCx(ti-1)为相邻时刻测得的电容器电压值,引入Hx,令
式(22)可表示为:
ipj(ti)=Cx(ti)Hx(ti) (23)
因此,对一整个桥臂上的n个子模块电容器,估计桥臂上所有电容器电容值时量测方程可写成矩阵形式:
ipj(ti)=Hs(ti)Cs(ti) (24)
具体配置传感器采样电气量的原理如图3所示。
在本实施例中,采用自适应滤波算法为自适应卡尔曼滤波算法,具体如下:
对于一个系统,首先应用如下线性微分方程进行描述:
Xk=AXk-1+qk-1 (25)
Zk=HXk+rk (26)
其中,Xk、Zk、qk、rk分别为k时刻系统的状态量、观测量以及过程噪声和测量噪声。A为k-1时刻到k时刻的一步转移阵,H为量测阵,均由系统本身决定。式(26)为系统的量测方程。
卡尔曼滤波算法的步骤可以用以下式子来描述:
Xk,k-1=AXk-1 (27)
Pk,k-1=APk-1AT+Q (28)
Kk=Pk,k-1HT(HPk,k-1HT+R)-1 (29)
Xk=Xk,k-1+Kk(Zk-HXk,k-1) (30)
Pk=(I-KkH)Pk,k-1 (31)
其中,Xk-1、Pk-1为上一时刻的系统状态量和误差协方差;Xk,k-1、Pk,k-1分别是根据上一时刻预测到的当前时刻的系统状态量和误差协方差;过程和测量噪声一般直接假设成高斯白噪声,Q和R就是其的协方差矩阵;I为单位矩阵;Kk、Pk是更新后k时刻的卡尔曼增益和误差协方差矩阵;Xk即第k次归算求得的系统状态量。多次重复以上算法步骤可以得到逐渐接近实际的系统状态量,且在第一次计算前应预先设定X、P、Q、R的值。经过一定次数的迭代,状态量X最终会趋近于实际状态值,即可达到状态参数估计的目的。
本实施例中,在PSCAD/EMTDC仿真平台上搭建一个MMC-HVDC系统,功率输送端外环控制选为直流母线电压和无功功率控制,功率接收端外环控制选为有功功率和无功功率控制,调制策略为载波移相调制方式,具体的MMC-HVDC系统仿真结构图如图4所示。
在实际运行过程中,各个子模块的电容器不会始终都处于投入运行状态,也会处于旁路状态,但以上推导是建立在电容器充电或放电工作状态的前提下,因此计算须在子模块投入状态的连续时间段上进行。每次迭代之前,应先通过连续两个时刻加在各个子模块T1管上的开关信号判断子模块是否处于投入运行状态,若被旁路,则令对应的Hx(ti)=0。
由式(19)、(24),可以列写同时监测桥臂上所有子模块上IGBT、二极管和电容器状态参数的量测方程:
其中,v1(ti)、v2(ti)均是测量噪声信号,v2(ti)是n维列向量。设定状态量Xs(t0)和Cs(t0)以及协方差矩阵P1(t0)和P2(t0)的初值,I1为8n阶的单位矩阵,I2为n阶的单位矩阵,设初值P1(t0)=M1I1,M1、M2为任取的大于0的常数;Q1、Q2是过程噪声,前者设为一固定数值,后者为一对角矩阵。其量测阵即为:
因此,ti时刻,卡尔曼增益矩阵为:
其中,K1(ti)、K2(ti)分别是8n维列向量和n阶的对角矩阵。更新后的系统状态估计值为:
修正后的误差协方差矩阵为:
通过式(32)~(35)可以得到下一时刻桥臂上所有子模块IGBT、二极管和电容器的状态参数估计结果,按以上步骤不断重新迭代,直至收敛,即可不断更新各子模块的IGBT、二极管的通态电压偏置、通态电阻和子模块电容器电容值等状态参数,实现对MMC各子模块IGBT、二极管和电容器的在线监测。
本实施例,以一个桥臂为例,其MMC子模块IGBT、二极管和电容器同步在线监测方法可如图5所示:
根据子模块电容器在线监测出来的结果,可以计算电容值衰减百分比为:
其中,C为子模块电容器初始电容值,Cx-est为第x个子模块电容值的在线估计结果。
子模块电容器老化判别依据:当监测到第x个子模块中电容器的电容值衰减了20%以上的,可判定该电容器的老化程度较为严重,操作人员可及时更换子模块电容器。
根据子模块IGBT以及二极管监测出来的结果,将估计的通态电压偏置和通态电阻代入式(1)、(2)中计算估计通态电压。
然后可以分别计算它们的通态电压和通态电阻变化百分比为:
其中,rT、UT为分别为子模块IGBT初始通态电阻和通态电压,rTx-est、UTx-est分别为第x个子模块IGBT的在线估计参数结果;rD、UD为分别为子模块二极管初始通态电阻和通态电压,rDx-est、UDx-est分别为第x个子模块二极管的在线估计参数结果。
IGBT和二极管的老化评判依据:当监测到第x个子模块中IGBT和二极管的通态电阻增加20%以上的或它们的通态电压波动在±15%以上的,可判定该IGBT模块或二极管的老化程度较为严重,操作人员可及时更换子模块的IGBT或者二极管。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (5)
1.一种柔性直流输电系统MMC子模块关键元件同步在线监测方法,其特征在于,包括以下步骤:
步骤S1:构建MMC-HVDC系统;
步骤S2:通过配置传感器获取桥臂电压、电流和子模块电容电压;
步骤S3:构建子模块IGBT、二极管和电容器在线监测数学模型;
步骤S4:通过卡尔曼滤波算法在线获取IGBT通态电压偏置、二极管通态电压偏置、IGBT通态电阻、二极管通态电阻和电容器电容值;
步骤S5:根据IGBT通态电压偏置、二极管通态电压偏置、IGBT通态电阻和二极管通态电阻,分别计算IGBT通态电压和二极管通态电压;
步骤S6:根据得到的IGBT通态电压、二极管通态电压、IGBT通态电阻、二极管通态电阻和电容器电容值,与设定参数阈值相比,对子模块进行老化识别和剩余寿命估计;
所述子模块IGBT、二极管数学模型构建具体如下:
子模块中,IGBT和二极管的通态电压可近似线性表示如下:
UT=UT0+iT·rT (1)
UD=UD0+iD·rD (2)
其中,UT、UD分别为IGBT和二极管导通时的端电压,以开关器件导通方向为电压参考方向;iT为IGBT集电极电流,iD为二极管电流,UT0、UD0为通态电压偏置(On-state voltagebias);rT、rD为通态电阻;
设Sx、Sx1、Sx2、Sx3和Sx4表示第x个子模块的工作状态:Sx表示给T1的开关信号,开通信号为1,关断信号为0;Sx1、Sx2、Sx3和Sx4分别表示子模块中T1、T2、D1和D2的导通状态;
桥臂上第x个子模块的端电压如下式表示:
Usmx=SxUCx-Sx1UT1x+Sx2UT2x+Sx3UD1x-Sx4UD2x (3)
而一个桥臂由n个子模块级联而成,故桥臂电压可以由桥臂上所有子模块端电压求和得到:
其中,Us(ti)为ti时刻的桥臂电压,将式(4)移项:
由式(1)、(2)可知,第x个子模块上IGBT和二极管的通态电压为:
UT1x(ti)=UT1x0(ti)-ipj(ti)·rT1x(ti) (6)
UT2x(ti)=UT2x0(ti)+ipj(ti)·rT2x(ti) (7)
UD1x(ti)=UD1x0(ti)+ipj(ti)·rD1x(ti) (8)
UD2x(ti)=UD2x0(ti)-ipj(ti)·rD2x(ti) (9)
其中,UT1x0(ti)、UT2x0(ti)、UD1x0(ti)、UD2x0(ti)表示该子模块对应元件的通态电压偏置,rT1x(ti)、rT2x(ti)、rD1x(ti)、rD2x(ti)则表示通态电阻;将式(6)~(9)代入式(5)并写成矩阵形式:
写成矩阵形式:
其中,UT1s0(ti)、UT2s0(ti)、UD1s0(ti)、UD2s0(ti)分别表示ti时刻桥臂上所有子模块两个IGBT即T1、T2和二极管D1、D2的通态电压,rT1s(ti)、rT2s(ti)、rD1s(ti)、rD2s(ti)表示ti时刻桥臂上所有子模块两个IGBT即T1、T2和二极管D1、D2的通态电阻,均为n维列向量;Ss1、Ss2、Ss3、Ss4为对应元件的实际导通状态,为n维行向量;
令
Xs(ti)=[UT1s0(ti) rT1s(ti) UT2s0(ti) rT2s(ti) UD1s0(ti) rD1s(ti) UD2s0(ti) rD2s(ti)]T (12)
Φs(ti)=[-Ss1(ti) Ss1(ti)ipj(ti) Ss2(ti) Ss2(ti)ipj(ti) Ss3(ti) Ss3(ti)ipj(ti) -Ss4(ti) Ss4(ti)ipj(ti)] (13)
其中,Xs(ti)表示一个桥臂上所有子模块的IGBT和二极管的状态参数,流过各个子模块的IGBT和二极管的电流表示为
iT1s(ti)=Ssl(ti)·ipj(ti) (14)
iT2s(ti)=Ss2(ti)·ipj(ti) (15)
iD1s(ti)=Ss3(ti)·ipj(ti) (16)
iD2s(ti)=Ss4(ti)·ipj(ti) (17)
所以式(13)表示为:
Φs(ti)=[-Ss1(ti) iT1s(ti) Ss2(ti) iT2s(ti) Ss3(ti) iD1s(ti) -Ss4(ti) iD2s(ti)] (18)
因此,桥臂电压与桥臂上所有子模块的IGBT和二极管的状态参数的关系式为:
US(ti)-Ss(ti)UC(ti)=Φs(ti)Xs(ti) (19)
其中,Φs(ti)为8n维行向量,Xs(ti)为8n维列向量。
2.根据权利要求1所述的柔性直流输电系统MMC子模块关键元件同步在线监测方法,其特征在于,所述步骤S2具体为:所述MMC的每个桥臂上配置n+2个传感器:其中电压传感器有n+1个,即n个子模块电容器上各加一电压传感器测电容电压UCx,以及桥臂上一个电压传感器测桥臂电压US;电流传感器一个,用以测量桥臂电流ipj。
4.根据权利要求1所述柔性直流输电系统MMC子模块关键元件同步在线监测方法,其特征在于,所述步骤S6具体为:
步骤S51:根据子模块电容器在线监测出来的结果,计算电容值衰减百分比为:
其中,C为子模块电容器初始电容值,Cx-est为第x个子模块电容值的在线估计结果;
步骤S52:根据子模块IGBT以及二极管监测出来的结果,分别计算它们的通态电压和通态电阻变化百分比为:
其中,rT、UT为分别为子模块IGBT初始通态电阻和通态电压,rTx-est、UTx-est分别为第x个子模块IGBT的在线估计参数结果;rD、UD为分别为子模块二极管初始通态电阻和通态电压,rDx-est、UDx-est分别为第x个子模块二极管的在线估计参数结果。
5.根据权利要求1所述的柔性直流输电系统MMC子模块关键元件同步在线监测方法,其特征在于,所述步骤S6具体为:
当监测到第x个子模块中电容器的电容值衰减了20%以上的,判定该电容器的老化程度较为严重,操作人员更换子模块电容器;
当监测到第x个子模块中IGBT和二极管的通态电阻增加20%以上的或它们的通态电压波动在±15%以上的,判定该IGBT或二极管的老化程度较为严重,操作人员更换子模块的IGBT或者二极管。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010016542.3A CN111211703B (zh) | 2020-01-08 | 2020-01-08 | 柔性直流输电系统mmc子模块关键元件同步在线监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010016542.3A CN111211703B (zh) | 2020-01-08 | 2020-01-08 | 柔性直流输电系统mmc子模块关键元件同步在线监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111211703A CN111211703A (zh) | 2020-05-29 |
CN111211703B true CN111211703B (zh) | 2021-08-31 |
Family
ID=70788998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010016542.3A Active CN111211703B (zh) | 2020-01-08 | 2020-01-08 | 柔性直流输电系统mmc子模块关键元件同步在线监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111211703B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596160B (zh) * | 2020-06-16 | 2023-02-24 | 全球能源互联网研究院有限公司 | 一种mmc换流阀子模块在线监测方法及系统 |
CN111917319B (zh) * | 2020-07-23 | 2021-10-08 | 华中科技大学 | 一种mmc电容状态更新方法及系统 |
CN113572343A (zh) * | 2021-07-28 | 2021-10-29 | 西南交通大学 | 基于电压传感器复用的级联型变流器子模块电压测量方法 |
CN113777460A (zh) * | 2021-08-13 | 2021-12-10 | 许继集团有限公司 | 一种mmc柔直换流igbt健康状态监测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108037440A (zh) * | 2017-12-18 | 2018-05-15 | 西安交通大学 | 柔性直流输电模块化多电平换流器子模块igbt的在线监测方法 |
CN110110461A (zh) * | 2019-05-15 | 2019-08-09 | 福州大学 | 基于卡尔曼滤波算法的mmc中igbt参数估计方法 |
CN110658389A (zh) * | 2019-09-30 | 2020-01-07 | 国网福建省电力有限公司 | 一种模块化多电平换流器的子模块电容器容量辨识方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108872790A (zh) * | 2018-07-10 | 2018-11-23 | 武汉科技大学 | 一种基于卡尔曼滤波和支持向量机的mmc故障诊断方法 |
-
2020
- 2020-01-08 CN CN202010016542.3A patent/CN111211703B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108037440A (zh) * | 2017-12-18 | 2018-05-15 | 西安交通大学 | 柔性直流输电模块化多电平换流器子模块igbt的在线监测方法 |
CN110110461A (zh) * | 2019-05-15 | 2019-08-09 | 福州大学 | 基于卡尔曼滤波算法的mmc中igbt参数估计方法 |
CN110658389A (zh) * | 2019-09-30 | 2020-01-07 | 国网福建省电力有限公司 | 一种模块化多电平换流器的子模块电容器容量辨识方法 |
Non-Patent Citations (2)
Title |
---|
Submodule Voltage Estimation Scheme in Modular Multilevel Converters with Reduced Voltage Sensors Based on Kalman Filter Approach;Osama S. H. Mohamed Abushafa 等;《TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20180930;第65卷(第9期);第7025-7035页 * |
采用不同子模块的MMC-HVDC阀损耗通用计算方法;薛英林 等;《电力自动化设备》;20150131;第35卷(第1期);第20-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111211703A (zh) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111211703B (zh) | 柔性直流输电系统mmc子模块关键元件同步在线监测方法 | |
CN109375029B (zh) | 一种两电平变流器系统开关器件开路故障诊断方法与系统 | |
CN110165914B (zh) | 一种模块化多电平换流器子模块电容值在线估计方法 | |
CN105548792A (zh) | 基于预测控制的矩阵变换器开关开路故障诊断方法 | |
CN108828387B (zh) | 一种mmc子模块开路故障一体化诊断方法 | |
CN109921614B (zh) | 一种基于排序的模块化多电平换流器电容状态监测方法 | |
CN110658389A (zh) | 一种模块化多电平换流器的子模块电容器容量辨识方法 | |
CN110110461A (zh) | 基于卡尔曼滤波算法的mmc中igbt参数估计方法 | |
US20230396143A1 (en) | Method For Solving For Converter Valve States And Valve Currents Based On Valve-Side Current Timing Characteristics | |
CN110988742A (zh) | 基于四分位数的模块化多电平换流器开路故障诊断方法 | |
CN111707973B (zh) | 基于格拉布斯准则的模块化多电平换流器开路故障诊断方法 | |
CN111293671A (zh) | 基于结温预测的功率器件热保护与预警方法及系统 | |
Faraz et al. | An integral sliding mode observer based fault diagnosis approach for modular multilevel converter | |
CN112034392B (zh) | 一种基于滞环控制的有源电力滤波器的故障诊断方法 | |
KR101171557B1 (ko) | 직류/직류 컨버터를 이용한 직류 버스 커패시터의 간단한 등가직렬저항 측정 시스템 | |
KR101717223B1 (ko) | 지그비 통신을 이용한 전력변환기기의 디씨 버스 커패시터의 온라인 원격 고장진단 시스템 및 방법 | |
CN114545133B (zh) | 一种基于电流检测的单相级联h桥整流器的故障诊断方法 | |
Li et al. | A new approach for on-line open-circuit fault diagnosis of inverters based on current trajectory | |
CN115549454A (zh) | 变换器桥臂结温均衡方法、装置、电子设备及存储介质 | |
CN114994457A (zh) | 一种基于双重滑模观测器的mmc开关管开路故障诊断与定位方法 | |
CN112731103A (zh) | 一种双级矩阵变换器的故障诊断方法 | |
Venkatachari et al. | Submodule fault detection in MMCs using support vector classification | |
CN112688581A (zh) | 一种模块化多电平变换器的传感器故障综合诊断及穿越方法 | |
Asoodar et al. | Temperature considerations for online health monitoring of dc-link capacitors in modular multilevel converters | |
CN114646902A (zh) | 基于龙伯格观测器的模块化多电平换流器故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |