CN116298652B - 一种mmc换流阀功率模块剩余寿命评估方法和系统 - Google Patents

一种mmc换流阀功率模块剩余寿命评估方法和系统 Download PDF

Info

Publication number
CN116298652B
CN116298652B CN202310574033.6A CN202310574033A CN116298652B CN 116298652 B CN116298652 B CN 116298652B CN 202310574033 A CN202310574033 A CN 202310574033A CN 116298652 B CN116298652 B CN 116298652B
Authority
CN
China
Prior art keywords
power
target
frequency
diode
junction temperature
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
Application number
CN202310574033.6A
Other languages
English (en)
Other versions
CN116298652A (zh
Inventor
关喜升
冯开达
朱名权
罗文博
潘坤年
陈月娴
王巍
罗毅
张丹
许云程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202310574033.6A priority Critical patent/CN116298652B/zh
Publication of CN116298652A publication Critical patent/CN116298652A/zh
Application granted granted Critical
Publication of CN116298652B publication Critical patent/CN116298652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/003—Environmental or reliability tests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Geometry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Algebra (AREA)
  • Environmental & Geological Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种MMC换流阀功率模块剩余寿命评估方法和系统，响应于接收到的寿命评估请求，获取MMC工况参数，根据MMC工况参数确定工况状态和目标桥臂电流，采用MMC工况参数和目标桥臂电流，确定平均功率损耗数据，将平均功率损耗数据、MMC工况参数输入预设目标热网络模型，确定平均结温数据和工频结温波动数据，采用平均结温数据与工频结温波动数据，确定多个目标累计损伤值，采用平均结温数据与工频结温波动数据，确定多个目标累计损伤值，从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命；解决现有无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略的技术问题。

Description

一种MMC换流阀功率模块剩余寿命评估方法和系统
技术领域
本发明涉及电力系统技术领域，尤其涉及一种MMC换流阀功率模块剩余寿命评估方法和系统。
背景技术
随着电力电子技术的发展，模块化多电平换流器(Modular MultilevelConverter，MMC)由于具有开关损耗低、结构模块化、波形质量好、易于实现等优点，在高压应用，特别是在多端和远距离海上风电场等领域受到广泛关注。从海上风电并网开始，基于MMC的高压直流输电(MMC-HVDC)技术得到了大规模的应用。换流阀是MMC-HVDC中的关键设备，其中包含的功率模块，例如IGBT模块等，是换流阀中最关键的元件之一，功率模块中包含功率芯片和二极管，在提供灵活高效的能量转换方面起着关键作用。功率模块的可靠性对MMC-HVDC的整体性能和全寿命周期成本至关重要。为了保证基于MMC的高压直流输电应用中大量功率模块的可靠运行，对其进行寿命评估和可靠性评估是一项必不可少的工作。
对于功率模块剩余使用寿命评估方法中，有基于物理上失效的评估方法利用应力应变循环次数评估功率模块寿命，可以有效提高评估精度和评估结果可解释性。但是受限于对材料物理失效机理的认识，该方法距离实际应用仍然有一定差距。还有基于数据驱动的方法利用人工智能算法训练大量功率循环数据构建功率模块的数字化寿命模型，可以根据不断更新的数据预测模块的剩余使用寿命，但该方法的实际使用尚需解决算法对训练数据规模要求高、鲁棒性差以及可解释性不强等问题。
由于MMC存在两种工作状态，分别是整流和逆变，当MMC工作在整流态时，其作用时将交流电转变为直流电；当MMC工作在逆变态时，其作用是将直流电转变为交流电，整流和逆变两种工作状态也导致了MMC存在功率双向流动的现象。MMC的功率双向流动导致子模块内部电流分布情况随着MMC工作状态的改变而改变，而电流不均匀分布会导致模块内部温度的分布不均匀，会存在开关器件的累积损伤分布不均匀的问题，因而无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略。
发明内容
本发明提供了一种MMC换流阀功率模块剩余寿命评估方法和系统，解决了MMC的功率双向流动导致子模块内部电流分布情况随着MMC工作状态的改变而改变，而电流不均匀分布会导致模块内部温度的分布不均匀，会存在开关器件的累积损伤分布不均匀的问题，因而无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略的技术问题。
本发明第一方面提供的一种MMC换流阀功率模块剩余寿命评估方法，应用于模块化多电平换流器内的换流阀，所述换流阀包括功率模块，包括：
响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取所述待评估功率模块对应的MMC工况参数；
根据所述MMC工况参数确定对应的工况状态和所述工况状态对应的目标桥臂电流；
采用所述MMC工况参数和所述目标桥臂电流，确定所述待评估功率模块内的目标器件对应的平均功率损耗数据；
将所述平均功率损耗数据、所述MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据；
将所述平均结温数据与所述工频结温波动数据输入预设目标损伤模型，确定所述目标器件对应的多个目标累计损伤值；
从多个所述目标累计损伤值选取最小值作为所述待评估功率模块的剩余寿命。
可选地，所述MMC工况参数包括有功功率、直流偏置幅值、交流系统电压最大值、桥臂直流电压、角频率和无功功率，所述根据所述MMC工况参数确定对应的工况状态和所述工况状态对应的目标桥臂电流的步骤，包括：
当所述有功功率小于预设工况阈值时，则判定所述待评估功率模块的工况状态为逆变状态并计入工况状态数据；
采用所述有功功率和所述无功功率，确定所述逆变状态对应的相位角；
采用所述交流系统电压最大值和所述桥臂直流电压，确定所述逆变状态对应的MMC调制指数；
采用所述相位角、所述角频率、所述MMC调制指数和所述直流偏置幅值，确定所述逆变状态对应的目标桥臂电流；
当所述有功功率大于或等于预设工况阈值时，则判定所述待评估功率模块的工况状态为整流状态并计入所述工况状态数据；
采用所述有功功率和所述无功功率，确定所述整流状态对应的相位角；
采用所述交流系统电压最大值和所述桥臂直流电压，确定所述整流状态对应的MMC调制指数；
采用所述相位角、所述角频率、所述MMC调制指数和所述直流偏置幅值，确定所述整流状态对应的目标桥臂电流。
可选地，所述MMC工况参数还包括工作频率、结温数据、导通降压数据、正向压降数据、开通能量损耗、关断能量损耗、恢复能量损耗和功率模块开关频率，所述目标器件包括目标功率芯片和目标二极管，所述平均功率损耗数据包括功率芯片平均功率损耗和二极管平均功率损耗，所述采用所述MMC工况参数和所述目标桥臂电流，确定所述待评估功率模块内的目标器件对应的平均功率损耗数据的步骤，包括：
采用所述MMC调制指数和所述角频率，确定所述目标功率芯片对应的功率芯片占空比；
采用所述目标桥臂电流、所述工作频率、所述功率芯片占空比、所述结温数据和所述导通降压数据，确定所述目标功率芯片对应的功率芯片平均导通损耗；
采用所述MMC调制指数和所述角频率，确定所述目标二极管对应的二极管占空比；
采用所述目标桥臂电流、所述工作频率、所述二极管占空比、所述结温数据和所述正向压降数据，确定所述目标二极管对应的二极管平均导通损耗；
将所述开通能量损耗和所述关断能量损耗进行和值运算，得到所述目标功率芯片对应的开关能量损耗；
采用所述开关能量损耗、所述工作频率、所述功率模块开关频率、所述目标桥臂电流和所述结温数据，确定所述目标功率芯片对应的功率芯片平均开关损耗；
采用所述恢复能量损耗、所述工作频率、所述功率模块开关频率、所述目标桥臂电流和所述结温数据，确定所述目标二极管对应的二极管平均开关损耗；
将所述功率芯片平均导通损耗和所述功率芯片平均开关损耗进行和值运算，得到所述目标功率芯片对应的所述功率芯片平均功率损耗；
将所述二极管平均导通损耗和所述二极管平均开关损耗进行和值运算，得到所述目标二极管对应的所述二极管平均功率损耗。
可选地，所述预设目标热网络模型包括稳态热网络模型和瞬态热网络模型，所述将所述平均功率损耗数据、所述MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据的步骤，包括：
将所述平均功率损耗数据输入所述稳态热网络模型，确定对应的平均结温数据；
采用所述平均功率损耗数据和所述MMC工况参数，确定对应的目标等效功率损耗波形；
将所述目标等效功率损耗波形输入所述瞬态热网络模型进行迭代计算，确定对应的工频结温波动数据。
可选地，所述将所述平均功率损耗数据输入所述稳态热网络模型，确定对应的平均结温数据的步骤，包括：
获取所述稳态热网络模型对应的多个初始功率芯片热阻和多个初始二极管热阻；
将全部所述初始功率芯片热阻进行和值运算，得到所述目标功率芯片对应的目标功率芯片热阻；
将所述功率芯片平均功率损耗与所述目标功率芯片热阻进行乘值运算，得到所述目标功率芯片对应的功率芯片平均结温；
将全部所述初始二极管热阻进行和值运算，得到所述目标二极管对应的目标二极管热阻；
将所述二极管平均功率损耗与所述目标二极管热阻进行乘值运算，得到所述目标二极管对应的二极管平均结温。
可选地，所述采用所述平均功率损耗数据和所述MMC工况参数，确定对应的目标等效功率损耗波形的步骤，包括：
采用所述MMC调制指数和所述角频率，确定对应的目标参数；
采用所述目标参数和所述功率芯片平均功率损耗，确定所述目标功率芯片对应的功率芯片等效损耗峰值；
采用所述目标参数和所述工作频率，确定所述目标功率芯片对应的功率芯片等效开关频率；
采用所述目标参数和所述二极管平均功率损耗，确定所述目标二极管对应的二极管等效损耗峰值；
采用所述目标参数和所述工作频率，确定所述目标二极管对应的二极管等效开关频率；
采用所述功率芯片等效损耗峰值、所述功率芯片等效开关频率、所述二极管等效损耗峰值和所述二极管等效开关频率输入预设等效功率损耗波形模型，生成对应的目标等效功率损耗波形。
可选地，所述工频结温波动数据包括功率芯片结温波动数据和二极管结温波动数据，所述将所述目标等效功率损耗波形输入所述瞬态热网络模型进行迭代计算，确定对应的工频结温波动数据的步骤，包括：
将所述目标等效功率损耗波形输入所述瞬态热网络模型进行迭代计算，生成多个功率芯片瞬态结温和多个二极管瞬态结温；
按照预设迭代时刻顺序将各所述功率芯片瞬态结温进行排序，生成多个功率芯片瞬态结温波动数据；
按照预设迭代时刻顺序将各所述二极管瞬态结温进行排序，生成多个二极管瞬态结温波动数据；
将全部所述功率芯片瞬态结温波动数据进行和值运算，得到所述功率芯片结温波动数据；
将全部所述二极管瞬态结温波动数据进行和值运算，得到所述二极管结温波动数据。
可选地，所述预设目标损伤模型包括高频损伤模型、低频损伤模型和全局损伤模型，所述将所述平均结温数据与所述工频结温波动数据输入预设目标损伤模型，确定所述目标器件对应的多个目标累计损伤值的步骤，包括：
基于所述功率芯片结温波动数据和所述二极管结温波动数据，按照预设高频录波周期获取对应的最低结温、多个功率芯片工频周期性结温波动和多个二极管工频周期性结温波动；
采用各所述功率芯片工频周期性结温波动、所述最低结温和预设功率循环的加热时间输入预设第一寿命损伤模型，生成所述目标功率芯片对应的多个第一功率芯片寿命参数；
采用各所述二极管工频周期性结温波动、所述最低结温和预设功率循环的加热时间输入所述预设第一寿命损伤模型，生成所述目标二极管对应的多个第一二极管寿命参数；
将各所述第一功率芯片寿命参数与预设高频录波工频周期数进行比值运算，得到多个第一功率芯片损伤值；
将各所述第一二极管寿命参数与所述预设高频录波工频周期数进行比值运算，得到多个第一二极管损伤值；
采用全部所述第一功率芯片损伤值输入所述高频损伤模型，生成所述目标功率芯片对应的功率芯片高频累计损伤值；
采用全部所述第一二极管损伤值输入所述高频损伤模型，生成所述目标二极管对应的二极管高频累计损伤值；
采用各所述功率芯片平均结温和预设低频最大平均结温输入预设第二寿命损伤模型，生成所述目标功率芯片对应的多个第二功率芯片寿命参数；
采用各所述二极管平均结温和预设低频最大平均结温输入所述预设第二寿命损伤模型，生成所述目标二极管对应的多个第二二极管寿命参数；
基于雨流计数方法，分别将全部所述功率芯片平均结温和全部所述二极管平均结温进行排序，并按照预设低频录波周期获取对应的低频录波工频周期数；
将各所述第二功率芯片寿命参数与所述低频录波工频周期数进行比值运算，得到多个第二功率芯片损伤值；
将各所述第二二极管寿命参数与所述低频录波工频周期数进行比值运算，得到多个第二二极管损伤值；
采用全部所述第二功率芯片损伤值输入所述低频损伤模型，生成所述目标功率芯片对应的功率芯片低频累计损伤值；
采用全部所述第二二极管损伤值输入所述低频损伤模型，生成所述目标二极管对应的二极管低频累计损伤值；
采用所述功率芯片高频累计损伤值、所述二极管高频累计损伤值、所述二极管低频累计损伤值和所述功率芯片低频累计损伤值输入所述全局损伤模型，确定目标器件对应的多个目标累计损伤值。
可选地，所述采用所述功率芯片高频累计损伤值、所述二极管高频累计损伤值、所述二极管低频累计损伤值和所述功率芯片低频累计损伤值输入所述全局损伤模型，确定目标器件对应的多个目标累计损伤值的步骤，包括：
根据所述工况状态数据，确定对应的整流状态占比值和逆变状态占比值；
将所述整流状态占比值与预设状态阈值进行乘值运算，得到高频损伤对应的第一权重系数；
将所述逆变状态占比值与所述预设状态阈值进行乘值运算，得到所述高频损伤对应的第二权重系数；
根据所述预设状态阈值，确定低频损伤对应的第三权重系数；
采用所述第一权重系数、所述第二权重系数、所述第三权重系数、所述功率芯片高频累计损伤值和所述功率芯片低频累计损伤值，确定所述目标功率芯片对应的多个初始累计损伤值；
采用所述第一权重系数、所述第二权重系数、所述第三权重系数、所述二极管高频累计损伤值和所述二极管低频累计损伤值，确定所述目标功率芯片对应的多个目标累计损伤值，确定所述目标二极管对应的多个所述初始累计损伤值；
分别将各所述初始累计损伤值输入预设剩余寿命转换模型，生成对应的目标累计损伤值。
本发明第二方面提供的一种MMC换流阀功率模块剩余寿命评估系统，应用于模块化多电平换流器内的换流阀，所述换流阀包括功率模块，包括：
响应模块，用于响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取所述待评估功率模块对应的MMC工况参数；
目标桥臂电流模块，用于根据所述MMC工况参数确定对应的工况状态和所述工况状态对应的目标桥臂电流；
平均功率损耗数据模块，用于采用所述MMC工况参数和所述目标桥臂电流，确定所述待评估功率模块内的目标器件对应的平均功率损耗数据；
目标热网络模型模块，用于将所述平均功率损耗数据、所述MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据；
目标累计损伤值模块，用于将所述平均结温数据与所述工频结温波动数据输入预设目标损伤模型，确定所述目标器件对应的多个目标累计损伤值；
寿命评估模块，用于从多个所述目标累计损伤值选取最小值作为所述待评估功率模块的剩余寿命。
从以上技术方案可以看出，本发明具有以下优点：
响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取待评估功率模块对应的MMC工况参数，根据MMC工况参数确定对应的工况状态和工况状态对应的目标桥臂电流，采用MMC工况参数和目标桥臂电流，确定待评估功率模块内的目标器件对应的平均功率损耗数据，将平均功率损耗数据、MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据，将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值，将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值，从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命；解决MMC的功率双向流动导致子模块内部电流分布情况随着MMC工作状态的改变而改变，而电流不均匀分布会导致模块内部温度的分布不均匀，会存在开关器件的累积损伤分布不均匀的问题，因而无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略的技术问题；实现了通过有功功率判断MMC的工作状态，计算不同工作状态下功率模块不同位置开关器件的电流和损耗，利用基于热网络模型的功率模块周期性结温波动计算方法将MMC年度服役运行工况转化为结温信息，基于桥臂电流、有功功率以及无功功率等建立功率损耗模型，然后根据等效开关频率和等效功率损耗评估工频周期的结温波动。考虑到功率模块并联芯片温度的不均匀分布，利用热网络模型评估不同位置芯片的动态结温。最后，通过分别计算逆变工作状态下每个工作点的高频疲劳损伤、整流工作状态下的高频疲劳损伤以及整个年度服役工况下的低频损伤，构建功率模块的全局损伤模型，为换流阀功率模块提供一个更准确、更精细的剩余寿命评估方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种MMC换流阀功率模块剩余寿命评估方法的步骤流程图；
图2为本发明实施例二提供的一种MMC换流阀功率模块剩余寿命评估方法的步骤流程图；
图3为本发明实施例二提供的一种半桥子模块四种开关状态示意图；
图4为本发明实施例二提供的一种工频周期结温波动与最低结温示意图；
图5为本发明实施例二提供的一种雨流计数原理图；
图6为本发明提供的一种MMC换流阀功率模块剩余寿命评估方法的另一步骤流程图；
图7为本发明实施例三提供的一种MMC换流阀功率模块剩余寿命评估系统的结构框图。
具体实施方式
本发明实施例提供了一种MMC换流阀功率模块剩余寿命评估方法和系统，用于解决MMC的功率双向流动导致子模块内部电流分布情况随着MMC工作状态的改变而改变，而电流不均匀分布会导致模块内部温度的分布不均匀，会存在开关器件的累积损伤分布不均匀的问题，因而无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种MMC换流阀功率模块剩余寿命评估方法的步骤流程图。
本发明提供的一种MMC换流阀功率模块剩余寿命评估方法，应用于模块化多电平换流器内的换流阀，换流阀包括功率模块，包括：
MMC-HVDC，指的是基于模块化多电平换流器的高压直流输电。模块化多电平换流器( Modular Multilevel Converter，MMC )：用于电压变换，它由多个结构相同的子模块(Sub-module, SM)级联构成。子模块的结构可以分为半H桥型、全H桥型和双箝位型子模块型三种。换流器，实现交流-直流或者直流-交流的变换，前者称为整流，后者称为逆变，是直流输电系统最核心的设备。换流阀，换流器中的一个核心部件，实现交流-直流或者直流-交流的变换。功率模块，按一定的功能组合功率电力电子器件再灌封成一个模块，用于MMC-HVDC的功率模块一般灌封功率芯片与二极管，作为MMC中的半H桥型子模块，是换流阀中的关键器件。结温，指的是功率模块中目标功率芯片和目标二极管实际工作温度，在本发明实施例中，以下结温均指实际工作温度。
值得一提的是，MMC子模块数量众多，与一般的两电平和三电平逆变器区别很大，实现MMC每个子模块结温信息的评估十分关键。平均功率损耗法通过风速信息预测MMC的整体功率损耗，进而根据子模块数量计算出每个子模块的平均功率损耗并评估功率模块的平均结温分布。由于平均功率损耗法只考虑了平均结温波动，因此可以通过平均结温波动来计算功率模块的低频损伤。实际结温存在工频周期性波动，工频周期性结温波动会造成功率模块的高频损伤，因此可以通过工频周期性结温波动来计算功率模块的高频损伤。考虑到多芯片并联功率模块在MMC装置中的广泛应用，需要进一步开展不同位置芯片累积损伤精细化评估。
步骤101、响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取待评估功率模块对应的MMC工况参数。
寿命评估请求，指的是针对待评估功率模块进行剩余寿命的评估请求信息。预设周期，指的是预先选取的工频周期，具体可以根据实际需求而选取。MMC工况参数，指的是待评估功率模块所属的模块化多电平换流器对应的工况信息。
在本发明实施例中，响应于接收到的针对待评估功率模块进行剩余寿命的评估请求信息，按照预设周期获取待评估功率模块所属的模块化多电平换流器对应的工况信息。
步骤102、根据MMC工况参数确定对应的工况状态和工况状态对应的目标桥臂电流。
工况状态，指代的是整流状态和逆变状态，可根据MMC工况参数中的有功功率确定待评估功率模块是处于整流状态或逆变状态。目标桥臂电流，用于确定待评估功率模块内的目标器件对应的平均功率损耗数据。
在本发明实施例中，根据MMC工况参数确定对应的工况状态，若MMC工况参数中的有功功率大于预设状态阈值，此处预设状态阈值为0，则判定待评估功率模块是处于整流状态，若MMC工况参数中的有功功率小于预设状态阈值，则判定待评估功率模块是处于逆变状态，并根据待评估功率模块的工况状态，采用MMC工况参数计算待评估功率模块的工况状态对应的目标桥臂电流，也即分别计算出整流状态和逆变状态两种状态下的桥臂电流。
步骤103、采用MMC工况参数和目标桥臂电流，确定待评估功率模块内的目标器件对应的平均功率损耗数据。
平均功率损耗数据，指的是待评估功率模块内不同位置开关器件的功率损耗。
在本发明实施例中，采用MMC工况参数和目标桥臂电流分别计算工频周期内目标器件对应的平均功率损耗数据。
步骤104、将平均功率损耗数据、MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据。
在本发明实施例中，将平均功率损耗数据、MMC工况参数作为预设目标热网络模型的输入，通过预设目标热网络模型计算得到平均结温数据和工频结温波动数据。
步骤105、将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值。
在本发明实施例中，将平均结温数据与工频结温波动数据作为预设目标损伤模型的输入，通过预设目标损伤模型计算得到各个目标器件对应的多个目标累计损伤值。
值得一提的是，每个待评估功率模块内有多个目标器件，每一个目标器件对应一个目标累计损伤值。
步骤106、从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命。
在本发明实施例中，从多个目标累计损伤值选取最小的目标累计损伤值作为待评估功率模块的剩余寿命。
在本发明中，响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取待评估功率模块对应的MMC工况参数，根据MMC工况参数确定对应的工况状态和工况状态对应的目标桥臂电流，采用MMC工况参数和目标桥臂电流，确定待评估功率模块内的目标器件对应的平均功率损耗数据，将平均功率损耗数据、MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据，将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值，将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值，从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命；解决MMC的功率双向流动导致子模块内部电流分布情况随着MMC工作状态的改变而改变，而电流不均匀分布会导致模块内部温度的分布不均匀，会存在开关器件的累积损伤分布不均匀的问题，因而无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略的技术问题；实现了通过有功功率判断MMC的工作状态，计算不同工作状态下功率模块不同位置开关器件的电流和损耗，利用基于热网络模型的功率模块周期性结温波动计算方法将MMC年度服役运行工况转化为结温信息，基于桥臂电流、有功功率以及无功功率等建立功率损耗模型，然后根据等效开关频率和等效功率损耗评估工频周期的结温波动。考虑到功率模块并联芯片温度的不均匀分布，利用热网络模型评估不同位置芯片的动态结温。最后，通过分别计算逆变工作状态下每个工作点的高频疲劳损伤、整流工作状态下的高频疲劳损伤以及整个年度服役工况下的低频损伤，构建功率模块的全局损伤模型，为换流阀功率模块提供一个更准确、更精细的剩余寿命评估方法。
请参阅图2，图2为本发明实施例二提供的一种MMC换流阀功率模块剩余寿命评估方法的步骤流程图。
本发明提供的一种MMC换流阀功率模块剩余寿命评估方法，应用于模块化多电平换流器内的换流阀，换流阀包括功率模块，包括：
需要说明的是，实际MMC换流阀为三相多电平结构，为了便于理解，在本实施例中，以A相上桥臂为例进行说明。
步骤201、响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取待评估功率模块对应的MMC工况参数。
在本发明实施例中，步骤201的具体实施过程与步骤101类似，在此不再赘述。
步骤202、根据MMC工况参数确定对应的工况状态和工况状态对应的目标桥臂电流。
进一步地，MMC工况参数包括有功功率、直流偏置幅值、交流系统电压最大值、桥臂直流电压、角频率和无功功率，步骤202可以包括以下子步骤：
S11、当有功功率小于预设工况阈值时，则判定待评估功率模块的工况状态为逆变状态并计入工况状态数据。
S12、采用有功功率和无功功率，确定逆变状态对应的相位角。
S13、采用交流系统电压最大值和桥臂直流电压，确定逆变状态对应的MMC调制指数。
S14、采用相位角、角频率、MMC调制指数和直流偏置幅值，确定逆变状态对应的目标桥臂电流。
S15、当有功功率大于或等于预设工况阈值时，则判定待评估功率模块的工况状态为整流状态并计入工况状态数据。
S16、采用有功功率和无功功率，确定整流状态对应的相位角。
S17、采用交流系统电压最大值和桥臂直流电压，确定整流状态对应的MMC调制指数。
S18、采用相位角、角频率、MMC调制指数和直流偏置幅值，确定整流状态对应的目标桥臂电流。
在本发明实施例中，S11-S18在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，逆变状态和整流状态下的目标桥臂电流的表达方式如下：
；
；
；
式中，表示目标桥臂电流，/>表示MMC传输的有功功率，/>表示桥臂电流的直流偏置幅值，/>表示交流系统电压最大值，/>表示桥臂直流电压，/>表示角频率，/>表示MMC传输的无功功率，/>表示相位角，/>表示MMC调制指数。
步骤203、采用MMC工况参数和目标桥臂电流，确定待评估功率模块内的目标器件对应的平均功率损耗数据。
进一步地，MMC工况参数还包括工作频率、结温数据、导通降压数据、正向压降数据、开通能量损耗、关断能量损耗、恢复能量损耗和功率模块开关频率，目标器件包括目标功率芯片和目标二极管，平均功率损耗数据包括功率芯片平均功率损耗和二极管平均功率损耗，步骤203可以包括以下子步骤：
S21、采用MMC调制指数和角频率，确定目标功率芯片对应的功率芯片占空比。
S22、采用目标桥臂电流、工作频率、功率芯片占空比、结温数据和导通降压数据，确定目标功率芯片对应的功率芯片平均导通损耗。
S23、采用MMC调制指数和角频率，确定目标二极管对应的二极管占空比。
S24、采用目标桥臂电流、工作频率、二极管占空比、结温数据和正向压降数据，确定目标二极管对应的二极管平均导通损耗。
值得一提的是，在本实施中，如图3所示，目标功率芯片包括T1功率芯片和T2功率芯片，T1和T2分别表示半桥子模块中不同的功率芯片，D1和D2分别表示不同功率芯片对应的目标二极管。开关信号组合方式和电流方向决定了半桥子模块的四种正常运行工况，其中T1和T2的开关状态互补。
如图3中（a）状态所示，当T1施加开通信号而T2施加关断信号时，子模块投入整个MMC电路。当桥臂电流大于零时，子模块电流如图中正向流通，D1导通而T1截止，二极管D1流过电流等于桥臂电流，即iD1=ipa，且电容器处于充电状态；
如图3中（b）状态所示，当桥臂电流小于零时，子模块电流反向流通，T1导通而D1截止，功率芯片T1流过电流等于桥臂电流，即iT1=ipa，且电容器处于充电状态；
如图3中（c）状态所示，当T2施加开通信号而T1施加关断信号时，子模块旁路出MMC桥臂。当桥臂电流大于零时，子模块电流正向流通，T2导通而D2截止，功率芯片T2流过电流等于桥臂电流，即iT2=ipa；
如图3中（d）状态所示，当桥臂电流小于零时，子模块电流反向流通，D2导通而T2截止，二极管D2流过电流等于桥臂电流，即iD2=ipa，对应(d)状态。
S21和S23在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，目标功率芯片对应的功率芯片占空比和目标二极管对应的二极管占空比如下表1所示：
表1、四个目标器件的占空比M(t)
在本发明实施例中，S22和S24在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，半桥拓扑结构功率模块中的目标功率芯片对应的功率芯片平均导通损耗和目标二极管对应的二极管平均导通损耗的表达方式如下：
当目标功率芯片开通时，存在导通电压降；目标二极管导通，存在正向电压降。功率模块中的目标功率芯片与目标二极管在一个工频周期内的功率芯片平均导通损耗和二极管平均导通损耗/>分别为：
；
式中，T j为结温；V CE表示目标功率芯片导通时功率芯片的导通压降；V F表示目标二极管导通时二极管的正向压降；i T和i D分别表示流过目标功率芯片与目标二极管的电流，当目标功率芯片导通时目标功率芯片流过电流为目标桥臂电流ipa，当目标二极管导通时流过目标二极管电流为ipa；f 0为工作频率；M T和M D分别表示流过目标功率芯片与目标二极管电流的占空比。利用目标功率芯片与目标二极管的伏安曲线与温度的关系，即可求得目标功率芯片与目标二极管在一个工频周期内的平均导通损耗和/>。
S25、将开通能量损耗和关断能量损耗进行和值运算，得到目标功率芯片对应的开关能量损耗。
S26、采用开关能量损耗、工作频率、功率模块开关频率、目标桥臂电流和结温数据，确定目标功率芯片对应的功率芯片平均开关损耗。
在本发明实施例中，S25-S26在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，目标功率芯片对应的功率芯片平均开关损耗的表达方式如下：
；
；
式中，表示开关能量损耗，/>表示开通能量损耗，/>表示关断能量损耗，/>表示工作频率，/>表示功率模块开关频率，/>表示功率芯片平均开关损耗。
S27、采用恢复能量损耗、工作频率、功率模块开关频率、目标桥臂电流和结温数据，确定目标二极管对应的二极管平均开关损耗。
在本发明实施例中，S27在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，目标二极管对应的二极管平均开关损耗的表达方式如下：
；
式中，表示恢复能量损耗，/>表示二极管平均开关损耗。
S28、将功率芯片平均导通损耗和功率芯片平均开关损耗进行和值运算，得到目标功率芯片对应的功率芯片平均功率损耗。
S29、将二极管平均导通损耗和二极管平均开关损耗进行和值运算，得到目标二极管对应的二极管平均功率损耗。
在本发明实施例中，S28-S29在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，功率芯片平均功率损耗和二极管平均功率损耗的表达方式如下：
；
；
式中，表示功率芯片平均功率损耗，/>表示二极管平均功率损耗。
进一步地，预设目标热网络模型包括稳态热网络模型和瞬态热网络模型。
步骤204、将平均功率损耗数据输入稳态热网络模型，确定对应的平均结温数据。
进一步地，步骤204可以包括以下子步骤：
S31、获取稳态热网络模型对应的多个初始功率芯片热阻和多个初始二极管热阻。
S32、将全部初始功率芯片热阻进行和值运算，得到目标功率芯片对应的目标功率芯片热阻。
S33、将功率芯片平均功率损耗与目标功率芯片热阻进行乘值运算，得到目标功率芯片对应的功率芯片平均结温。
S34、将全部初始二极管热阻进行和值运算，得到目标二极管对应的目标二极管热阻。
S35、将二极管平均功率损耗与目标二极管热阻进行乘值运算，得到目标二极管对应的二极管平均结温。
在本发明实施例中，S31-S35在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，稳态热网络模型的表达方式如下：
；
式中，为功率芯片平均结温；/>为二极管平均结温；m表示热网络阶数，可由功率模块数据手册得到；RTi为功率芯片第i阶热阻，可由功率模块数据手册得到；RDi为二极管第i阶热阻，可由功率模块数据手册得到。
步骤205、采用平均功率损耗数据和MMC工况参数，确定对应的目标等效功率损耗波形。
进一步地，步骤205可以包括以下子步骤：
S41、采用MMC调制指数和角频率，确定对应的目标参数。
在本发明实施例中，S41在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，目标参数的表达方式如下：
；
式中，表示目标参数。
S42、采用目标参数和功率芯片平均功率损耗，确定目标功率芯片对应的功率芯片等效损耗峰值。
S43、采用目标参数和工作频率，确定目标功率芯片对应的功率芯片等效开关频率。
S44、采用目标参数和二极管平均功率损耗，确定目标二极管对应的二极管等效损耗峰值。
S45、采用目标参数和工作频率，确定目标二极管对应的二极管等效开关频率。
在本发明实施例中，S41-S45在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，功率芯片等效开关频率、功率芯片等效损耗峰值、二极管等效损耗峰值和二极管等效开关频率如下表2所示：
表2、四个目标器件等效开关频率与等效损耗峰值
S46、采用功率芯片等效损耗峰值、功率芯片等效开关频率、二极管等效损耗峰值和二极管等效开关频率输入预设等效功率损耗波形模型，生成对应的目标等效功率损耗波形。
在本发明实施例中，S46在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，预设等效功率损耗波形模型的表达方式如下：
；
式中，f equi为等效开关频率，P peak为等效损耗峰值，P equi(t)为等效功率损耗，值得一提的是，此处目标等效功率损耗波形由多个等效功率损耗组成。
步骤206、将目标等效功率损耗波形输入瞬态热网络模型进行迭代计算，确定对应的工频结温波动数据。
进一步地，工频结温波动数据包括功率芯片结温波动数据和二极管结温波动数据，步骤206可以包括以下子步骤：
S51、将目标等效功率损耗波形输入瞬态热网络模型进行迭代计算，生成多个功率芯片瞬态结温和多个二极管瞬态结温。
S52、按照预设迭代时刻顺序将各功率芯片瞬态结温进行排序，生成多个功率芯片瞬态结温波动数据。
S53、按照预设迭代时刻顺序将各二极管瞬态结温进行排序，生成多个二极管瞬态结温波动数据。
在本发明实施例中，S51-S53在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，瞬态热网络模型的表达方式如下：
需要说明的是，将目标等效功率损耗波形作为瞬态热网络模型的目标功率芯片和目标二极管损耗输入，可以分别迭代计算n个时刻的目标功率芯片和目标二极管第i阶的瞬态结温，其中这n个时刻根据计算精度自由定义。计算得到n个时刻的目标功率芯片和目标二极管的瞬态结温，将n个时刻目标功率芯片和目标二极管瞬态温度按照时间顺序连接，可以分别得到第i阶目标功率芯片和目标二极管工频周期性功率芯片瞬态结温波动数据∆T Ti(t)和二极管瞬态结温波动数据∆T Di(t)：
；/>
式中，∆T Ti(tn)表示第i阶tn时刻功率芯片的瞬态结温，∆T Ti(tn-1)表示第i阶tn-1时刻功率芯片的瞬态结温，其中，t0时刻为初始时刻，∆T Ti(t0)可以设置为TT_ave；∆T Di(tn)表示第i阶tn时刻二极管的瞬态结温，∆T Di(tn-1)表示第i阶tn-1时刻二极管的瞬态结温，其中，t0时刻为初始时刻，∆T Di(t0)可以设置为TD_ave；∆t=tn-tn-1表示时间差；Pequi(tn)表示当前时刻的等效功率损耗；RTi为功率芯片第i阶热阻，可由功率模块数据手册得到；RDi为二极管第i阶热阻。可由功率模块数据手册得到；τi表示时间常数，可由功率模块数据手册得到。
S54、将全部功率芯片瞬态结温波动数据进行和值运算，得到功率芯片结温波动数据。
S55、将全部二极管瞬态结温波动数据进行和值运算，得到二极管结温波动数据。
需要说明的是，将计算得到的m阶功率芯片瞬态结温波动数据和二极管瞬态结温波动数据叠加，得到功率芯片结温波动数据和二极管结温波动数据。
在本发明实施例中，S54-S55在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，功率芯片结温波动数据和二极管结温波动数据的表达方式如下：
；
式中，T T(t)表示功率芯片结温波动数据，T D(t)表示二极管结温波动数据，m表示热网络阶数，可由功率模块数据手册得到。
步骤207、将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值。
进一步地，预设目标损伤模型包括高频损伤模型、低频损伤模型和全局损伤模型，步骤207可以包括以下子步骤：
S61、基于功率芯片结温波动数据和二极管结温波动数据，按照预设高频录波周期获取对应的最低结温、多个功率芯片工频周期性结温波动和多个二极管工频周期性结温波动。
在本发明实施例中，最低结温T j_min和工频周期性结温波动∆T j的具体含义如图4所示。
S62、采用各功率芯片工频周期性结温波动、最低结温和预设功率循环的加热时间输入预设第一寿命损伤模型，生成目标功率芯片对应的多个第一功率芯片寿命参数。
S63、采用各二极管工频周期性结温波动、最低结温和预设功率循环的加热时间输入预设第一寿命损伤模型，生成目标二极管对应的多个第一二极管寿命参数。
值得一提的是，高频累积损伤一般为工频周期性结温波动导致的疲劳损伤。利用上一步骤中计算得到的平均结温和工频结温波动数据，结合预设第一寿命损伤模型可以计算相应结温条件下的高频损伤程度。通过开展大量不同结温摆幅下的功率循环实验，统计失效循环次数，拟合得到功预设第一寿命损伤模型。本发明使用计及加热时间t on，截止电压V b，键合线直径d以及流经单根键合线电流I的预设第一寿命损伤模型，即：
在本发明实施例中，S62-S63在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，预设第一寿命损伤模型的表达方式如下：
；
式中，A、β 1、β 2、β 3、β 4、β 5以及β 6为拟合参数。t on代表功率循环的加热时间，V b代表截至电压，d代表键合线直径，I代表单根键合线流过电流，表示第一目标器件寿命参数，第一目标器件寿命参数包括第一功率芯片寿命参数和第一二极管寿命参数。
S64、将各第一功率芯片寿命参数与预设高频录波工频周期数进行比值运算，得到多个第一功率芯片损伤值。
S65、将各第一二极管寿命参数与预设高频录波工频周期数进行比值运算，得到多个第一二极管损伤值。
需要说明的是，忽略功率切换过程中两个热稳态之间的暂态过程，即认为每个录波时间间隔5分钟内子模块已经达到热稳定状态，值得一提的是，MMC工况参数包含录波时间点，且间隔是5分钟。如果工况信息录波从第0分钟开始，那么录波时间点为0、5、10等等，此时每个录波时间点的损伤θ high可下述公式计算。
在本发明实施例中，S64-S65在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，第一功率芯片损伤值和第一二极管损伤值的表达方式如下：
；
式中，N cycle为录波时间间隔5分钟内的工频周期数，取15000。N high(∆T j,T j_min,t on)为预设第一寿命损伤模型输出的多个第一功率芯片寿命参数和多个第一二极管寿命参数，表示第一目标器件损伤值，第一目标器件损伤值包括第一功率芯片损伤值和第一二极管损伤值。
S66、采用全部第一功率芯片损伤值输入高频损伤模型，生成目标功率芯片对应的功率芯片高频累计损伤值。
S67、采用全部第一二极管损伤值输入高频损伤模型，生成目标二极管对应的二极管高频累计损伤值。
在本发明实施例中，S66-S67在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，高频损伤模型的表达方式如下：
；
；
式中，N l和N 2分别表示逆变状态和整流状态下的录波点数，表示逆变状态下目标器件对应的目标高频累计损伤值，目标高频累计损伤值包括功率芯片高频累计损伤值和二极管高频累计损伤值，/>表示整流状态下目标器件对应的目标高频累计损伤值。
S68、采用各功率芯片平均结温和预设低频最大平均结温输入预设第二寿命损伤模型，生成目标功率芯片对应的多个第二功率芯片寿命参数。
S69、采用各二极管平均结温和预设低频最大平均结温输入预设第二寿命损伤模型，生成目标二极管对应的多个第二二极管寿命参数。
需要说明的是，每个功率点平均结温会随着散热器水温以及功率点切换而变化，这种温度变化的频率相对于高频累积损伤考虑的工频周期结温波动要低。低频损伤失效循环次数可以通过预设第二寿命损伤模型（Norris-Landzberg寿命模型）来计算。
在本发明实施例中，S68-S69在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，预设第二寿命损伤模型的表达方式如下：
；
式中，f为循环频率；A、ɑ以及β为经验公式拟合参数；k b为玻尔兹曼常数；E a为活化能；T jlow_max为计算低频损伤所用的最大平均结温；∆T jlow为计算低频损伤所用的平均结温波动，其中计算低频损伤所用的平均结温波动为功率芯片平均结温和二极管平均结温，表示第二目标器件寿命参数，第二目标器件寿命参数包括第二功率芯片寿命参数和第二二极管寿命参数。
S610、基于雨流计数方法，分别将全部功率芯片平均结温和全部二极管平均结温进行排序，并按照预设低频录波周期获取对应的低频录波工频周期数。
在本发明实施例中，雨流计数方法原理如图5所示。将平均结温按时序排列后，根据温度波动的情况分别记录半周期次数和整周期循环次数，得到一定平均结温波动情况的总次数构成次数统计，从而计算低周疲劳损伤的累积损伤。
S611、将各第二功率芯片寿命参数与低频录波工频周期数进行比值运算，得到多个第二功率芯片损伤值。
S612、将各第二二极管寿命参数与低频录波工频周期数进行比值运算，得到多个第二二极管损伤值。
在本发明实施例中，S611-S612在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，第二功率芯片损伤值和第二二极管损伤值的表达方式如下：
；
式中，表示第二目标器件损伤值，第二目标器件损伤值包括第二功率芯片损伤值和第二二极管损伤值，/>表示低频录波工频周期数。
S613、采用全部第二功率芯片损伤值输入低频损伤模型，生成目标功率芯片对应的功率芯片低频累计损伤值。
S614、采用全部第二二极管损伤值输入低频损伤模型，生成目标二极管对应的二极管低频累计损伤值。
在本发明实施例中，S613-S614在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，低频损伤模型的表达方式如下：
；
式中，N cycle_low可通过雨流计数方法得到，N 3为总录波点数，表示目标低频累计损伤值，目标低频累计损伤值包括功率芯片低频累计损伤值和二极管低频累计损伤值。
S615、采用功率芯片高频累计损伤值、二极管高频累计损伤值、二极管低频累计损伤值和功率芯片低频累计损伤值输入全局损伤模型，确定目标器件对应的多个目标累计损伤值。
进一步地，S615可以包括以下子步骤：
S6151、根据工况状态数据，确定对应的整流状态占比值和逆变状态占比值。
需要说明的是，根据工况状态数据，确定预设周期内待评估功率模块对应的整流状态占比值和逆变状态占比值。
S6152、将整流状态占比值与预设状态阈值进行乘值运算，得到高频损伤对应的第一权重系数。
S6153、将逆变状态占比值与预设状态阈值进行乘值运算，得到高频损伤对应的第二权重系数。
S6154、根据预设状态阈值，确定低频损伤对应的第三权重系数。
S6155、采用第一权重系数、第二权重系数、第三权重系数、功率芯片高频累计损伤值和功率芯片低频累计损伤值，确定目标功率芯片对应的多个初始累计损伤值。
S6156、采用第一权重系数、第二权重系数、第三权重系数、二极管高频累计损伤值和二极管低频累计损伤值，确定目标功率芯片对应的多个目标累计损伤值，确定目标二极管对应的多个初始累计损伤值。
在本发明实施例中，S6151-S6156在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，全局损伤模型的表达方式如下：
需要说明的是，将高频损伤与低频损伤根据实际工况得出的权重系数相加，得到全局损伤模型。
；
式中，表示第一权重系数，/>表示第二权重系数，/>表示第三权重系数，/>表示初始累计损伤值。
为了便于理解，以下为权重系数的具体应用例，λ1+λ2+λ3=1，将高频损伤和低频损伤近似看作同等程度损伤，取λ3=λ1+λ2=0.5，λ1和λ3可根据实际工况中整流和逆变占比得到，若工况中整流占比0.4，逆变占比0.6，则λ1=0.5*0.6=0.3，λ2=0.5*0.4=0.2。
SOD1、SOD2、SOD3如下所示：
；
S6157、分别将各初始累计损伤值输入预设剩余寿命转换模型，生成对应的目标累计损伤值。
在本发明实施例中，S6157在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，预设剩余寿命转换模型的表达方式如下：
；
式中，表示目标累计损伤值。
步骤208、从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命。
在本发明实施例中，从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命。
为了便于理解，待评估功率模块的剩余寿命的寿命评估应用例。
根据某换流站运行1年的工况数据，根据其MMC功率模块服役工况，利用有功功率信息，判断MMC工作状态。对于逆变状态，计算桥臂电流ipa，利用ipa与工况数据计算功率芯片和二极管的平均损耗PT_ave和PD_ave，平均损耗代入热网络得到功率芯片和二极管的平均结温，平均结温可以通过式（10）得到等效损耗波形，利用热网络模型计算得到工频周期性结温波动，根据高频损伤模型可以将此结温波动计算得出高频累计损伤SOD1。对于整流状态，同理，最终得到高频累计损伤SOD2。结合整流状态和逆变状态下的平均结温，根据低频损伤模型可以将平均结温计算得出低频累计损伤SOD3。最后，基于工况信息，获取低频损伤和高频损伤占比，得出权重系数（λ1、λ2、λ3），根据全局损伤模型，得到综合累计损伤SOD，分别得到功率芯片T1、T2，二极管D1、D2的SOD1、SOD2和SOD3。此外，根据工况数据可知，整流占比0.4，逆变占比0.6，则λ1=0.5*0.6=0.3，λ2=0.5*0.4=0.2，λ3=0.5。如表3所示：
表3、目标功率芯片和目标二极管的累积损伤/%
计算得出T2的累计损伤最高，一年内T2损伤了1.517%，则T2的剩余寿命为1/1.517%-1=64.92年。此外，当T2寿命达到极限，失效了，待评估功率模块也将无法工作，故取剩余寿命最小的目标器件来表征待评估功率模块的剩余寿命。该待评估功率模块剩余寿命为64.92年。
在本发明中，响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取待评估功率模块对应的MMC工况参数，根据MMC工况参数确定对应的工况状态和工况状态对应的目标桥臂电流，采用MMC工况参数和目标桥臂电流，确定待评估功率模块内的目标器件对应的平均功率损耗数据，将平均功率损耗数据、MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据，将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值，将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值，从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命；解决MMC的功率双向流动导致子模块内部电流分布情况随着MMC工作状态的改变而改变，而电流不均匀分布会导致模块内部温度的分布不均匀，会存在开关器件的累积损伤分布不均匀的问题，因而无法准确评估MMC换流阀功率模块的剩余寿命，从而导致难以有效的制定可靠性检修策略的技术问题；实现了通过有功功率判断MMC的工作状态，计算不同工作状态下功率模块不同位置开关器件的电流和损耗，利用基于热网络模型的功率模块周期性结温波动计算方法将MMC年度服役运行工况转化为结温信息，基于桥臂电流、有功功率以及无功功率等建立功率损耗模型，然后根据等效开关频率和等效功率损耗评估工频周期的结温波动。考虑到功率模块并联芯片温度的不均匀分布，利用热网络模型评估不同位置芯片的动态结温。最后，通过分别计算逆变工作状态下每个工作点的高频疲劳损伤、整流工作状态下的高频疲劳损伤以及整个年度服役工况下的低频损伤，构建功率模块的全局损伤模型，为换流阀功率模块提供一个更准确、更精细的剩余寿命评估方法。
请参阅图7，图7为本发明实施例三提供的一种MMC换流阀功率模块剩余寿命评估系统的结构框图。
本发明提供的一种MMC换流阀功率模块剩余寿命评估系统，应用于模块化多电平换流器内的换流阀，换流阀包括功率模块，包括：
响应模块301，用于响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取待评估功率模块对应的MMC工况参数；
目标桥臂电流模块302，用于根据MMC工况参数确定对应的工况状态和工况状态对应的目标桥臂电流；
平均功率损耗数据模块303，用于采用MMC工况参数和目标桥臂电流，确定待评估功率模块内的目标器件对应的平均功率损耗数据；
目标热网络模型模块304，用于将平均功率损耗数据、MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据；
目标累计损伤值模块305，用于将平均结温数据与工频结温波动数据输入预设目标损伤模型，确定目标器件对应的多个目标累计损伤值；
寿命评估模块306，用于从多个目标累计损伤值选取最小值作为待评估功率模块的剩余寿命。
进一步地，MMC工况参数包括有功功率、直流偏置幅值、交流系统电压最大值、桥臂直流电压、角频率和无功功率，目标桥臂电流模块302包括：第一比较子模块，用于当有功功率小于预设工况阈值时，则判定待评估功率模块的工况状态为逆变状态并计入工况状态数据。第一相位角子模块，用于采用有功功率和无功功率，确定逆变状态对应的相位角。第一MMC调制指数子模块，用于采用交流系统电压最大值和桥臂直流电压，确定逆变状态对应的MMC调制指数。第一目标桥臂电流子模块，用于采用相位角、角频率、MMC调制指数和直流偏置幅值，确定逆变状态对应的目标桥臂电流。第二比较子模块，用于当有功功率大于或等于预设工况阈值时，则判定待评估功率模块的工况状态为整流状态并计入工况状态数据。第二相位角子模块，用于采用有功功率和无功功率，确定整流状态对应的相位角。第二MMC调制指数子模块，用于采用交流系统电压最大值和桥臂直流电压，确定整流状态对应的MMC调制指数。第二目标桥臂电流子模块，用于采用相位角、角频率、MMC调制指数和直流偏置幅值，确定整流状态对应的目标桥臂电流。
进一步地，MMC工况参数还包括工作频率、结温数据、导通降压数据、正向压降数据、开通能量损耗、关断能量损耗、恢复能量损耗和功率模块开关频率，目标器件包括目标功率芯片和目标二极管，平均功率损耗数据包括功率芯片平均功率损耗和二极管平均功率损耗，平均功率损耗数据模块303包括：功率芯片占空比子模块，用于采用MMC调制指数和角频率，确定目标功率芯片对应的功率芯片占空比。功率芯片平均导通损耗子模块，用于采用目标桥臂电流、工作频率、功率芯片占空比、结温数据和导通降压数据，确定目标功率芯片对应的功率芯片平均导通损耗。二极管占空比子模块，用于采用MMC调制指数和角频率，确定目标二极管对应的二极管占空比。二极管平均导通损耗子模块，用于采用目标桥臂电流、工作频率、二极管占空比、结温数据和正向压降数据，确定目标二极管对应的二极管平均导通损耗。开关能量损耗子模块，用于将开通能量损耗和关断能量损耗进行和值运算，得到目标功率芯片对应的开关能量损耗。功率芯片平均开关损耗子模块，用于采用开关能量损耗、工作频率、功率模块开关频率、目标桥臂电流和结温数据，确定目标功率芯片对应的功率芯片平均开关损耗。二极管平均开关损耗子模块，用于采用恢复能量损耗、工作频率、功率模块开关频率、目标桥臂电流和结温数据，确定目标二极管对应的二极管平均开关损耗。功率芯片平均功率损耗子模块，用于将功率芯片平均导通损耗和功率芯片平均开关损耗进行和值运算，得到目标功率芯片对应的功率芯片平均功率损耗。二极管平均功率损耗子模块，用于将二极管平均导通损耗和二极管平均开关损耗进行和值运算，得到目标二极管对应的二极管平均功率损耗。
进一步地，预设目标热网络模型包括稳态热网络模型和瞬态热网络模型，目标热网络模型模块304包括：平均结温数据子模块，用于将平均功率损耗数据输入稳态热网络模型，确定对应的平均结温数据。目标等效功率损耗波形子模块，用于采用平均功率损耗数据和MMC工况参数，确定对应的目标等效功率损耗波形。工频结温波动数据子模块，用于将目标等效功率损耗波形输入瞬态热网络模型进行迭代计算，确定对应的工频结温波动数据。
进一步地，平均结温数据子模块包括：初始二极管热阻单元，用于获取稳态热网络模型对应的多个初始功率芯片热阻和多个初始二极管热阻。目标功率芯片热阻单元，用于将全部初始功率芯片热阻进行和值运算，得到目标功率芯片对应的目标功率芯片热阻。功率芯片平均结温单元，用于将功率芯片平均功率损耗与目标功率芯片热阻进行乘值运算，得到目标功率芯片对应的功率芯片平均结温。目标二极管热阻单元，用于将全部初始二极管热阻进行和值运算，得到目标二极管对应的目标二极管热阻。二极管平均结温单元，用于将二极管平均功率损耗与目标二极管热阻进行乘值运算，得到目标二极管对应的二极管平均结温。
进一步地，目标等效功率损耗波形子模块包括：
目标参数单元，用于采用MMC调制指数和角频率，确定对应的目标参数。功率芯片等效损耗峰值单元，用于采用目标参数和功率芯片平均功率损耗，确定目标功率芯片对应的功率芯片等效损耗峰值。功率芯片等效开关频率单元，用于采用目标参数和工作频率，确定目标功率芯片对应的功率芯片等效开关频率。二极管等效损耗峰值单元，用于采用目标参数和二极管平均功率损耗，确定目标二极管对应的二极管等效损耗峰值。二极管等效开关频率单元，用于采用目标参数和工作频率，确定目标二极管对应的二极管等效开关频率。目标等效功率损耗波形单元，用于采用功率芯片等效损耗峰值、功率芯片等效开关频率、二极管等效损耗峰值和二极管等效开关频率输入预设等效功率损耗波形模型，生成对应的目标等效功率损耗波形。
进一步地，工频结温波动数据包括功率芯片结温波动数据和二极管结温波动数据，工频结温波动数据子模块包括：目标瞬态结温单元，用于将目标等效功率损耗波形输入瞬态热网络模型进行迭代计算，生成多个功率芯片瞬态结温和多个二极管瞬态结温。功率芯片瞬态结温波动数据单元，用于按照预设迭代时刻顺序将各功率芯片瞬态结温进行排序，生成多个功率芯片瞬态结温波动数据。二极管瞬态结温波动数据单元，用于按照预设迭代时刻顺序将各二极管瞬态结温进行排序，生成多个二极管瞬态结温波动数据。功率芯片结温波动数据单元，用于将全部功率芯片瞬态结温波动数据进行和值运算，得到功率芯片结温波动数据。二极管结温波动数据单元，用于将全部二极管瞬态结温波动数据进行和值运算，得到二极管结温波动数据。
进一步地，预设目标损伤模型包括高频损伤模型、低频损伤模型和全局损伤模型，目标累计损伤值模块305包括：二极管工频周期性结温波动子模块，用于基于功率芯片结温波动数据和二极管结温波动数据，按照预设高频录波周期获取对应的最低结温、多个功率芯片工频周期性结温波动和多个二极管工频周期性结温波动。第一功率芯片寿命参数子模块，用于采用各功率芯片工频周期性结温波动、最低结温和预设功率循环的加热时间输入预设第一寿命损伤模型，生成目标功率芯片对应的多个第一功率芯片寿命参数。第一二极管寿命参数子模块，用于采用各二极管工频周期性结温波动、最低结温和预设功率循环的加热时间输入预设第一寿命损伤模型，生成目标二极管对应的多个第一二极管寿命参数。第一功率芯片损伤值子模块，用于将各第一功率芯片寿命参数与预设高频录波工频周期数进行比值运算，得到多个第一功率芯片损伤值。第一二极管损伤值子模块，用于将各第一二极管寿命参数与预设高频录波工频周期数进行比值运算，得到多个第一二极管损伤值。功率芯片高频累计损伤值子模块，用于采用全部第一功率芯片损伤值输入高频损伤模型，生成目标功率芯片对应的功率芯片高频累计损伤值。二极管高频累计损伤值子模块，用于采用全部第一二极管损伤值输入高频损伤模型，生成目标二极管对应的二极管高频累计损伤值。第二功率芯片寿命参数子模块，用于采用各功率芯片平均结温和预设低频最大平均结温输入预设第二寿命损伤模型，生成目标功率芯片对应的多个第二功率芯片寿命参数。第二二极管寿命参数子模块，用于采用各二极管平均结温和预设低频最大平均结温输入预设第二寿命损伤模型，生成目标二极管对应的多个第二二极管寿命参数。低频录波工频周期数子模块，用于基于雨流计数方法，分别将全部功率芯片平均结温和全部二极管平均结温进行排序，并按照预设低频录波周期获取对应的低频录波工频周期数。第二功率芯片损伤值子模块，用于将各第二功率芯片寿命参数与低频录波工频周期数进行比值运算，得到多个第二功率芯片损伤值。第二二极管损伤值子模块，用于将各第二二极管寿命参数与低频录波工频周期数进行比值运算，得到多个第二二极管损伤值。功率芯片低频累计损伤值子模块，用于采用全部第二功率芯片损伤值输入低频损伤模型，生成目标功率芯片对应的功率芯片低频累计损伤值。二极管低频累计损伤值子模块，用于采用全部第二二极管损伤值输入低频损伤模型，生成目标二极管对应的二极管低频累计损伤值。全局损伤模型子模块，用于采用功率芯片高频累计损伤值、二极管高频累计损伤值、二极管低频累计损伤值和功率芯片低频累计损伤值输入全局损伤模型，确定目标器件对应的多个目标累计损伤值。
进一步地，全局损伤模型子模块包括：状态占比值单元，用于根据工况状态数据，确定对应的整流状态占比值和逆变状态占比值。第一权重系数单元，用于将整流状态占比值与预设状态阈值进行乘值运算，得到高频损伤对应的第一权重系数。第二权重系数单元，用于将逆变状态占比值与预设状态阈值进行乘值运算，得到高频损伤对应的第二权重系数。第三权重系数单元，用于根据预设状态阈值，确定低频损伤对应的第三权重系数。第一初始累计损伤值单元，用于采用第一权重系数、第二权重系数、第三权重系数、功率芯片高频累计损伤值和功率芯片低频累计损伤值，确定目标功率芯片对应的多个初始累计损伤值。第二初始累计损伤值单元，用于采用第一权重系数、第二权重系数、第三权重系数、二极管高频累计损伤值和二极管低频累计损伤值，确定目标功率芯片对应的多个目标累计损伤值，确定目标二极管对应的多个初始累计损伤值。预设剩余寿命转换模型单元，用于分别将各初始累计损伤值输入预设剩余寿命转换模型，生成对应的目标累计损伤值。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种MMC换流阀功率模块剩余寿命评估方法，其特征在于，应用于模块化多电平换流器内的换流阀，所述换流阀包括功率模块，包括：
响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取所述待评估功率模块对应的MMC工况参数；
根据所述MMC工况参数确定对应的工况状态和所述工况状态对应的目标桥臂电流；
采用所述MMC工况参数和所述目标桥臂电流，确定所述待评估功率模块内的目标器件对应的平均功率损耗数据；
将所述平均功率损耗数据、所述MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据；
将所述平均结温数据与所述工频结温波动数据输入预设目标损伤模型，确定所述目标器件对应的多个目标累计损伤值；
从多个所述目标累计损伤值选取最小值作为所述待评估功率模块的剩余寿命。
2.根据权利要求1所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述MMC工况参数包括有功功率、直流偏置幅值、交流系统电压最大值、桥臂直流电压、角频率和无功功率，所述根据所述MMC工况参数确定对应的工况状态和所述工况状态对应的目标桥臂电流的步骤，包括：
当所述有功功率小于预设工况阈值时，则判定所述待评估功率模块的工况状态为逆变状态并计入工况状态数据；
采用所述有功功率和所述无功功率，确定所述逆变状态对应的相位角；
采用所述交流系统电压最大值和所述桥臂直流电压，确定所述逆变状态对应的MMC调制指数；
采用所述相位角、所述角频率、所述MMC调制指数和所述直流偏置幅值，确定所述逆变状态对应的目标桥臂电流；
当所述有功功率大于或等于预设工况阈值时，则判定所述待评估功率模块的工况状态为整流状态并计入所述工况状态数据；
采用所述有功功率和所述无功功率，确定所述整流状态对应的相位角；
采用所述交流系统电压最大值和所述桥臂直流电压，确定所述整流状态对应的MMC调制指数；
采用所述相位角、所述角频率、所述MMC调制指数和所述直流偏置幅值，确定所述整流状态对应的目标桥臂电流。
3.根据权利要求2所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述MMC工况参数还包括工作频率、结温数据、导通降压数据、正向压降数据、开通能量损耗、关断能量损耗、恢复能量损耗和功率模块开关频率，所述目标器件包括目标功率芯片和目标二极管，所述平均功率损耗数据包括功率芯片平均功率损耗和二极管平均功率损耗，所述采用所述MMC工况参数和所述目标桥臂电流，确定所述待评估功率模块内的目标器件对应的平均功率损耗数据的步骤，包括：
采用所述MMC调制指数和所述角频率，确定所述目标功率芯片对应的功率芯片占空比；
采用所述目标桥臂电流、所述工作频率、所述功率芯片占空比、所述结温数据和所述导通降压数据，确定所述目标功率芯片对应的功率芯片平均导通损耗；
采用所述MMC调制指数和所述角频率，确定所述目标二极管对应的二极管占空比；
采用所述目标桥臂电流、所述工作频率、所述二极管占空比、所述结温数据和所述正向压降数据，确定所述目标二极管对应的二极管平均导通损耗；
将所述开通能量损耗和所述关断能量损耗进行和值运算，得到所述目标功率芯片对应的开关能量损耗；
采用所述开关能量损耗、所述工作频率、所述功率模块开关频率、所述目标桥臂电流和所述结温数据，确定所述目标功率芯片对应的功率芯片平均开关损耗；
采用所述恢复能量损耗、所述工作频率、所述功率模块开关频率、所述目标桥臂电流和所述结温数据，确定所述目标二极管对应的二极管平均开关损耗；
将所述功率芯片平均导通损耗和所述功率芯片平均开关损耗进行和值运算，得到所述目标功率芯片对应的所述功率芯片平均功率损耗；
将所述二极管平均导通损耗和所述二极管平均开关损耗进行和值运算，得到所述目标二极管对应的所述二极管平均功率损耗。
4.根据权利要求3所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述预设目标热网络模型包括稳态热网络模型和瞬态热网络模型，所述将所述平均功率损耗数据、所述MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据的步骤，包括：
将所述平均功率损耗数据输入所述稳态热网络模型，确定对应的平均结温数据；
采用所述平均功率损耗数据和所述MMC工况参数，确定对应的目标等效功率损耗波形；
将所述目标等效功率损耗波形输入所述瞬态热网络模型进行迭代计算，确定对应的工频结温波动数据。
5.根据权利要求4所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述将所述平均功率损耗数据输入所述稳态热网络模型，确定对应的平均结温数据的步骤，包括：
获取所述稳态热网络模型对应的多个初始功率芯片热阻和多个初始二极管热阻；
将全部所述初始功率芯片热阻进行和值运算，得到所述目标功率芯片对应的目标功率芯片热阻；
将所述功率芯片平均功率损耗与所述目标功率芯片热阻进行乘值运算，得到所述目标功率芯片对应的功率芯片平均结温；
将全部所述初始二极管热阻进行和值运算，得到所述目标二极管对应的目标二极管热阻；
将所述二极管平均功率损耗与所述目标二极管热阻进行乘值运算，得到所述目标二极管对应的二极管平均结温。
6.根据权利要求5所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述采用所述平均功率损耗数据和所述MMC工况参数，确定对应的目标等效功率损耗波形的步骤，包括：
采用所述MMC调制指数和所述角频率，确定对应的目标参数；
采用所述目标参数和所述功率芯片平均功率损耗，确定所述目标功率芯片对应的功率芯片等效损耗峰值；
采用所述目标参数和所述工作频率，确定所述目标功率芯片对应的功率芯片等效开关频率；
采用所述目标参数和所述二极管平均功率损耗，确定所述目标二极管对应的二极管等效损耗峰值；
采用所述目标参数和所述工作频率，确定所述目标二极管对应的二极管等效开关频率；
采用所述功率芯片等效损耗峰值、所述功率芯片等效开关频率、所述二极管等效损耗峰值和所述二极管等效开关频率输入预设等效功率损耗波形模型，生成对应的目标等效功率损耗波形。
7.根据权利要求6所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述工频结温波动数据包括功率芯片结温波动数据和二极管结温波动数据，所述将所述目标等效功率损耗波形输入所述瞬态热网络模型进行迭代计算，确定对应的工频结温波动数据的步骤，包括：
将所述目标等效功率损耗波形输入所述瞬态热网络模型进行迭代计算，生成多个功率芯片瞬态结温和多个二极管瞬态结温；
按照预设迭代时刻顺序将各所述功率芯片瞬态结温进行排序，生成多个功率芯片瞬态结温波动数据；
按照预设迭代时刻顺序将各所述二极管瞬态结温进行排序，生成多个二极管瞬态结温波动数据；
将全部所述功率芯片瞬态结温波动数据进行和值运算，得到所述功率芯片结温波动数据；
将全部所述二极管瞬态结温波动数据进行和值运算，得到所述二极管结温波动数据。
8.根据权利要求7所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述预设目标损伤模型包括高频损伤模型、低频损伤模型和全局损伤模型，所述将所述平均结温数据与所述工频结温波动数据输入预设目标损伤模型，确定所述目标器件对应的多个目标累计损伤值的步骤，包括：
基于所述功率芯片结温波动数据和所述二极管结温波动数据，按照预设高频录波周期获取对应的最低结温、多个功率芯片工频周期性结温波动和多个二极管工频周期性结温波动；
采用各所述功率芯片工频周期性结温波动、所述最低结温和预设功率循环的加热时间输入预设第一寿命损伤模型，生成所述目标功率芯片对应的多个第一功率芯片寿命参数；
采用各所述二极管工频周期性结温波动、所述最低结温和预设功率循环的加热时间输入所述预设第一寿命损伤模型，生成所述目标二极管对应的多个第一二极管寿命参数；
将各所述第一功率芯片寿命参数与预设高频录波工频周期数进行比值运算，得到多个第一功率芯片损伤值；
将各所述第一二极管寿命参数与所述预设高频录波工频周期数进行比值运算，得到多个第一二极管损伤值；
采用全部所述第一功率芯片损伤值输入所述高频损伤模型，生成所述目标功率芯片对应的功率芯片高频累计损伤值；
采用全部所述第一二极管损伤值输入所述高频损伤模型，生成所述目标二极管对应的二极管高频累计损伤值；
采用各所述功率芯片平均结温和预设低频最大平均结温输入预设第二寿命损伤模型，生成所述目标功率芯片对应的多个第二功率芯片寿命参数；
采用各所述二极管平均结温和预设低频最大平均结温输入所述预设第二寿命损伤模型，生成所述目标二极管对应的多个第二二极管寿命参数；
基于雨流计数方法，分别将全部所述功率芯片平均结温和全部所述二极管平均结温进行排序，并按照预设低频录波周期获取对应的低频录波工频周期数；
将各所述第二功率芯片寿命参数与所述低频录波工频周期数进行比值运算，得到多个第二功率芯片损伤值；
将各所述第二二极管寿命参数与所述低频录波工频周期数进行比值运算，得到多个第二二极管损伤值；
采用全部所述第二功率芯片损伤值输入所述低频损伤模型，生成所述目标功率芯片对应的功率芯片低频累计损伤值；
采用全部所述第二二极管损伤值输入所述低频损伤模型，生成所述目标二极管对应的二极管低频累计损伤值；
采用所述功率芯片高频累计损伤值、所述二极管高频累计损伤值、所述二极管低频累计损伤值和所述功率芯片低频累计损伤值输入所述全局损伤模型，确定目标器件对应的多个目标累计损伤值。
9.根据权利要求8所述的MMC换流阀功率模块剩余寿命评估方法，其特征在于，所述采用所述功率芯片高频累计损伤值、所述二极管高频累计损伤值、所述二极管低频累计损伤值和所述功率芯片低频累计损伤值输入所述全局损伤模型，确定目标器件对应的多个目标累计损伤值的步骤，包括：
根据所述工况状态数据，确定对应的整流状态占比值和逆变状态占比值；
将所述整流状态占比值与预设状态阈值进行乘值运算，得到高频损伤对应的第一权重系数；
将所述逆变状态占比值与所述预设状态阈值进行乘值运算，得到所述高频损伤对应的第二权重系数；
根据所述预设状态阈值，确定低频损伤对应的第三权重系数；
采用所述第一权重系数、所述第二权重系数、所述第三权重系数、所述功率芯片高频累计损伤值和所述功率芯片低频累计损伤值，确定所述目标功率芯片对应的多个初始累计损伤值；
采用所述第一权重系数、所述第二权重系数、所述第三权重系数、所述二极管高频累计损伤值和所述二极管低频累计损伤值，确定所述目标功率芯片对应的多个目标累计损伤值，确定所述目标二极管对应的多个所述初始累计损伤值；
分别将各所述初始累计损伤值输入预设剩余寿命转换模型，生成对应的目标累计损伤值。
10.一种MMC换流阀功率模块剩余寿命评估系统，其特征在于，应用于模块化多电平换流器内的换流阀，所述换流阀包括功率模块，包括：
响应模块，用于响应于接收到的待评估功率模块的寿命评估请求，按照预设周期获取所述待评估功率模块对应的MMC工况参数；
目标桥臂电流模块，用于根据所述MMC工况参数确定对应的工况状态和所述工况状态对应的目标桥臂电流；
平均功率损耗数据模块，用于采用所述MMC工况参数和所述目标桥臂电流，确定所述待评估功率模块内的目标器件对应的平均功率损耗数据；
目标热网络模型模块，用于将所述平均功率损耗数据、所述MMC工况参数输入预设目标热网络模型，确定对应的平均结温数据和工频结温波动数据；
目标累计损伤值模块，用于将所述平均结温数据与所述工频结温波动数据输入预设目标损伤模型，确定所述目标器件对应的多个目标累计损伤值；
寿命评估模块，用于从多个所述目标累计损伤值选取最小值作为所述待评估功率模块的剩余寿命。
CN202310574033.6A 2023-05-22 2023-05-22 一种mmc换流阀功率模块剩余寿命评估方法和系统 Active CN116298652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310574033.6A CN116298652B (zh) 2023-05-22 2023-05-22 一种mmc换流阀功率模块剩余寿命评估方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310574033.6A CN116298652B (zh) 2023-05-22 2023-05-22 一种mmc换流阀功率模块剩余寿命评估方法和系统

Publications (2)

Publication Number Publication Date
CN116298652A CN116298652A (zh) 2023-06-23
CN116298652B true CN116298652B (zh) 2023-07-21

Family

ID=86791006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310574033.6A Active CN116298652B (zh) 2023-05-22 2023-05-22 一种mmc换流阀功率模块剩余寿命评估方法和系统

Country Status (1)

Country Link
CN (1) CN116298652B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101584303B1 (ko) * 2014-07-15 2016-01-22 전남대학교산학협력단 연산시간을 단축할 수 있고 스위칭 이용률을 평균화할 수 있는 멀티레벨 컨버터의 스위칭 방법
CN107341326A (zh) * 2017-08-29 2017-11-10 中国南方电网有限责任公司电网技术研究中心 模块化多电平换流器寿命评估方法
CN109149982A (zh) * 2018-08-21 2019-01-04 南方电网科学研究院有限责任公司 模块化电平换流器功率模块可靠性评估方法
CN109521292A (zh) * 2018-11-01 2019-03-26 南方电网科学研究院有限责任公司 一种模块化多电平换流器的电容器组寿命评估方法与装置
CN110133464A (zh) * 2019-05-14 2019-08-16 重庆大学 一种基于mmc换流阀应用工况的igbt器件功率循环测评方法
CN111130370A (zh) * 2020-01-10 2020-05-08 荣信汇科电气技术有限责任公司 一种适用于mmc换流阀的不对称器件半桥功率模块
CN115015724A (zh) * 2022-05-11 2022-09-06 中国南方电网有限责任公司超高压输电公司检修试验中心 损耗确定方法、装置、设备、存储介质和程序产品

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101584303B1 (ko) * 2014-07-15 2016-01-22 전남대학교산학협력단 연산시간을 단축할 수 있고 스위칭 이용률을 평균화할 수 있는 멀티레벨 컨버터의 스위칭 방법
CN107341326A (zh) * 2017-08-29 2017-11-10 中国南方电网有限责任公司电网技术研究中心 模块化多电平换流器寿命评估方法
CN109149982A (zh) * 2018-08-21 2019-01-04 南方电网科学研究院有限责任公司 模块化电平换流器功率模块可靠性评估方法
CN109521292A (zh) * 2018-11-01 2019-03-26 南方电网科学研究院有限责任公司 一种模块化多电平换流器的电容器组寿命评估方法与装置
CN110133464A (zh) * 2019-05-14 2019-08-16 重庆大学 一种基于mmc换流阀应用工况的igbt器件功率循环测评方法
CN111130370A (zh) * 2020-01-10 2020-05-08 荣信汇科电气技术有限责任公司 一种适用于mmc换流阀的不对称器件半桥功率模块
CN115015724A (zh) * 2022-05-11 2022-09-06 中国南方电网有限责任公司超高压输电公司检修试验中心 损耗确定方法、装置、设备、存储介质和程序产品

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Lifetime Estimation of MMC for Offshore Wind Power HVDC Application;Liu Hui et al.;《IEEE Journal of Emerging and Selected Topics in Power Electronics》;第4卷(第2期);第1-6页 *
基于MMC结温波动优化的预测控制策略及其可靠性分析;王亚洲 等;《电力自动化设备》;第39卷(第5期);第137-143页 *

Also Published As

Publication number Publication date
CN116298652A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Prabaharan et al. A comprehensive review on reduced switch multilevel inverter topologies, modulation techniques and applications
Lee et al. Improved single-phase split-source inverter with hybrid quasi-sinusoidal and constant PWM
Lee et al. Single-phase simplified split-source inverter (S 3 I) for boost DC–AC power conversion
Roncero-Clemente et al. Carrier level-shifted based control method for the PWM 3L-T-type qZS inverter with capacitor imbalance compensation
Isidori et al. Thermal loading and reliability of 10-MW multilevel wind power converter at different wind roughness classes
Krishnachaitanya et al. Quantitative analysis of asymmetric multilevel inverters with reduced device count from reliability and cost function perspective—A review
Sadigh et al. Investigation of conduction and switching power losses in modified stacked multicell converters
Albert et al. A symmetric solar photovoltaic inverter to improve power quality using digital pulsewidth modulation approach
Pittini et al. Thermal stress analysis of IGBT modules in VSCs for PMSG in large offshore wind energy conversion systems
Harbi et al. A higher levels multilevel inverter with reduced number of switches
Samanbakhsh et al. A new asymmetric cascaded multilevel converter topology with reduced voltage stress and number of switches
Saady et al. Optimization and control of photovoltaic water pumping system using kalman filter based MPPT and multilevel inverter fed DTC-IM
Xu et al. Model predictive control for a hybrid multilevel converter with different voltage ratios
Liu et al. An H-bridge-based single-phase VAr generator with minimum DC capacitance
kumar Gatla et al. Lifetime comparison of IGBT modules in grid-connected multilevel PV inverters considering mission profile
Tayyab et al. A novel voltage boosting switched‐capacitor 19‐level inverter with reduced component count
Majumdar et al. Analysis of most optimal multi-unit multi-level inverter having minimum components and lower standing voltage
Mao et al. An Asymmetrical Power Module Design for Modular Multilevel Converter With Unidirectional Power Flow
Ma et al. Reactive power control methods for improved reliability of wind power inverters under wind speed variations
Zadehbagheri et al. The feasibility study of using space vector modulation inverters in two-level of integrated photovoltaic system
CN116298652B (zh) 一种mmc换流阀功率模块剩余寿命评估方法和系统
Kumar et al. Modified PV based hybrid multilevel inverters using multicarrier PWM strategy
Ranjith Kumar et al. Thermal analysis and reliability evaluation of cascaded H‐bridge MLPVI for grid‐connected applications
Kumar et al. A new fault-tolerant multilevel inverter topology with enhanced reliability for PV application
Arif et al. A new asymmetrical multilevel inverter topology with reduced device counts

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