CN116679131A - 一种电力电子变换器直流母线电容状态估算方法 - Google Patents

一种电力电子变换器直流母线电容状态估算方法 Download PDF

Info

Publication number
CN116679131A
CN116679131A CN202310653690.XA CN202310653690A CN116679131A CN 116679131 A CN116679131 A CN 116679131A CN 202310653690 A CN202310653690 A CN 202310653690A CN 116679131 A CN116679131 A CN 116679131A
Authority
CN
China
Prior art keywords
converter
capacitance
current
value
capacitor
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.)
Pending
Application number
CN202310653690.XA
Other languages
English (en)
Inventor
周娟
马希哲
姜英龙
刘逸星
吴乃豪
彭文静
于清华
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.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
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 China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN202310653690.XA priority Critical patent/CN116679131A/zh
Publication of CN116679131A publication Critical patent/CN116679131A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
    • G01R27/2605—Measuring capacitance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/08—Measuring resistance by measuring both voltage and current
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Measurement Of Resistance Or Impedance (AREA)

Abstract

本发明提供一种电力电子变换器直流母线电容状态估算方法，包括：S1建立待估算变换器直流母线电容的等效电路模型，并获取所述模型状态空间方程；S2利用三相电流重构获取所述待估算变换器直流母线电容电流；S3采集所述待估算变换器直流母线电容两端的电压与三相重构后的电流，并进行滤波处理；S4基于滤波处理后的电流与电压，通过所述模型状态空间方程和灰色卡尔曼滤波估算算法估算电容容值与等效串联电阻值。本发明能够在系统运行过程中实时估算电力电子变换器直流母线电容容值与等效串联电阻值，再对当前时刻值进行改进、修正，以实现电容状态的准确估算。

Description

一种电力电子变换器直流母线电容状态估算方法
技术领域
本发明属于电力电子变换器器件可靠性评估领域，具体涉及一种电力电子变换器直流母线电容状态估算方法。
背景技术
铝电解电容以其大容量、高耐压、高性价比等优点广泛应用于各类电力电子电路中，在电力电子变换器中可以起到很好的平稳电压、滤除噪声、存储能量等作用，在其正常工作过程中发挥着重要作用。根据以往的应用统计情况，铝电解电容是这类电路中故障率最高、最为薄弱的环节。因此，铝电解电容是影响电力电子变换器可靠性的最关键因素，引起了人们广泛的关注。所以，针对铝电解电容的状态监测尤为重要。
近年来，国内外对于电容状态监测方法包括离线监测法和在线监测法。离线监测法需要系统先中断运行再健康监测，但要拆卸电容，因此不易实现。在线监测包含四种常用方法：传感器法、注入法、电路模型法和智能监测法。传感器法需要很大的硬件成本，工业可操作性低；注入法注入的特定频率的电流或电压可能会对电路可靠性造成影响；电路模型法和智能监测法不需要硬件电路，估算成本较低。
发明内容
本发明提供一种电力电子变换器直流母线电容状态估算方法，基于联合灰色预测模型(Grey Prediction Model,GM)与卡尔曼滤波(Kalman Filter,KF)算法的灰色卡尔曼滤波(Grey Kalman Filter,GM-KF)估算方法对变换器直流母线电容进行在线监测，所述方法能够在设备运行过程中实时监测电容状态，并且不需要额外注入激励信号。同时，灰色预测模型能够通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动规律，生成较强的规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。灰色预测模型所需数据少，预测精度高。
本发明的技术方案如下：
本发明提供了一种电力电子变换器直流母线电容状态估算方法，包括以下步骤：
S1建立待估算变换器直流母线电容的等效电路模型，并获取所述模型状态空间方程；
S2利用三相电流重构获取所述待估算变换器直流母线电容电流；
S3采集所述待估算变换器直流母线电容两端的电压与三相重构后的电流，并进行滤波处理；
S4基于滤波处理后的电流与电压，通过所述模型状态空间方程和灰色卡尔曼滤波估算算法估算电容容值与等效串联电阻值。
进一步的，所述等效电路模型由一个电容和电阻串联组成，其中，RESR为电容等效串联电阻值，C为电容容值。
进一步的，所述模型状态空间方程为：
式中，T表示采样周期，ESRk与Ck分别为变换器电容k时刻一步预测等效串联电阻值与电容容值，ESRk-1与Ck-1分别为变换器电容k-1时刻一步预测等效串联电阻值与电容容值，uk和ik分别为k时刻经巴特沃斯二阶带通滤波器处理后的电容电压采样与电流采样，ik-1为k-1时刻经巴特沃斯二阶带通滤波器处理后的电容电流采样，wk-1为k-1时刻过程噪声，vk-1为k-1时刻观测噪声，k代表当前时刻迭代计算步数。
进一步的，所述S2具体为：利用待估算变换器运行中的两侧三相相电流与功率开关管的开关状态重构出直流母线电容的电流值，利用传感器测量的电容端电压值与重构电流值进行计算。
进一步的，所述S3中采用巴特沃斯二阶带通滤波器对三相重构后的电流与传感器测量的待估算变换器直流母线电容两端的电压进行滤波处理，滤除电压与电流中的直流分量与高频分量。
进一步的，所述S4具体为：
初始值设置：设置状态变量初始值x0、状态误差协方差初始值P0、过程噪声均值q和协方差Q初始值以及观测噪声均值r和协方差R初始值；采用基于滑窗结构的灰色预测模型一步预测系统状态变量更新测量矩阵预测误差协方差矩阵计算卡尔曼滤波增益Kk；计算测量误差ek；更新状态变量的最优估计值xk，协方差矩阵Pk；根据状态变量的最优估计值更新变换器直流母线电容等效串联电阻值ESRk与电容值Ck。
本发明的技术效果：
本发明能够在设备运行过程中实时监测电力电子变换器直流母线电容状态，且不需要在设备中注入激励信号，能够有效避免在设备中增加额外操作，尤其适用例如UPS等无法实现频繁停机的设备。此外，本发明中灰色预测模型所需数据少，预测精度高，所述灰色卡尔曼滤波估算算法能够完成直流母线电容状态监测，提高了电容估算精度。
附图说明
附图大体上通过举例而不是限制的方式示出各种实施例，并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候，在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的，而并非旨在作为本装置或方法的穷尽或排他实施例。
图1为本发明公开的针对变换器直流母线电容的在线监测方案；
图2为本发明公开的变换器直流母线电容的等效电路图；
图3为本发明公开的三相电流重构方案流程图；
图4为本发明公开的灰色卡尔曼滤波估算方法估算直流母线电容状态流程图；
图5为本发明一种系统公开的算法应用实例UPS系统结构示意图；
图6为本发明公开的灰色卡尔曼滤波估算方法估算UPS直流母线电容值波形图；
图7为本发明公开的灰色卡尔曼滤波估算方法估算UPS直流母线电容等效串联电阻值波形图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示，一种电力电子变换器直流母线电容状态估算方法，包含以下步骤：
S1建立待估算变换器直流母线电容的等效电路模型，并获取所述模型状态空间方程；
所述等效电路模型如图2所示，由一个电容和电阻串联组成，其中，RESR为电容等效串联电阻值，C为电容容值。
所述模型状态空间方程为：
式中，T表示采样周期，ESRk与Ck分别为变换器电容k时刻一步预测等效串联电阻值与电容容值，ESRk-1与Ck-1分别为变换器电容k-1时刻一步预测等效串联电阻值与电容容值，uk和ik分别为k时刻经巴特沃斯二阶带通滤波器处理后的电容电压采样与电流采样，ik-1为k-1时刻经巴特沃斯二阶带通滤波器处理后的电容电流采样，wk-1为k-1时刻过程噪声，vk-1为k-1时刻观测噪声，k代表当前时刻迭代计算步数。
S2利用三相电流重构获取所述待估算变换器直流母线电容电流，如图3所示；
S2.1：利用霍尔电压传感器采样直流母线电容电压UC；
S2.2：利用霍尔电流传感器采样UPS整流侧三相相电流ias、ibs、ics和逆变侧三相相电流ia、ib、ic；
S2.3：利用脉冲触发电路捕捉整流侧开关管脉冲Sa、Sb、Sc和逆变侧开关管脉冲Saa、Sbb、Scc；
S2.4：利用开关转换芯片对上述变量进行AD转换；
S2.5：对两侧电流进行重构：i1＝Saias+Sbibs+Scics，idc＝Saaia+Sbbib+Sccic
式中，i1为整流侧输出直流电流，idc为逆变侧输入直流电流；
S2.6：计算直流母线电容电流：ic＝i1-idc。
S3：采集所述待估算变换器直流母线电容两端的电压与三相重构后的电流，并进行滤波处理；
所述S3中采用巴特沃斯二阶带通滤波器对三相重构后的电流与传感器测量的待估算变换器直流母线电容两端的电压进行滤波处理，滤除电压与电流中的直流分量与高频分量。
S4:基于模型状态空间方程和滤波处理后的电流与电压，通过GM-KF算法估算UPS直流母线电容等效串联电阻值与电容容值，GM-KF算法估算直流母线电容状态流程如图4所示。
S4可以通过以下方式实现：
S4.1初始值设置：设置状态变量初始值x0、状态误差协方差初始值P0、过程噪声均值q和协方差Q初始值以及观测噪声均值r和协方差R初始值；
S4.2生成状态变量原始数据序列：假设时间序列在k时刻的滑窗窗口内有n个系统状态量的历史数据x1,x2,…,xn，则
式中，X(0)为状态变量原始数据序列，为n时刻状态变量；
S4.3生成状态变量累加序列：
式中，
S4.4生成GM(1,1)的一阶模型参数表达式：该参数模型的白化方程为：
式中，
S4.5利用最小二乘法求解该一阶模型参数：
式中，
S4.6求解一阶模型的时间响应函数：将上述求得的一阶模型参数值带入到白化方程中求解时间响应函数
S4.7求解原始数据序列预测值：
S4.8状态变量一步预测：其中k≥2；
式中，为状态变量k时刻一步预测值，qk-1为k-1时刻过程噪声均值，A＝diag(1,1)为系统矩阵；
测量矩阵更新：
式中，为k时刻一步预测观测值，uk-1为k-1时刻经巴特沃斯二阶带通滤波器处理后的电容电压采样值，和分别为k时刻一步预测电容等效串联电阻值与电容值，ik为k时刻经巴特沃斯二阶带通滤波器处理后的电容电流采样值，ik-1为k-1时刻经巴特沃斯二阶带通滤波器处理后的电容电流采样值，rk-1为k-1时刻观测噪声均值；令 其中，y(k)为系统输入输出变量，Hk为状态转移矩阵；
S4.9预测误差协方差矩阵：
式中，为k时刻误差协方差一步预测值，Pk-1为k-1时刻误差协方差最优估计值，AT为矩阵A的转置，Qk-1为k-1时刻过程噪声协方差；
S4.10计算卡尔曼滤波增益：
式中，Kk为k时刻卡尔曼滤波增益，Hk T为矩阵Hk的转置；Rk-1为k-1时刻观测噪声协方差；
S4.11计算残差：
S4.12更新状态变量的最优估计值xk，协方差矩阵Pk：
S4.13根据状态变量的最优估计值xk更新电容等效串联电阻值ESRk与电容值Ck：
式中，xk(1)为系统k时刻状态变量矩阵第一项的值，xk(2)为系统k时刻状态变量矩阵第二项的值；
S4.14循环步骤S4.2至步骤S4.13，实时估算电容等效串联电阻值与电容容值。
实施例：
以某型号UPS作为算法验证对象，其系统结构简化图如图5所示,本次检测过程在电池关断工况下进行。设备所用电容额定容值为4700uF，以九个电容并联方式作为直流母线电容；因该电容手册无等效串联电阻值参数，所以此监测方案无实际等效串联电阻值；为简单而不失通用性起见，负载采用纯电阻，根据S1至S4过程实时估算直流母线电容等效串联电阻值与电容容值，电容参数估算结果如表1所示：
表1
系统的实际值 估算均值 相对误差
电容值/uF 42300 42900 1.42％
电阻值/Ω / 0.0015 /
由表1可知，其估算相对误差在2％以内，可见本发明的方法能很好地达到直流母线电容在线监测的效果。针对直流母线电容容值与等效串联电阻值的估计结果如图6和图7所示。
以上所述，仅为本发明优选的具体实施方式，但本发明的保护范围不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种电力电子变换器直流母线电容状态估算方法，其特征在于，包括：
S1建立待估算变换器直流母线电容的等效电路模型，并获取所述模型状态空间方程；
S2利用三相电流重构获取所述待估算变换器直流母线电容电流；
S3采集所述待估算变换器直流母线电容两端的电压与三相重构后的电流，并进行滤波处理；
S4基于滤波处理后的电流与电压，通过所述模型状态空间方程和灰色卡尔曼滤波估算算法估算电容容值与等效串联电阻值。
2.根据权利要求1所述的一种电力电子变换器直流母线电容状态估算方法，其特征在于，
所述等效电路模型由一个电容和电阻串联组成。
3.根据权利要求1所述的一种电力电子变换器直流母线电容状态估算方法，其特征在于，
所述模型状态空间方程为：
式中，T表示采样周期，ESRk与Ck分别为变换器电容k时刻一步预测等效串联电阻值与电容容值，ESRk-1与Ck-1分别为变换器电容k-1时刻一步预测等效串联电阻值与电容容值，uk和ik分别为k时刻经巴特沃斯二阶带通滤波器处理后的电容电压采样与电流采样，ik-1为k-1时刻经巴特沃斯二阶带通滤波器处理后的电容电流采样，wk-1为k-1时刻过程噪声，vk-1为k-1时刻观测噪声，k代表当前时刻迭代计算步数。
4.根据权利要求1所述的一种电力电子变换器直流母线电容状态估算方法，其特征在于，
所述S2具体为：利用待估算变换器运行中的两侧三相相电流与功率开关管的开关状态重构出直流母线电容的电流值。
5.根据权利要求1所述的一种电力电子变换器直流母线电容状态估算方法，其特征在于，
所述S3中采用巴特沃斯二阶带通滤波器对三相重构后的电流与传感器测量的待估算变换器直流母线电容两端的电压进行滤波处理，滤除电压与电流中的直流分量与高频分量。
6.根据权利要求1所述的一种电力电子变换器直流母线电容状态估算方法，其特征在于，所述S4具体为：
初始值设置：设置状态变量初始值x0、状态误差协方差初始值P0、过程噪声均值q和协方差Q初始值以及观测噪声均值r和协方差R初始值；采用基于滑窗结构的灰色预测模型一步预测系统状态变量更新测量矩阵预测误差协方差矩阵计算卡尔曼滤波增益Kk；计算测量误差ek；更新状态变量的最优估计值xk，协方差矩阵Pk；根据状态变量的最优估计值更新变换器直流母线电容等效串联电阻值ESRk与电容值Ck。
CN202310653690.XA 2023-06-02 2023-06-02 一种电力电子变换器直流母线电容状态估算方法 Pending CN116679131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310653690.XA CN116679131A (zh) 2023-06-02 2023-06-02 一种电力电子变换器直流母线电容状态估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310653690.XA CN116679131A (zh) 2023-06-02 2023-06-02 一种电力电子变换器直流母线电容状态估算方法

Publications (1)

Publication Number Publication Date
CN116679131A true CN116679131A (zh) 2023-09-01

Family

ID=87784912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310653690.XA Pending CN116679131A (zh) 2023-06-02 2023-06-02 一种电力电子变换器直流母线电容状态估算方法

Country Status (1)

Country Link
CN (1) CN116679131A (zh)

Similar Documents

Publication Publication Date Title
CN110133538B (zh) 一种anpc三电平逆变器开路故障诊断方法及实验平台
Abo-Khalil et al. DC-link capacitance estimation in AC/DC/AC PWM converters using voltage injection
CN109725213B (zh) 基于逆向卡尔曼滤波器的Buck变换器故障检测方法
Zhang et al. An ESR quasi-online identification method for the fractional-order capacitor of forward converters based on variational mode decomposition
CN113406521B (zh) 一种基于特征分析的锂电池健康状态在线估计方法
Xu et al. Adaptive multi-innovation gradient identification algorithms for a controlled autoregressive autoregressive moving average model
CN109613365B (zh) 一种电解电容器状态在线评估方法和系统
CN112305440A (zh) 一种电池剩余电量和健康状态联合估计方法
CN111426967B (zh) 电池等效电路模型的参数在线实时辨识方法
Meziane et al. Fault detection and isolation for a multi-cellular converter based on sliding mode observer
CN109375103A (zh) 三相无刷直流电机逆变器功率管单管开路故障诊断方法
CN106301610A (zh) 一种超外差接收机的自适应故障检测和诊断方法及装置
CN116679131A (zh) 一种电力电子变换器直流母线电容状态估算方法
Imam et al. LMS based condition monitoring of electrolytic capacitor
CN113866614A (zh) 一种多场景用户侧低压直流开关电弧故障诊断方法及装置
Buiatti et al. ESR estimation method for DC/DC converters through simplified regression models
Buiatti et al. Parameter estimation of a DC/DC buck converter using a continuous time model
CN116526871A (zh) 电压计算方法、控制器及储能设备
CN116205193A (zh) 电力电子变换器直流母线电容状态自适应估算方法
CN107037084A (zh) 确定电生理学电极品质
CN115407653A (zh) 数据驱动的输入输出含噪声Hammerstein非线性系统偏差校正辨识方法
CN113675883A (zh) 一种并网逆变器控制延时参数辨识的方法
CN112698142B (zh) 直流变换器中电解电容失效参数辨识方法
Hou et al. Fault feature extraction of power electronic circuits based on sparse decomposition
CN115130732A (zh) 基于序列到点和残差连接的非侵入式负荷分解方法

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