CN116995909A - 储能mmc系统开路故障诊断与容错运行的方法和系统 - Google Patents

储能mmc系统开路故障诊断与容错运行的方法和系统 Download PDF

Info

Publication number
CN116995909A
CN116995909A CN202311253671.4A CN202311253671A CN116995909A CN 116995909 A CN116995909 A CN 116995909A CN 202311253671 A CN202311253671 A CN 202311253671A CN 116995909 A CN116995909 A CN 116995909A
Authority
CN
China
Prior art keywords
fault
mmc
bridge arm
energy storage
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.)
Granted
Application number
CN202311253671.4A
Other languages
English (en)
Other versions
CN116995909B (zh
Inventor
胡存刚
杨伟业
刘碧
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.)
Anhui University
Original Assignee
Anhui University
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 Anhui University filed Critical Anhui University
Priority to CN202311253671.4A priority Critical patent/CN116995909B/zh
Publication of CN116995909A publication Critical patent/CN116995909A/zh
Application granted granted Critical
Publication of CN116995909B publication Critical patent/CN116995909B/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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/54—Testing for continuity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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
    • H02M1/00—Details of apparatus for conversion
    • H02M1/32—Means for protecting converters other than automatic disconnection
    • H02M1/325—Means for protecting converters other than automatic disconnection with means for allowing continuous operation despite a fault, i.e. fault tolerant converters
    • 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
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/22—Conversion of dc power input into dc power output with intermediate conversion into ac
    • H02M3/24—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters
    • H02M3/28—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac
    • H02M3/325—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal
    • H02M3/335—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only
    • H02M3/33569—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements
    • H02M3/33573—Full-bridge at primary side of an isolation transformer
    • 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
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/22—Conversion of dc power input into dc power output with intermediate conversion into ac
    • H02M3/24—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters
    • H02M3/28—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac
    • H02M3/325—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal
    • H02M3/335—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only
    • H02M3/33569—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements
    • H02M3/33576—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac using devices of a triode or a transistor type requiring continuous application of a control signal using semiconductor devices only having several active switching elements having at least one active switching element at the secondary side of an isolation transformer
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明提供了一种储能MMC系统开路故障诊断与容错运行的方法和系统，其方法包括：测量储能MMC系统的桥臂电流；结合调制波分析桥臂电流，将分析结果与故障特性进行对比，诊断故障位置及故障类型，输出开路故障诊断结果；自动修正调制波，修正后的调制波调整故障桥臂内投入的MMC子模块的个数，进入容错运行状态。其系统包括：运行数据测量模块，用于测量储能MMC系统的运行数据；故障分析模块，用于根据运行数据判断故障类型和故障位置；修正模块，用于根据故障类型，修正故障桥臂的调制波，使储能MMC系统容错运行。本发明的方法和系统能够降低检测硬件成本，提升诊断效率，减少开路故障所带来的危害和损失，提升电路系统的可靠性。

Description

储能MMC系统开路故障诊断与容错运行的方法和系统
技术领域
本发明涉及电力电子变换器的故障诊断与容错技术领域，尤其涉及一种储能MMC系统开路故障诊断与容错运行的方法和系统。
背景技术
由于可再生能源固有的间歇性与随机性等特点，传统的电网结构、电力装备和运行技术难以维持现代电力系统的稳定。储能系统可平抑高比例新能源发电的不确定性，解决源荷不平衡的问题，是现代电力系统中不可或缺的电力装备，而直流电网架构能够方便、灵活、高效地实现分布式电源、储能设备和直流负荷接入，应用前景十分广阔。
FTF-MMC（Front To Front Modular Multilevel Converter,面对面型模块化多电平变换器）是一种高压大容量的DC/DC变换器，具有效率高、变压器体积小和控制方便等优点，是大容量储能电站接入直流电网良好的接口。而高可靠性的MMC(ModularMultilevel Converter,模块化多电平变换器)是系统稳定运行的基本要求，但由于电力电子器件自身的特性，开关元件往往是变换器中最为脆弱的元件，且因MMC中包含大量的功率开关器件，使得MMC的开关管发生故障的概率较高，很难被避免。
其中，开关管故障又可以分为短路故障和开路故障，短路故障会产生较大冲击电流，使用门极驱动保护电路即可将故障快速切除；开路故障产生的过冲较小，难以通过保护手段将其切除，但其仍会导致MMC的电压和电流发生畸变，增大电压和电流应力，甚至使系统发生连锁故障，严重影响系统稳定运行。
因此，需要提供一种储能MMC系统开路故障诊断与容错运行的方法和系统，实现MMC开关管开路故障诊断功能，并依据开路故障诊断结果给出容错措施，提升MMC系统的可靠性。
发明内容
本发明的目的是提供一种储能MMC系统开关管开路故障诊断与容错运行的方法和系统，实现MMC开关管开路故障诊断功能，并依据开路故障诊断结果给出容错措施，提升MMC系统的可靠性。
为了达到上述目的，本发明提供了一种储能MMC系统开关管开路故障诊断与容错运行的方法，包括：
测量储能MMC系统的桥臂电流；
结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊断故障桥臂与故障类型，输出开路故障诊断结果；
根据所述开路故障诊断结果自动修正调制波，修正后的调制波调整所述故障桥臂内投入的MMC子模块的个数，进入容错运行状态。
可选的，所述结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊断故障桥臂与故障类型，输出开路故障诊断结果包括：获取正常工况和开路故障工况的运行数据，利用SVM训练数据，构建开路故障诊断模型；将开路故障的实时运行数据输入所述开路故障诊断模型，输出开路故障诊断结果；所述运行数据包括桥臂电流变化率和调制波。
可选的，所述结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊 断故障桥臂与故障类型，输出开路故障诊断结果还包括：建立运行数据的特征向量；所述运 行数据的特征向量为：，其中，为上桥臂电 流，为下桥臂电流，为上桥臂电流的变化率，为下桥臂电流的变化率，mod的 值根据所述调制波的状态确定。
可选的，所述修正后的调制波调整所述故障桥臂内投入的MMC子模块的方式包括：若所述开路故障诊断结果为MMC子模块内部开关管S1故障，所述桥臂电流为负向时，投入所述故障桥臂内的MMC子模块数量增加一个；若所述开路故障诊断结果为MMC子模块内部开关管S2故障，所述桥臂电流为正向时，投入所述故障桥臂内的MMC子模块数量减少一个。
可选的，还包括：在容错运行状态期间，定位所述故障桥臂中的故障MMC子模块。
可选的，所述定位所述故障桥臂中的故障MMC子模块后还包括：旁路所述故障MMC子模块，更换均压算法的作用对象，完成开路故障重构。
可选的，所述定位故障MMC子模块包括：比较所述故障桥臂内MMC子模块的电容电压，定位故障MMC子模块。
本发明还提供了一种储能MMC系统开路故障诊断与容错运行的系统，包括：
运行数据测量模块，用于测量储能MMC系统的运行数据；
故障分析模块，用于根据运行数据诊断故障类型和故障桥臂；
修正模块，用于根据故障类型，修正故障桥臂的调制波，使储能MMC系统容错运行。
可选的，还包括：故障分析模型建立模块，用于建立故障分析模型，使所述故障分析模块能够根据运行数据输出开路故障诊断结果。
可选的，还包括：故障重构模块，用于在所述修正模块运行期间，定位所述故障桥臂中的故障MMC子模块，并旁路所述故障MMC子模块，对储能MMC系统进行故障重构。
本发明的储能MMC系统开关管开路故障诊断与容错运行的方法，通过实时测量储能MMC系统的桥臂电流和获取调制波信息，依据故障电流表现的故障特性，利用故障诊断模型来判断故障位置与故障类型，并自动修正调制波，调整故障桥臂内MMC子模块投入的个数，对故障桥臂的电压进行主动补偿，从而减少开路故障所导致的电压电流畸变的程度，使系统恢复稳定。并对故障桥臂内的故障MMC子模块进行定位，随后旁路故障MMC子模块，更换均压算法作用的对象，使系统恢复正常运行。这种储能MMC系统开路故障诊断与容错运行的方法能够通过测量桥臂电流来诊断开路故障，降低测量硬件成本，提升诊断效率，并且对开路故障进行容错运行处理，减小了开路故障导致的电压电流畸变，能够有效提升MMC的可靠性，减少开路故障对系统带来的危害和损失。
附图说明
图1为本发明一具体实施例的储能MMC系统开路故障诊断与容错运行的方法的流程图；
图2为本发明一具体实施例的储能MMC系统开路故障诊断与容错运行的系统的模块图；
图3为本发明一具体实施例的储能MMC系统的结构示意图；
图4为本发明一具体实施例的储能MMC系统的a相输出电压和调制波的示意图；
图5为本发明一具体实施例的储能MMC系统的a相输出电压和桥臂电流的示意图；
图6为本发明一具体实施例的储能MMC系统的等效电路示意图；
图7（a）为本发明一具体实施例的MMC子模块内部开关管S1开路故障后的故障电流路径示意图；
图7（b）为本发明一具体实施例的MMC子模块内部开关管S2开路故障后的故障电流路径示意图；
图8为本发明一具体实施例的故障诊断的流程图；
图9为本发明一具体实施例的故障诊断与容错运行的流程图；
图10为本发明一具体实施例的MMC子模块内部开关管S1开路故障后的仿真实施结果示意图；
图11为本发明一具体实施例的MMC子模块内部开关管S2开路故障后的仿真实施结果示意图。
具体实施方式
下面将结合说明书附图对本发明的储能MMC系统开路故障诊断与容错运行的方法和系统进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
请参考图1，图1为本发明一具体实施例的储能MMC系统开路故障诊断与容错运行的方法的流程图。
本实施例的储能MMC系统开路故障诊断与容错运行的方法包括：
步骤S101：测量储能MMC系统的桥臂电流；
步骤S102：结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊断故障桥臂和故障类型，输出开路故障诊断结果；
步骤S103：根据所述开路故障诊断结果自动修正调制波，修正后的调制波调整所述故障桥臂内投入的MMC子模块的个数，进入容错运行状态。
具体的，在步骤S101中，测量储能MMC系统的桥臂电流，在本实施例中，可以通过传感器实时测量储能MMC系统的桥臂电流。
在步骤S102中，结合调制波分析所述桥臂电流，将分析结果与故障电流特性进行对比，诊断出故障位置与故障类型，输出开路故障诊断结果。具体的，开路故障时，故障桥臂电流和故障桥臂电流变化率在一个周期的特定时间段内会表现出差异性，因此，测量桥臂电流，获取桥臂电流变化率，并结合调制波信息进行分析，将分析结果与故障特征进行对比，可以判断储能MMC系统内是否有开关管发生开路故障，同时确定故障开关管所在的桥臂和故障的类型。
故障特征具体分析方式如下：
请参考图3和图4，在一具体实施方式中，三相FTF- MMC储能系统内，左侧MMC直流端口连接直流电网，右侧MMC端口连接储能电站，通过最近电平逼近调制方法生成调制波，该储能MMC系统具有a相、b相和c相，以a相的下桥臂调制参考波为例，其调制波公式（1）如下：
其中，代表a相的下桥臂的调制波，Vdc、Vess分别表示直流电网和储能系 统的端口电压，n，l分别是正常运行时两侧MMC各桥臂投入MMC子模块的最大数量；m，r分别 是两侧MMC各桥臂的冗余MMC子模块数量，Uc为MMC子模块电容的额定电压，Larm为桥臂电 感，根据调制波公式生成的调制波如图4所示。为a相上桥臂的调制波，与呈互补，b相和c相的调制波则与a相的调制波形状一致，相位各相差120度，二次侧 MMC各相的调制波与一次侧调制波形状相同，仅相差一个移相角度。
当该三相FTF- MMC储能系统运行正常时，其a相的输出电压电流波形及其上下桥臂电流的波形如图5所示，va为一次侧a相的输出电压，kva′为二次侧a相输出电压折算至一次侧的值，ia为一次侧a相输出电流。以一次侧MMC为例，二次侧的MMC可等效为交流电源，记为ua′,ub′,uc′。
请参考图6，为该三相FTF- MMC储能系统的等效电路，其中为桥臂电压， 为桥臂电流(i=u,l；j=a,b,c)，u代表上桥臂，l代表下桥臂，a代表a相，b代表b相，c代表c相。 ia,ib,ic为储能MMC系统一次侧的三相输出电流，LT为变压器漏感，上述电气量均以图6中标 注的方向为正方向，根据基尔霍夫电压定律可推得桥臂电流的数学模型公式（2）为：
，
。
该三相FTF- MMC储能系统内的开关管发生故障时，桥臂电流则会与正常运行状态 下的波形有所差异。请参考图7(a)，以a相上桥臂的MMC子模块故障为例，在MMC子模块中，若 开关管S1发生开路故障，当为负向时，电流将只能通过D2形成回路，电流路径如图7(a) 中虚线所示，故障MMC子模块的电容被旁路，导致变小，根据上述桥臂电流的数学模型 可知，此时的变化率将变大。结合图5系统正常运行时桥臂电流的波形图可知，t5~t7之 间，将由正变负，当故障MMC子模块期望被投入时，将表现出故障特征。下降速度变 慢，由于正常情况下t7~t8时间段内，的变化率为0，因此故障情况下该时间段变化 率大于零，正向增加，若变为正向，电流将不会通过故障MMC子模块内的开关管S1， 此时电压特性与正常工况一致，的变化率为零。由此可知，上桥臂MMC子模块的开关管 S1故障后， 在由正变负后，电流下降速度逐渐变慢，随后正向增加，且会在零附近维持 一段时间。
若MMC子模块内部开关管S2发生开路故障，当为正向时，电流将只能通过D1形 成回路，电流路径如图7(b)中虚线所示，故障MMC子模块的电容被串入回路，导致变大， 根据上述桥臂电流的数学模型可知，此时的变化率将变小，结合图5分析可知，t1~t3之 间，将由负变正，当故障MMC子模块期望被旁路时，将表现出故障特性。上升速度变 慢，由于正常情况下t3~t4时间段内，的变化率为0，因此故障情况下变化率小于零，会下降，当变为负向，故障电流将不会通过开关管S2，此时电压特性与正常工况一 致，电流变化率为零，因此故障电流将此时间段内维持在零附近。
因此，开路故障时，通过测量桥臂电流，分析其变化率，再结合调制波信息可以反映出故障电流在什么时期内会表现出与正常运行状况下产生差异性，从而判断出储能MMC系统的开关管是否发生开路故障。这种依据测量桥臂电流，并对其进行分析后便能判断出是否出现开关管故障的方式简单高效，对硬件要求低，能够有效降低硬件成本，并且提高了故障诊断效率，极大减少了电路故障损失。
进一步的，本实施例通过建立开路故障诊断模型来实现对储能MMC系统的故障判断。具体的，开路故障诊断模型的故障判断依据是正常工况和开路故障工况的运行数据，因此，需收集储能MMC系统的正常工况运行数据和开路故障工况的运行数据，可离线对训练数据进行收集；人工设置样本标签，构建样本集T，利用SVM（Support Vector Machines,支持向量机算法）进行训练，生成可自动诊断故障桥臂与故障类型的开路故障诊断模型。
进一步的，利用传感器实时获取开路故障时的实时运行数据，运行数据包括桥臂 电流、桥臂电流变化率和调制波，对运行数据进行处理，建立开路故障特征向量。以左侧MMC 为例，其故障特征向量为公式（3）：，其中，为上桥臂电流，为下桥臂电流，为上桥臂电流的变化率，为下桥臂电流 的变化率，mod的值根据所述调制波的状态确定。根据调制波的状态定义变量mod，mod公式 （4）如下：
。
将开路故障特征向量输入所述开路故障诊断模型，输出开路故障诊断结果。
在步骤S103中，自动修正调制波，修正后的调制波调整所述故障桥臂内投入的MMC子模块的个数，进入容错运行状态。修正后的调制波调整MMC子模块的方式为：若开路故障诊断结果为MMC子模块内部开关管S1故障，所述桥臂电流为负向时，投入所述故障桥臂内的MMC子模块数量增加一个；若开路故障诊断结果为子模块内部开关管S2故障，所述桥臂电流为正向时，投入所述故障桥臂内的MMC子模块数量减少一个。
根据步骤S102中对开路故障的判断分析可知，开路故障后电压电流发生畸变的原因是正常的电流回路被改变。具体的，如图7（a）所示，当MMC子模块内部开关管S1发生开路故障时，若该故障桥臂的电流为负向时，将导致故障MMC子模块电容被旁路，进而导致故障MMC子模块所在桥臂电压的下降与输出电压电流的畸变；如图7（b）所示，当MMC子模块内部开关管S2发生开路故障时，若该故障桥臂的电流为正向，将导致故障MMC子模块电容被串入回路，进而导致故障MMC子模块所在桥臂电压的上升与输出电压电流的畸变。
因此，依据开路故障时电压畸变的特征，通过修正调制波来调整故障桥臂内投入的MMC子模块的个数，对故障桥臂的电压进行主动补偿，能够减少开路故障所带来的电压电流畸变程度。
修正后的调制波公式（5）和公式（6）依次如下：
，
。
其中，Fu1、Fu2、Fl1、Fl2分别为上桥臂S1、S2、下桥臂S1、S2开路故障的标志位，正常情况下均为0，当发生开路故障时，相应的故障标志位置为1。以下桥臂的开关管S1和开关管S2开路故障为例说明修正调制波公式的含义，若下桥臂内某一MMC子模块内部开关管S1发生开路故障，Fl1=1，当下桥臂电流为负向且期望投入MMC子模块数为n时，调制波增加了Vdc/(n+m)，因此故障桥臂投入MMC子模块数量增加一个，冗余的MMC子模块被投入，若下桥臂内某一MMC子模块内部开关管S2发生开路故障，Fl2=1，当下桥臂电流为正向且期望投入MMC子模块数为m时，调制波减小了Vdc/(n+m)，因此故障桥臂投入MMC子模块数量减少一个，这样即可减小开路故障导致的电压与电流畸变。
进一步的，容错运行状态内，利用MMC子模块电容电压实现故障MMC子模块的定位，随后，旁路故障MMC子模块，更换储能MMC系统中均压算法的作用对象，调制波中Fu1、Fu2、Fl1、Fl2均置为零，系统便可完成故障重构。
在一具体实施例中，请参考图10，为上桥臂第一个MMC子模块内部开关管S1开路故障诊断与容错运行的仿真结果；其中(a~d)分别是MMC子模块内部开关管S1开路故障暂态的相电压、相电流、a相上下桥臂电流和a相上桥臂子模块电容电压，(e~h)是开关管S1开路故障诊断与容错运行全过程内的相电压、相电流、a相上下桥臂电流和a相上桥臂子模块电容电压，(i~l)是开关管S1开路故障容错后重新进入稳态内的相电压、相电流、a相上下桥臂电流和a相上桥臂的MMC子模块电容电压。
图11为上桥臂第一个MMC子模块内部开关管S2开路故障诊断与容错运行的仿真结果；其中(a~d)分别是S2开路故障暂态的相电压、相电流、a相上下桥臂电流和a相上桥臂的MMC子模块电容电压，(e~h)是MMC子模块内部开关管S2开路故障诊断与容错运行全过程内的相电压、相电流、a相上下桥臂电流和a相上桥臂的MMC子模块的电容电压，(i~l)是开关管S2开路故障容错后重新进入稳态内的相电压、相电流、a相上下桥臂电流和a相上桥臂MMC子模块电容电压。
该具体实施例中的仿真结果能够表明发生开路故障后，电压电流发生畸变，故障能够依据本实施例的方法被快速诊断和定位，且系统逐渐恢复稳定运行，证明本实施例的MMC开路故障诊断的方法能够完美实现本发明的目的。
进一步的，在容错运行状态期间，定位所述故障桥臂中的故障MMC子模块，定位方式为：比较故障桥臂中的MMC子模块的电容电压，定位故障MMC子模块。
具体的，以图7（a）和图7（b）的开路故障电流为例，当MMC子模块内部的开关管S1发生开路故障后，该故障MMC子模块的电容不再存在放电回路，因此其电容电压上升；MMC 子模块内部开关管S2发生开路故障后，当桥臂电流为正向时，该故障MMC子模块电容一直充电，较正常的MMC子模块相比增加了充电的时间，因此其电容电压同样上升。因此，比较故障桥臂中最大的MMC子模块的电容电压umax和故障桥臂中最小的MMC子模块的电容电压umin，当两者相差超过所设定的阈值Uth，且此状态维持的时间超过Tth，则可知电容电压最大的MMC子模块为故障MMC子模块，实现对故障MMC子模块的定位。
进一步的，在定位故障MMC子模块后，旁路故障MMC子模块，更换均压算法的作用对象，将自动向所述故障桥臂投入备用MMC子模块，完成开路故障重构。
本发明的储能MMC系统开路故障诊断与容错运行的方法，通过实时测量储能MMC系统的桥臂电流和获取调制波信息，依据故障电流表现的故障特性，利用故障诊断模型来完成故障判断，诊断储能MMC系统开关管开路故障位置，并自动修正调制波，对故障桥臂的电压进行主动补偿，从而减少开路故障所带来的的电压电流畸变程度，使故障桥臂内的电流恢复稳定。并对故障桥臂内的故障MMC子模块进行定位，然后旁路故障MMC子模块，更换均压算法的作用对象，实现开路故障的重构。这种储能MMC系统开路故障诊断与容错运行的方法能够凭借桥臂电流诊断开路故障位置和类型，降低检测硬件成本，提升检测效率，并且对开路故障位置进行容错运行处理，能够有效提升电路的可靠性，减少开路故障所带来的的危害和损失。
请参考图2，图2为本发明一具体实施例的储能MMC系统开关管开路故障诊断与容错运行的系统的模块图。
本实施例还提供了一种储能MMC系统开路故障诊断与容错运行的系统，包括：
运行数据测量模块201，用于测量储能MMC系统的运行数据；
故障分析模块202，用于根据运行数据判断故障类型和故障位置；
修正模块203，用于根据故障类型，修正故障桥臂的调制波，使储能MMC系统容错运行。
运行数据测量模块201用于测量储能MMC系统的桥臂电流，采集调制波，并根据桥臂电流获取桥臂电流变化率。
故障分析模块202用于根据桥臂电流、桥臂电流变化率和调制波的关系，对比储能MMC系统的故障特性，判断MMC储能系统是否有桥臂发生故障，诊断故障位置与故障类型，输出开路故障诊断结果。
修正模块203用于根据开路故障诊断结果，修正调制波，调整故障桥臂内MMC子模块投入的个数。具体的，若开路故障诊断结果为MMC子模块内部开关管S1故障，所述桥臂电流为负向时，投入所述故障桥臂内的MMC子模块数量增加一个；若开路故障诊断结果为MMC子模块内部开关管S2故障，所述桥臂电流为正向时，投入所述故障桥臂内的MMC子模块数量减少一个。
进一步的，还包括：故障重构模块，用于在所述修正模块运行期间，比较故障桥臂中的MMC子模块的电容电压，定位故障MMC子模块。旁路故障MMC子模块，更换储能MMC系统中均压算法的作用对象，将自动向所述故障桥臂投入备用MMC子模块，完成对故障位置的开路故障重构。
进一步的，还包括：故障分析模型建立模块，用于建立故障分析模型，使所述故障分析模块能够根据运行数据输出开路故障诊断结果。具体的，开路故障诊断模型收集储能MMC系统的正常工况运行数据和开路故障工况的运行数据，可离线对训练数据进行收集，人工设置样本标签，构建样本集T，利用SVM训练开路故障诊断模型，生成可自动判断故障类型和故障桥臂的开路故障诊断模型。
进一步的，利用传感器实时获取开路故障时的实时运行数据，运行数据包括桥臂电流、桥臂电流变化率和调制波，对运行数据进行处理，建立开路故障特征向量，将实时运行数据的特征向量输入所述开路故障诊断模型，输出开路故障诊断结果。
本发明的储能MMC系统开路故障诊断与容错运行的系统通过运行数据测量模块、故障分析模块和修正模块的相互配合，测量储能MMC系统的运行数据，实现故障诊断和定位，并根据故障诊断结果利用修正后的调制波稳定故障桥臂的电压，提升电路可靠性。这种储能MMC系统开路故障诊断与容错运行的系统对MMC故障诊断的效率高，且对硬件的要求低，能够降低硬件成本，并且根据故障诊断结果修正调制波使MMC容错运行的方式能够降低电路故障时的危害和损耗，有效提升MMC电路系统的可靠性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明的权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种储能MMC系统开路故障诊断与容错运行的方法，其特征在于，包括
测量储能MMC系统的桥臂电流；
结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊断故障桥臂与故障类型，输出开路故障诊断结果；
根据所述开路故障诊断结果自动修正调制波，修正后的调制波调整所述故障桥臂内投入的MMC子模块的个数，进入容错运行状态。
2.根据权利要求1所述的储能MMC开路故障诊断与容错运行的方法，其特征在于，所述结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊断故障桥臂与故障类型，输出开路故障诊断结果包括：获取正常工况和开路故障工况的运行数据，利用SVM训练数据，构建开路故障诊断模型；将开路故障的实时运行数据输入所述开路故障诊断模型，输出开路故障诊断结果；所述运行数据包括桥臂电流变化率和调制波。
3.根据权利要求2所述的储能MMC系统开路故障诊断与容错运行的方法，其特征在于，所述结合调制波分析所述桥臂电流，将分析结果与故障特性进行对比，诊断故障桥臂与故障类型，输出开路故障诊断结果还包括：建立运行数据的特征向量；所述运行数据的特征向量为：；其中，/>为上桥臂电流，/>为下桥臂电流，/>为上桥臂电流的变化率，/>为下桥臂电流的变化率，mod的值根据所述调制波的状态确定。
4.根据权利要求1所述的储能MMC系统开路故障诊断与容错运行的方法，其特征在于，所述修正后的调制波调整所述故障桥臂内投入的MMC子模块的方式包括：若所述开路故障诊断结果为MMC子模块内部开关管S1故障，所述桥臂电流为负向时，投入所述故障桥臂内的MMC子模块数量增加一个；若所述开路故障诊断结果为MMC子模块内部开关管S2故障，所述桥臂电流为正向时，投入所述故障桥臂内的MMC子模块数量减少一个。
5.根据权利要求1所述的储能MMC系统开路故障诊断与容错运行的方法，其特征在于，还包括：在容错运行状态期间，定位所述故障桥臂中的故障MMC子模块。
6.根据权利要求5所述的储能MMC系统开路故障诊断与容错运行的方法，其特征在于，所述定位所述故障桥臂中的故障MMC子模块后还包括：旁路所述故障MMC子模块，更换均压算法的作用对象，完成开路故障重构。
7.根据权利要求5所述的储能MMC系统开路故障诊断与容错运行的方法，其特征在于，所述定位故障MMC子模块包括：比较所述故障桥臂内MMC子模块的电容电压，定位故障MMC子模块。
8.一种储能MMC系统开路故障诊断与容错运行的系统，其特征在于，包括：
运行数据测量模块，用于测量储能MMC系统的运行数据；
故障分析模块，用于根据运行数据诊断故障类型和故障桥臂；
修正模块，用于根据故障类型，修正故障桥臂的调制波，使储能MMC系统容错运行。
9.根据权利要求8所述的储能MMC系统开路故障诊断与容错运行的系统，其特征在于，还包括：故障分析模型建立模块，用于建立故障分析模型，使所述故障分析模块能够根据运行数据输出开路故障诊断结果。
10.根据权利要求8所述的储能MMC系统开路故障诊断与容错运行的系统，其特征在于，还包括：故障重构模块，用于在所述修正模块运行期间，定位所述故障桥臂中的故障MMC子模块，并旁路所述故障MMC子模块，对储能MMC系统进行故障重构。
CN202311253671.4A 2023-09-27 2023-09-27 储能mmc系统开路故障诊断与容错运行的方法和系统 Active CN116995909B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311253671.4A CN116995909B (zh) 2023-09-27 2023-09-27 储能mmc系统开路故障诊断与容错运行的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311253671.4A CN116995909B (zh) 2023-09-27 2023-09-27 储能mmc系统开路故障诊断与容错运行的方法和系统

Publications (2)

Publication Number Publication Date
CN116995909A true CN116995909A (zh) 2023-11-03
CN116995909B CN116995909B (zh) 2023-12-29

Family

ID=88532529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311253671.4A Active CN116995909B (zh) 2023-09-27 2023-09-27 储能mmc系统开路故障诊断与容错运行的方法和系统

Country Status (1)

Country Link
CN (1) CN116995909B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410260A (zh) * 2014-10-28 2015-03-11 浙江大学 一种具有容错能力可实现直流故障自主防护的mmc子模块结构及其mmc调制方法
CN109613395A (zh) * 2018-12-03 2019-04-12 华中科技大学 一种基于ann的架空柔直电网故障检测方法
CN111585461A (zh) * 2020-06-10 2020-08-25 南京工程学院 一种模块化多电平变换器故障容错控制方法
CN113159119A (zh) * 2021-03-11 2021-07-23 大连理工大学 一种中压模块化多电平变流器故障诊断方法
CN114123825A (zh) * 2021-11-18 2022-03-01 华中科技大学 共享固有子模块的mmc子模块故障容错方法及电力电子装置
CN114994457A (zh) * 2022-05-16 2022-09-02 浙江大学 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
WO2023169098A1 (zh) * 2022-03-10 2023-09-14 东南大学 基于孤立森林的模块化多电平换流器开路故障诊断方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410260A (zh) * 2014-10-28 2015-03-11 浙江大学 一种具有容错能力可实现直流故障自主防护的mmc子模块结构及其mmc调制方法
CN109613395A (zh) * 2018-12-03 2019-04-12 华中科技大学 一种基于ann的架空柔直电网故障检测方法
CN111585461A (zh) * 2020-06-10 2020-08-25 南京工程学院 一种模块化多电平变换器故障容错控制方法
CN113159119A (zh) * 2021-03-11 2021-07-23 大连理工大学 一种中压模块化多电平变流器故障诊断方法
CN114123825A (zh) * 2021-11-18 2022-03-01 华中科技大学 共享固有子模块的mmc子模块故障容错方法及电力电子装置
WO2023169098A1 (zh) * 2022-03-10 2023-09-14 东南大学 基于孤立森林的模块化多电平换流器开路故障诊断方法
CN114994457A (zh) * 2022-05-16 2022-09-02 浙江大学 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孔令瑜;张彼德;洪锡文;王涛;彭丽维;: "MMC五电平逆变器故障的深度小波极限学习机诊断方法研究", 电力系统及其自动化学报, no. 07 *
王绮: "MMC的子模块IGBT开路故障诊断方法研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 2, pages 44 - 68 *

Also Published As

Publication number Publication date
CN116995909B (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
Li et al. Dynamic equivalent modeling of two-staged photovoltaic power station clusters based on dynamic affinity propagation clustering algorithm
CN108872882B (zh) 一种三电平级联逆变器的故障诊断装置及其诊断方法
CN111562517B (zh) 一种npc三电平逆变器开关管开路故障诊断方法
CN108448635B (zh) 光伏发电系统不对称电压跌落下故障穿越全过程建模方法
KR101331028B1 (ko) 3―레벨 ｔ타입 인버터의 스위치 고장진단장치 및 방법
CN102969888A (zh) 基于rtds的mmc自定义子模块的设计方法
CN110609194B (zh) 基于电压空间矢量的三相整流器开路故障诊断方法
CN108963980B (zh) 一种基于故障隔离库的多模态故障隔离方法
Pires et al. Fault detection and diagnosis in a PV grid-connected T-type three level inverter
CN111398772A (zh) 用于换流阀过电流关断试验的电路、方法和装置
CN113067360A (zh) 一种vsc-lcc混合直流换流器的换相失败抑制方法及系统
CN115097184A (zh) 基于无阈值递归图和卷积神经网络的电流信号分析方法
CN114879087A (zh) 一种用于vienna整流器开路故障综合辨识的方法
CN113328702A (zh) 一种pv接地故障检测方法、组串式逆变器及光伏电站
CN116995909B (zh) 储能mmc系统开路故障诊断与容错运行的方法和系统
CN109742934B (zh) 一种基于双调制波的功率器件开路故障容错控制方法
CN111799843A (zh) 一种概率融合式光伏电站的多维全状态数据建模方法
CN112595932B (zh) 一种适用于中压直流配电网的单极故障选线方法
CN102928644B (zh) 风力发电机组并网点电压闪变检测方法及装置
An et al. IGBT open circuit fault diagnosis method for a modular multilevel converter based on PNN-MD
CN114676573A (zh) 三电平光伏逆变器开路故障统一数学建模方法
Zheng et al. Feature distance based online cluster modeling of LVRT controlled PV power plants
CN113541517B (zh) 电力电子模块试验装置及其控制方法
CN113315100A (zh) 一种基于卷积神经网络的微电网保护方法与系统
Abouobaida et al. Fault-tolerent control strategy for dc-dc converter in power wind conversion system

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