本发明涉及高压直流输电技术领域，具体涉及一种mmc可靠性分析方法及装置。
背景技术：
基于模块化多电平换流器(modularmultilevelconverter，简称mmc)的柔性直流输电，具有高度模块化、有功无功灵活控制、可向无源负荷供电等优点，广泛应用于风电场并网、孤岛和弱电网供电以及城市供电等领域。mmc桥臂采用子模块串联，避免了电力电子器件的直接串联，具有波形质量高、制造难度下降、损耗下降等显著优点，但同时也带来子模块电容电压均衡和相间环流等问题。实际工程中一般会对桥臂子模块采用冗余配置，提高换流器的可靠性并增强故障处理能力。因此，研究mmc可靠性和冗余予模块数目配置具有工程价值。mmc的可靠性是指mmc或者mmc中单桥臂在当前时刻能够正常工作的概率，随着使用年限的增长，mmc的可靠性呈现下降趋势。在事故发生前，及时发现mmc单桥臂可靠性的下降，或发现其可靠性呈下降趋势，能够在故障发生前及时组织检修，避免因故障造成损失。
目前，对mmc的可靠性建模分析大部分均假设子模块间相互独立。然而由于某些因素的影响，如相间环流会流过同一桥臂的所有子模块，又如某些子模块的投入或切除会影响整个桥臂子模块的投切频率，因此桥臂上的子模块并不是遵循严格独立的原则，在考虑相关性的基础上进行可靠性分析具有一定的意义。同时，由于工况不同和控制策略不同，以及受到电力电子器件自身特性、用户设备维护管理水平、操作员技术水平、工作负荷、环境条件等众多因素的影响，不同场景下的相关性程度也不尽相同。
技术实现要素：
因此，本发明要解决的技术问题在于克服现有技术中对mmc进行可靠性分析时未考虑各个子模块的相关性的缺陷，从而提供一种mmc可靠性分析方法及装置。
根据第一方面，本发明的一个实施例提供一种mmc可靠性分析方法。mmc包括至少一个相单元，每个相单元包括至少两个单桥臂，每个单桥臂中包括若干子模块。所述方法包括如下步骤：根据单桥臂中各子模块的可靠性函数建立子模块可靠性模型；利用所述子模块可靠性模型和相关性分析函数，根据子模块之间的关系建立mmc单桥臂可靠性模型；根据所述mmc单桥臂可靠性模型计算当前时刻mmc单桥臂正常工作的概率。
进一步的，根据单桥臂中各子模块的可靠性函数建立子模块可靠性模型，包括：将所述mmc的子模块的各个组成器件的可靠性函数相乘以建立子模块可靠性模型。
进一步的，利用所述子模块可靠性模型和相关性分析函数，根据子模块之间的关系建立mmc单桥臂可靠性模型，包括：当考虑全部子模块相关性时，获取与所述子模块可靠性模型对应的子模块寿命分布函数；获取单桥臂的初始子模块数量、冗余子模块数量、子模块故障率和相关系数；选取copula函数组中的阿基米德分布族函数作为相关性分析函数；根据所述子模块寿命分布函数、所述单桥臂的初始子模块数量、冗余子模块数量、子模块故障率和相关系数，以及筛选出的copula函数，建立mmc单桥臂可靠性模型。或者，对于未设冗余子模块的mmc，当考虑子模块相关性时，获取与所述子模块可靠性模型对应的子模块寿命分布函数；获取单桥臂的子模块数量、子模块故障率和相关系数；选取copula函数组中的阿基米德分布族函数作为相关性分析函数；根据所述子模块寿命分布函数、所述单桥臂的子模块数量、子模块故障率和相关系数，以及筛选出的copula函数，建立mmc单桥臂可靠性模型。或者，当仅考虑冗余子模块相关性时，获取与所述子模块可靠性模型对应的子模块寿命分布函数；获取单桥臂的冗余子模块数量、子模块故障率和相关系数；选取copula函数组中的阿基米德分布族函数作为相关性分析函数；根据所述子模块寿命分布函数、所述单桥臂的冗余子模块数量、子模块故障率和相关系数，以及筛选出的copula函数，建立mmc单桥臂可靠性模型。
进一步的，在根据所述mmc单桥臂可靠性模型计算当前时刻mmc单桥臂正常工作的概率的步骤之后，还包括确定子模块最佳冗余配置的步骤。
进一步的，确定子模块最佳冗余配置的步骤，包括：在不同的子模块冗余配置下，根据所述单桥臂的初始子模块数量、冗余子模块数量、子模块故障率和所述mmc单桥臂可靠性模型，计算当前时刻mmc单桥臂正常工作的概率；所述冗余子模块数量不同，则计算所得的当前时刻mmc单桥臂正常工作的概率不同；查找所述当前时刻mmc单桥臂正常工作的最大概率对应的冗余子模块数量，并将该冗余子模块数量确定为子模块最佳冗余配置。
进一步的，在利用所述子模块可靠性模型和相关性分析函数，根据子模块之间的关系建立mmc单桥臂可靠性模型的步骤之后，还包括：利用所述mmc单桥臂可靠性模型确定mmc单桥臂的平均失效前时间的步骤。
进一步的，利用所述mmc单桥臂可靠性模型确定mmc单桥臂的平均失效前时间的步骤，包括：确定所述mmc单桥臂可靠性模型中的单桥臂的初始子模块数量、冗余子模块数量、子模块故障率和相关系数；计算所述mmc单桥臂可靠性模型对时间的积分以确定mmc单桥臂的平均失效前时间。
进一步的，根据所述mmc单桥臂可靠性模型计算当前时刻mmc单桥臂正常工作的概率的步骤后，还包括判断所述当前时刻mmc单桥臂正常工作的概率是否小于阈值，当所述当前时刻mmc单桥臂正常工作的概率小于阈值时，检修对应的mmc单桥臂。
根据第二方面，本发明的一个实施例提供一种mmc可靠性分析装置，包括：第一函数构建模块，用于根据mmc的子模块的各个组成器件建立子模块可靠性模型；第二函数构建模块，用于利用所述子模块可靠性模型和相关性分析函数，建立mmc单桥臂可靠性模型；计算模块，用于根据所述mmc单桥臂可靠性模型计算当前时刻mmc单桥臂正常工作的概率。
根据第三方面，本发明的一个实施例提供一种mmc可靠性分析装置，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面实施例所述的mmc可靠性分析方法。
本发明技术方案，具有如下优点：本发明提供的mmc可靠性分析方法及装置将mmc单桥臂正常工作的概率作为表征mmc可靠性的指标，在不同的工程应用情形，即不同的初始子模块数量、冗余子模块数量、子模块故障率和/或相关系数情况下，均可利用本发明的方法和装置计算mmc单桥臂在当前时间下的可靠性，进而实现对子模块最佳冗余配置和mmc单桥臂平均失效前时间的计算，在mmc的设计和运维过程中具有工程应用价值。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中mmc的一个具体示例的电路原理图；
图2为本发明实施例1中mmc可靠性分析方法的一个具体示例的流程图；
图3为本发明实施例1中mmc可靠性分析方法所得mmc单桥臂可靠性曲线图；
图4为本发明实施例2中mmc子模块的一个具体示例的电路原理图；
图5为本发明实施例3中mmc可靠性分析方法中步骤s2利用子模块可靠性模型和copula函数组建立mmc单桥臂可靠性模型的一个具体示例的流程图；
图6为为本发明实施例4中mmc可靠性分析方法中确定子模块最佳冗余配置的一个具体示例的流程图；
图7为为本发明实施例4中mmc可靠性分析方法中确定mmc单桥臂的平均失效前时间的一个具体示例的流程图；
图8为本发明实施例5中mmc可靠性分析装置装置的一个具体示例的原理框图；
图9为本发明实施例6中mmc可靠性分析装置装置的一个具体示例的原理框图。
附图标记：
1-第一函数构建模块，2-第二函数构建模块，3-计算模块，4-存储器，5-处理器。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
实施例1提供一种mmc可靠性分析方法。mmc的电路原理图如图1所示，其包括至少一个相单元，每个相单元包括两个单桥臂，两个单桥臂为第一桥臂和第二桥臂，第一桥臂或第二桥臂包括若干开关器件子模块smi(i＝1，2，…，n)和电抗器larm串联。第一桥臂和第二桥臂也可称为上桥臂和下桥臂。实施例1的mmc可靠性分析方法，如图2所示，包括如下步骤：
步骤s1：根据单桥臂中各子模块的可靠性函数建立子模块可靠性模型。
步骤s2：利用子模块可靠性模型和相关性分析函数，根据子模块之间的关系建立mmc单桥臂可靠性模型。为了更为形象地对mmc单桥臂可靠性模型进行展示，实施例1使用matlab对其进行了仿真并绘制出mmc单桥臂可靠性曲线，如图3所示。建立mmc单桥臂可靠性模型后，设每个桥臂含有n+n0个子模块，其中n个初始子模块，n0个冗余子模块，确定子模块故障率λ，以使用年数和相关系数为变量，以mmc单桥臂正常工作的概率，即mmc的可靠性为因变量，绘制mmc单桥臂可靠性曲线，得到图3。图3中，x轴代表使用年数，y轴代表相关系数，z轴代表mmc的可靠性。通过图3，能够观测各变量，即使用年数和相关系数对mmc可靠性的影响，证明了考虑所有子模块相关性情形下的可靠性分析的有效性。
步骤s3：根据mmc单桥臂可靠性模型计算当前时刻mmc单桥臂正常工作的概率。
实施例1提供的mmc可靠性分析方法将mmc单桥臂正常工作的概率作为表征mmc可靠性的指标，在不同的工程应用情形，即不同的初始子模块数量、冗余子模块数量、子模块故障率和/或相关系数情况下，均可利用实施例1的方法计算mmc单桥臂在当前时间下的可靠性。
在实施例1的步骤s3计算当前时刻mmc单桥臂正常工作的概率之后，在一具体实施方式中，增设了阈值判断步骤，即判断当前时刻mmc单桥臂正常工作的概率是否小于阈值，当当前时刻mmc单桥臂正常工作的概率小于阈值时，检修对应的mmc单桥臂。通过阈值判断步骤，可以直接在工程实际中利用当前时刻mmc单桥臂正常工作的概率，即mmc的可靠性，预判故障，在故障发生前采取措施避免产生损失。
实施例2
实施例2提供一种mmc可靠性分析方法，包括实施例1的全部步骤，为避免重复，在此不再赘述。实施例2给出了步骤s1根据单桥臂中各子模块的可靠性函数建立子模块可靠性模型的具体方法，即将mmc的子模块的各个组成器件的可靠性函数相乘以建立子模块可靠性模型。
在一具体实时方式中，如图4所示，mmc的子模块由两个反并联二极管vd1～vd2的igbt(insulatedgatebipolartransistor绝缘栅双极型晶体管，简称igbt)开关管vt1～vt2、一个储能电容c、一个放电电阻r和保护开关组成。在实际工程中，每个子模块都设置了由旁路开关k1和压接式封装晶闸管k2组成的保护开关。对于该子模块，其可靠性函数rsm(t)见式1：
rsm(t)＝ri(t)2×rcap(t)×rk1(t)×rk2(t)(1)
其中，ri(t)、rcap(t)、rk1(t)、rk2(t)分别代表igbt模块、电容、旁路开关、旁路晶闸管的可靠性函数。
实施例3
实施例3提供一种mmc可靠性分析方法，包括实施例1的全部步骤，为避免重复，在此不再赘述。实施例3给出了步骤s2利用子模块可靠性模型和相关性分析函数，根据子模块之间的关系建立mmc单桥臂可靠性模型的具体方法，以考虑全部子模块相关性情况下的mmc可靠性分析为例，如图5所示，其包括以下步骤：
步骤s21：获取与子模块可靠性模型rsm(t)对应的子模块寿命分布函数f(t)。子模块的寿命是指其投入使用的年数，是一个随机变量，rsm(t)＝1-f(t)＝1-p{xi≤t}。第i个子模块的寿命为xi，其寿命分布为fi(t)＝p{xi≤t}，i＝1，2，...，n。
步骤s22：获取单桥臂的初始子模块数量、冗余子模块数量、子模块故障率和相关系数。设每个桥臂含有n+n0个子模块，其中n个初始子模块，n0个冗余子模块。子模块的故障率λ可通过子模块的各个组成器件的加速寿命实验得到。相关系数的影响因素较多，例如工况不同和控制策略不同，以及受到电力电子器件自身特性、用户设备维护管理水平、操作员技术水平、工作负荷、环境条件等众多因素的影响，不同场景下的相关系数也不尽相同。目前尚无关于mmc子模块相关系数的定量确定方法。现有技术一般将相关系数θ设定为1，即认为单桥臂中的各个子模块是相互独立的，这与工程实际不符。实施例3中，相关系数θ可取0.8～1之间的任一定值。
步骤s23：选取copula函数组中的阿基米德分布族函数作为相关性分析函数。copula函数描述的是变量间的相关性，实际上是一类将联合分布函数与它们各自的边缘分布函数连接在一起的函数，因此也有人将它称为连接函数。copula函数作为一种变量之间相依机制的工具，几乎包含了随机变量所有的相依信息，在不能确定传统的线性相关系数能否正确度量变量之间的相关关系的情况下，copula函数对变量之间相关关系的分析很有用，copula函数的出现使变量之间的相依性刻画更加趋于完善。copula函数其实是一个集合，包含很多分布族，如椭圆分布族、阿基米德分布族等。其中，阿基米德分布族的copula函数由于具有构造模型方便、计算简单、所包含的分布特征广泛以及具有良好的统计性能，应用领域较为广泛。基于以上优点，实施例3选取copula函数组中的阿基米德分布族函数构建mmc单桥臂可靠性模型。
步骤s24：根据子模块寿命分布函数f(t)、单桥臂的初始子模块数量n、冗余子模块数量n0、子模块故障率λ和相关系数θ，以及筛选出的copula函数，建立mmc单桥臂可靠性模型r(t)，见式(2)。
第m次取j个子模块，保证正常工作的子模块个数j大于n，此时单桥臂可靠性模型为式3：
其中，
式2是mmc单桥臂可靠性模型，是m次选取j子模块个正常工作结果的累加，其中j＝n，n+1，n+2，...，n+n0，
对于未设冗余子模块的mmc，当考虑子模块相关性时，所建立mmc单桥臂可靠性模型见式4：
当仅考虑冗余子模块相关性时，所建立mmc单桥臂可靠性模型见式5：
上述式中，f＝(f1，f2，...，fn)，由于fi(∞)＝1，因此fi＝fi(t)或1，p为fi＝fi(t)的个数。
实施例4
实施例4提供一种mmc可靠性分析方法，包括实施例1的全部步骤，为避免重复，在此不再赘述。实施例4给出了在步骤s3计算当前时刻mmc单桥臂正常工作的概率之后，增设确定子模块最佳冗余配置的步骤，如图6所示，其具体方法如下：
步骤s41：在不同的子模块冗余配置下计算当前时刻mmc单桥臂正常工作的概率。在式2中输入单桥臂的初始子模块数量、子模块故障率和相关系数，计算不同子模块冗余配置下当前时刻mmc单桥臂正常工作的概率。冗余子模块数量不同，则计算所得的当前时刻mmc单桥臂正常工作的概率不同。
步骤s42：查找当前时刻mmc单桥臂正常工作的最大概率对应的冗余子模块数量，并将该冗余子模块数量确定为子模块最佳冗余配置。
实施例4还给出了在步骤s2之后，增设利用mmc单桥臂可靠性模型确定mmc单桥臂的平均失效前时间的步骤，如图7所示，其具体方法如下：
步骤s51：确定mmc单桥臂可靠性模型中的单桥臂的初始子模块数量、冗余子模块数量、子模块故障率和相关系数。
步骤s52：计算mmc单桥臂可靠性模型对时间的积分，即mmc单桥臂的平均失效前时间(meantimetofailure平均失效前时间，简称mttf，见式6。
实施例5
实施例5提供一种mmc可靠性分析装置，如图8所示，包括第一函数构建模块1、第二函数构建模块2和计算模块3。第一函数构建模块1用于根据mmc的子模块的各个组成器件建立子模块可靠性模型；第二函数构建模块2用于利用子模块可靠性模型和copula函数组，建立mmc单桥臂可靠性模型；计算模块3用于根据单桥臂的初始子模块数量、冗余子模块数量、子模块故障率、相关系数和mmc单桥臂可靠性模型，计算当前时刻mmc单桥臂正常工作的概率。第一函数构建模块1、第二函数构建模块2和计算模块3的具体数据处理方法，与实施例1～4中的mmc可靠性分析方法相一致，为避免重复，在此不再赘述。
实施例6
实施例6提供一种mmc可靠性分析装置，如图9所示，包括存储器4和处理器5，处理器5用于读取存储器4中存储的指令，以执行如实施例1～4中的任一项mmc可靠性分析方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。