一种基于MMC换流阀调制波的三次谐波含量值优化计算方法与流程

文档序号:11111317阅读:573来源:国知局
一种基于MMC换流阀调制波的三次谐波含量值优化计算方法与制造工艺

本发明专利属于柔性直流输电系统领域,特别涉及基于MMC换流阀调制波的三次谐波含量值优化计算方法。



背景技术:

柔性直流输电技术是构建灵活、坚强、高效电网和充分利用可再生能源的有效途径,代表着直流输电的未来发展方向,已成为新一代智能电网的关键技术之一。模块化多电平换流阀(modular multilevel converter,MMC)具有易于实现多电平输出,模块化设计等优点,已经成为了VSC-HVDC(Voltage source converter,HVDC)领域最受关注的换流阀拓扑结构之一。损耗不仅是柔性直流输电系统的一个重要评价指标,而且对于换流阀散热器设计和器件选型也起着关键的作用。

随着电压等级的升高,功率模块数量将大幅提升,长期运行情况下,功率模块故障是不可避免的,为避免其影响系统的正常运行,需要配置冗余模块。冗余子模块数量,配置越多,系统可靠性越高,但成本也越高,且冗余子模块利用率较低,不经济;配置越少,成本较低,但是系统的可靠性得不到保障。因此,合理、有效地配置冗余子模块数量十分重要。MMC由多个子模块构成,如果有1个或多个子模块发生故障,将会严重影响MMC的正常运行,冗余模块的配置能够解决这一问题。当某个工作子模块发生故障时,通过开关将其旁路后投入冗余模块,代替其工作,避免了系统停运,提高了系统可靠性和工作效率。并且MMC也会带来较大的损耗,降低MMC的损耗一直是工程上面所关心的问题。基于上述问题,有必要设计一种兼顾系统冗余度和损耗的优化计算方法。



技术实现要素:

本发明所解决的技术问题是,针对现有技术的不足,提出了一种基于MMC换流阀调制波的三次谐波含量值优化计算方法,采用遗传算法得到了损耗和冗余最优配置时的三次谐波含量值。

为实现上述目的,本发明所采取的技术方案如下:

一种基于MMC换流阀调制波的三次谐波含量优化计算方法,所述的MMC换流阀采用三相六桥臂拓扑结构,每相包括上、下两个桥臂,每个桥臂由N个SM子模块和1个电感L串联而成,每个桥臂的N个SM子模块从上到下依次标号为SM1、SM2……SMN,上、下桥臂连接点引出相线;三条相线接入公共电网;N=round(Udc/USM),round()表示取整函数,Udc为MMC换流阀直流母线额定电压,USM为SM子模块额定电压;其特征在于,三次谐波含量优化计算方法的步骤为:首先计算出MMC换流阀的通态损耗,然后计算出MMC换流阀的开关损耗,得出MMC换流阀总损耗与三次谐波含量的关系式;其次,计算出MMC换流阀的冗余度,得出冗余度与三次谐波含量的关系式;最后以两个关系式为目标,进行多目标优化,得到最优的三次谐波含量值。

进一步地,所述计算MMC换流阀的通态损耗的公式为:

其中:

ipa(t)=S/(3Udc)+2Scos(ωt)/(3Udc)

npa(t)=(Udc-Udc(cos(ωt)-k cos(3ωt)))/(2USM)

上式中,T为电网工频周期;t表示时间;npa(t)为t时刻a相上桥臂需要投入的子模块个数;PDcond(ipa(t))和PTcond(ipa(t))分别为t时刻a相上桥臂二极管和IGBT的通态损耗,PDcond(-ipa(t))和PTcond(-ipa(t))分别为t时刻a相下桥臂二极管和IGBT的通态损耗,ipa(t)为t时刻a相上桥臂的电流;UCE0,Uf0分别为IGBT和二极管的通态偏置电压,rCE,rf分别为IGBT和二极管的通态电阻;UCE0、Uf0

rCE、rf都可从IGBT生产厂家给出的数据手册中得到;ω为电网电压的基波角频率,k为叠加的三次谐波含量;S为MMC换流阀的额定功率。

进一步地,所述计算MMC换流阀的开关损耗包括1)计算MMC换流阀的必要开关损耗和2)计算MMC换流阀的附加开关损耗;

1)计算MMC换流阀的必要开关损耗的公式为:

其中:

上式中,Eoff(ipa(t))为t时刻a相下桥臂IGBT的关断损耗,Eoff(-ipa(t))为t时刻a相上桥臂IGBT的关断损耗,Eon(ipa(t))为t时刻a相上桥臂IGBT的开通损耗,Eon(-ipa(t))为t时刻a相下桥臂IGBT的开通损耗,Erec(ipa(t))为t时刻a相上桥臂二极管的反向恢复损耗,Erec(-ipa(t))为t时刻a相下桥臂二极管的反向恢复损耗;a1、b1、c1是IGBT关断损耗的拟合系数;a2、b2、c2是IGBT开通损耗的拟合系数;a3、b3、c3是二极管反向恢复损耗的拟合系数;a1、b1、c1、a2、b2、c2、a3、b3、c3可从IGBT生产厂家给出的数据手册中获得;

2)计算MMC换流阀的附加开关损耗的公式为:

上式中,l表示第l个控制周期,TS为控制周期;

当npa((l-1)TS)≤N-npa(lTS)时:

Esw-f(l)=npa((l-1)TS)(Eon(ipa(lTS))+Eoff(ipa(lTS))+Erec(ipa(lTS)))

当npa((l-1)TS)>N-npa(lTS)时:

Esw-f(l)=(N-npa((l-1)TS))(Eon(ipa(lTS))+Eoff(ipa(lTS))+Erec(ipa(lTS)))。

进一步地,所述MMC换流阀的总损耗与三次谐波含量的关系式为:

F1(k)=6(Pcond+Psw-b+Psw-f)。

进一步地,所述MMC换流阀的冗余度与三次谐波含量的关系式为:

F2(k)=min{1-cos(ωt)-kcos(3ωt)}

上式中,min{}函数表示取在所有时间段内的最小值。

进一步地,所述以两个关系式为目标,进行多目标优化,得到最优的三次谐波含量值的步骤包括:

首先,构造目标函数R:

上式中,η1、η2是权系数,由用户根据MMC换流阀的应用场合进行取值;

然后,采用遗传算法对损耗与冗余进行多目标优化计算,即求解目标函数R中三次谐波含量k的最优解。

进一步地,所述采用遗传算法对损耗与冗余进行多目标优化计算包括以下步骤:

(1)基因编码:每一条基因采用m1位的二进制数进行编码,m1≥10;然后进行下一步;

(2)初始种群的生成:随机生成m2个k值作为初始种群,m2≥50;然后进行下一步;

(3)个体评价及终止条件判断:计算出每个k值对应的目标函数值R;判断是否满足连续m3次遗传前后两代的最小目标函数值R之差都小于m4,m3≥5,0<m4<0.01;若满足,则计算结束,此时最后一代种群中最小目标函数值R对应的k值即为最优三次谐波含量值;否则进行下一步;

(4)选择:将计算得到R值从小到大保留m5个;将保留的R值所对应的k值作为下一代的父辈种群;并将最大R值所对应的k值复制m2-m5个补充到父辈种群中;m5<m2;然后进行下一步;

(5)交叉:对父辈种群中的m2个k值进行随机两两配对;将每一对k值,随机选取一个二进制位互换;然后进行下一步;

(6)变异:对交叉后的父辈种群中的m2个k值,随机选择一个k值;在这个k值对应的二进制数中,再随机选择一个二进制位进行0、1翻转;然后转入步骤(3)。

进一步地,在遗传算法中,为了使求解得到的三次谐波含量k精度达到0.001,设置变量m1为10;为加快收敛速度,设置m2为50;为提高收敛可靠性,设置m3为5,m4为0.001,m5为40。

进一步地,所述计算MMC换流阀的必要开关损耗中,a1、b1、c1是IGBT关断损耗的拟合系数,通过对IGBT生产厂家给出的数据手册中“结温125℃下典型集电极电流—关断损耗”曲线采用二次曲线拟合的方式获得,a1是拟合方法中的二次项系数,b1是拟合方法中的一次项系数,c1是拟合方法中的常数项系数;a2、b2、c2是IGBT开通损耗的拟合系数,通过对数据手册中“结温125℃下典型集电极电流—开通损耗”曲线采用二次曲线拟合的方式获得,a2是拟合方法中的二次项系数,b2是拟合方法中的一次项系数,c2是拟合方法中的常数项系数;a3、b3、c3是二极管反向恢复损耗的拟合系数,通过对数据手册中“125℃下典型通态电流—反向恢复损耗”曲线采用二次曲线拟合的方式获得,a3是拟合方法中的二次项系数,b3是拟合方法中的一次项系数,c3是拟合方法中的常数项系数;

进一步地,所述S取值为1000MVA,Udc取值为±300kV,USM取值为3000V,T取值为20ms,TS取值为0.5ms,ω取值为100π,IGBT的型号为Infineon-FZ1200R45HL,UCE0取值为1.343V,Uf0取值为1.079V,rCE取值为0.00126Ω,rf取值为0.001109Ω,η1取值为0.7,η2取值为0.3;a1取值为378.2,a2取值为684.4,a3取值为644.2,b1取值为4.025,b2取值为3.659,b3取值为3.103,c1取值为6.071×10-5,c2取值为6.558×10-4,c3取值为7.984×10-4

有益效果:

本发明为兼顾冗余度和损耗来选取合适的三次谐波含量,以使冗余度与损耗同时达到最优;对此,本发明提出了一种基于MMC换流阀调制波的三次谐波含量优化计算方法,根据系统损耗和冗余与三次谐波含量的关系,采用遗传算法优化计算三次谐波含量值,可以兼MMC换流阀的损耗和冗余度。本发明具有以下优点:1)提高了MMC换流阀的可靠性和经济性;2)降低了系统的投资成本。

附图说明

图1为三相MMC拓扑结构图

图2为SM子模块拓扑结构图

图3为调制电压叠加三次谐波图

图4为变化率函数与上桥臂电流图

图5为MMC算例计算结果图;图5(a)为通态损耗与三次谐波叠加量的关系图;图5(b)开关损耗与三次谐波叠加量的关系图;图5(c)为总损耗与三次谐波叠加量的关系图;图5(d)为冗余度与三次谐波叠加量的关系图;

图6为遗传算法结果图;图6(a)为目标函数图;图6(b)为三次谐波叠加量变化过程图。

具体实施方式

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

图1是三相MMC拓扑结构图,MMC换流阀的额定功率为1000MVA,直流母线额定电压为±300kV,子模块电容容量为50mF,子模块额定电压为3000V,IGBT的型号为Infineon-FZ1200R45HL。

图2为SM子模块拓扑结构图。由2个绝缘栅双极型晶体管T1和T2以及2个反并联二极管D1和D2以及1个直流电容C组成。子模块存在3种基本工作状态:T1导通和T2关断的投入状态,T1关断和T2导通的切除状态,T1和T2同时关断的闭锁状态。MMC由多个子模块构成,如果有1个或多个子模块发生故障,将会严重影响MMC的正常运行,冗余模块的配置能够解决这一问题。当某个工作子模块发生故障时,通过开关将其旁路后投入冗余模块,代替其工作,避免了系统停运,提高了系统可靠性和工作效率。

图3为调制电压叠加三次谐波图,叠加三次谐波后,峰值电压有所降低。

图4为上桥臂电流和上桥臂电流变化率波形图。

根据图4计算换流阀损耗:

步骤一、计算MMC换流阀的通态损耗:

其中:

ipa(t)=S/(3Udc)+2Scos(ωt)/(3Udc)

npa(t)=(Udc-Udc(cos(ωt)-k cos(3ωt)))/(2USM)

上式中,T取值0.02s;UCE0取值为1.343V,Uf0取值为1.079V,rCE取值为0.00126Ω,rf取值为0.001109Ω,ω取值为100π,USM取值为3000V

步骤二、计算MMC换流阀的必要开关损耗:

其中:

上式中:a1取值为378.2,a2取值为684.4,a3取值为644.2,b1取值为4.025,b2取值为3.659,b3取值为3.103,c1取值为6.071×10-5,c2取值为6.558×10-4,c3取值为7.984×10-4

步骤三、计算MMC换流阀的附加开关损耗:

上式中,TS取值为0.5ms。

当npa((l-1)TS)≤N-npa(lTS)时:

Esw-f(l)=npa((l-1)TS)(Eon(ipa(lTS))+Eoff(ipa(lTS))+Erec(ipa(lTS)))

当npa((l-1)TS)>N-npa(lTS)时:

Esw-f(l)=(N-npa((l-1)TS))(Eon(ipa(lTS))+Eoff(ipa(lTS))+Erec(ipa(lTS)))

步骤四、计算MMC换流阀的总损耗:

F1(k)=6(Pcond+Psw-b+Psw-f)

步骤五、计算MMC换流阀的冗余度:

F2(k)=min{1-cos(ωt)-kcos(3ωt)}

上式中,min{}函数表示取在所有时间段内的最小值。

图5(a)为通态损耗与三次谐波叠加量的关系图,随着3次谐波含量的增大,通态损耗逐渐减小,通态损耗从0.8744%减小到0.8741%。图5(b)开关损耗与三次谐波叠加量的关系图,随着3次谐波含量的增大,开关损耗有一个极小值点,开关损耗从0.616%减小到0.611%.。图5(c)为总损耗与三次谐波叠加量的关系图,随着3次谐波含量的增大,总损耗存在着一个极小值点,损耗从1.491%减小到1.485%。图5(d)为冗余度与三次谐波叠加量的关系图,随着3次谐波含量的增大,冗余度先逐渐增大,然后再逐渐减小,最大为14.3%,最小为0。

图6为采用遗传算法对损耗与冗余进行多目标优化计算结果。优化过程如下:

构造目标函数R:

上式中,η1、η2是权系数,由用户根据MMC换流阀的应用场合进行取值;

(1)基因编码:每一条基因采用5位的二进制数进行编码,表示一个三次谐波含量值k;然后进行下一步;

(2)初始种群的生成:随机生成50个k值作为初始种群;然后进行下一步;

(3)个体评价及终止条件判断:计算出每个k值对应的目标函数值R;判断是否满足连续5次遗传前后两代的最小目标函数值R之差都小于0.001;若满足,则计算结束,此时最后一代种群中最小目标函数值R对应的k值即为最优三次谐波含量值;否则进行下一步;

(4)选择:计算出每个k值对应的目标函数值R;将计算得到R值从小到大保留40个;将保留的R值所对应的k值作为下一代的父辈种群;并将最大R值所对应的k值复制10个补充到父辈种群中;然后进行下一步;

(5)交叉:对父辈种群中的50个k值进行随机两两配对;将每一对k值,随机选取一个二进制位互换;然后进行下一步;

(6)变异:对交叉后的父辈种群中的50个k值,随机选择10个k值;对这10个k值,再随机选择一个二进制位进行0、1翻转;然后转入步骤(3)。

图6(a)为目标函数图,从图中可以看出目标函数经过约90代进化后收敛;图6(b)为三次谐波叠加量变化过程图,优化结束后,三次谐波叠加量最佳点为24.3%。此时,损耗为1.485%,冗余度为12.7%。与具有最低损耗的冗余度11%相比,采用优化算法时,牺牲了0.005%的损耗,换来了1.7%的冗余度,使得系统可靠性更高,但损耗只增加了0.005%,因此综合性能更优。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1