柔性直流输电用子模块电容器电容值在线获取方法

潘亮,陈世瑛,张健,刘源,刘琛硕,汲胜昌,祝令瑜

(1.西安交通大学电力设备电气绝缘国家重点实验室,710049,西安;2.广东电网有限责任公司电力科学研究院,510080,广州;3.国网西安供电公司,710000,西安)

基于模块化多电平换流器(MMC)的柔性直流输电(HVDC)具有显著的技术优势,在世界范围内得到了快速发展[1]。子模块是MMC最基本的构成单元,也是最重要的关键组件,其运行状态直接关系到整个换流器甚至是整个柔性直流输电系统的运行安全。子模块中的IGBT,电容等元件在实际运行过程中会逐渐老化,对系统安全运行带来隐患[2]。MMC子模块中的电容器普遍采用金属化膜电容器(MPPF-Cap),金属化膜电容器具有自愈性性能优良、运行可靠性高的优点,但在运行过程中会逐渐老化,电容值会不断减少[3-5],当电容值衰减5%时可视为器件失效[6-7]。由于金属化膜电容器的电容减少速度会随着老化程度的增加而增加,电容值过低不仅会加速老化,甚至还会引起爆炸等严重事故,因此开展MMC子模块电容值在线监测技术研究具有重要工程意义。

MMC子模块电容器状态监测研究已得到相关学者的关注。2013年,Yun-Jae等人提出通过注入纹波电流来监测子模块电容值的方法[8],该方法是首先在环流回路中注入一个可控的交流电流来引起电容上的纹波电压,在测量时先用带通滤波器滤出所注入电流频率的纹波电压和纹波电流,再通过最小二乘法(RLS)用电压电流值来计算子模块电容。这种方法能排除其他频率电压电流的影响,测量精度也达到了1%左右,但需要增加额外的装置,不能很好的满足金属化膜电容器在线状态监测的需求。2015年,Newcastle大学的Abushafa等人提出了另一种监测子模块电容器电容值的方法[9],然后利用卡尔曼滤波器(KF)滤波得到一条收敛的电容值曲线,最后得到的电容值误差波动保持在1%以内,但其验证过程中没有考虑测量精度的影响,且不同的运行环境和测量环境会对这种方法的收敛速度和测量精度造成较大影响。

本文借鉴前人的研究成果,提出了一种基于自适应滤波器的MMC子模块电容器在线监测方法。在利用MMC的桥臂电流和子模块电压计算出子模块电容值之后,利用自适应滤波器进行滤波,不仅拥有更好的适用性,而且得到了更稳定、更精确的监测结果。同时,本文在利用仿真数据计算电容值时考虑到了工程应用时子模块电压和桥臂电流的测量误差。此外,本文最后通过实际工程的阀段级实验平台实测数据对所提算法进行了进一步验证。

1 MMC的运行结构及控制原理

三相MMC的基本结构[10]如图1所示,图1a为整体结构图,每相由上下2个桥臂构成,每个桥臂由N个子模块和一个桥臂电感组成。图1b为单个子模块的结构示意图,其中D1和D2为其反并联的二极管,C代表子模块电容器,即需要监测的电容器模块,S1和S2分别是IGBT1和IGBT2的驱动逻辑信号。根据IGBT的导通状态和子模块电流的流向可以把子模块的工作状态分为以下3种[11]。

(a)结构总图

(b)单个子模块结构图图1 三相MMC的基本结构示意图

(1)状态1。S1=S2=0均关断,此时根据电流流向不同,工作模式可分为模式1和模式2,分别用于MMC启动时向电容器供电和模块故障时将子模块电容旁路。

(2)状态2。S1=1,S2=0,工作模式根据电流流向分为模式2和模式3,这种状态由称为投入状态,此时电容器一直投入运行,不同模式下电容器处于充电或放电状态。

(3)状态3。S1=0,S2=1,此时子模块工作模式处于模式5和模式6,这2种模式下电容器均处于旁路状态。

MMC子模块不同的工作状态及工作模式如图2所示。

(a)模式1

(b)模式2

(c)模式3

(d)模式4

(e)模式5

(f)模式6

在MMC运行过程中,因为直流侧电压是由多个子模块的电容电压串联维持,所以对于每个子模块上的电容电压的平衡控制非常重要。本文采用传统的排序算法[11-12]来维持各个子模块电容电压的平衡。首先根据调制信号得到2个桥臂中应处于投入状态和切除状态的子模块的数量,再对监测到的子模块电容电压值进行排序,然后根据桥臂电流的方向确定此时投入的子模块中电容器的充电或放电状态,最后投入合适的子模块。如果电流方向会对子模块电容器充电,则选择投入子模块电容器电压较低的子模块;如果电流方向会造成子模块电容放电,则选择投入子模块电容器电压较高的子模块。如此,通过每一次的调整可以减小各个子模块的电压波动。

2 子模块电容值在线计算方法

MMC子模块电容器的状态监测通过监测电容器电容值实现。本文将通过MMC控制系统已监测的电气量(桥臂电流和子模块电容器电压)计算MMC子模块电容器电容值,实现MMC子模块的在线监测,不需要额外添加传感器。

2.1 电容值计算原理

在MMC运行过程中,子模块电容器不断充放电。利用充放电中电容器电压、充放电电流以及电容值直接的关系即可对子模块电容值进行计算。在子模块电容投入运行的状态下,电容器电压等于反馈到控制系统的子模块电容电压,充放电电流等于同一时间的桥臂电流。从前文对MMC结构和控制的分析可知,子模块电压和桥臂电流对于MMC控制系统为已知信息,且在运行过程中实时更新,因此利用子模块电容电压和桥臂电流在线获取子模块电容值的方法是可行的。对于特定的子模块,桥臂电流和子模块电容电压的关系满足

(1)

式中:i为桥臂电流;C为子模块电容值;U为子模块电容电压值;UESR为电容等效串联电阻(ESR)的电压。

MMC子模块中的电容器采用的是金属化膜电容器,其等效串联电阻是mΩ量级,由于实际等效串联电阻上的电压UESR仅占子模块电压U的0.1%,因此,等效串联电阻在电容值计算过程中可以忽略。

在实际运行过程中,由于采集的信号是离散的,所以需要对式(1)进行离散化处理,在忽略掉等效串联电阻上的电压后进行计算,得到子模块电容值C的计算公式如下

(2)

式中:Δt为测量系统的测量周期;U(t-1)、i(t-1)为上一时刻的电压、电流值;U(t)、i(t)为此时刻的电压、电流值。

电容值的计算基于单个电容器的电压和电流,因此MMC的调制策略、子模块电容电压平衡策略以及MMC子模块数量对电容值计算没有影响,由运行工况等因素造成的桥臂电流畸变对电容值计算也没有影响。本文所提电容值计算方法具有较高的适应性。

在MMC的运行过程中,电容器经常处于旁路状态,而由上式计算电容值需要子模块处于投入状态,即第2节所述状态2的电容器充放电模式。判断子模块处于投入状态的方法有以下2种。

(1)使用门极控制信号S(t)。根据第2节的分析,运行过程中,子模块只有处于投入状态的时候,电容器才被接入电路中进行正常的充放电,此状态下门极信号S1(t)=1,S2(t)=0;在切除状态下,门极信号S1(t)=0,S2(t)=1。所以,计算时首先需要根据S1(t)=1或S2(t)=0的判据判断当前时刻数据是否为子模块投入状态的连续时间段内测量的信号,并在子模块投入状态的连续时间段上利用公式(2)计算电容值。

(2)利用电容电压的波动情况进行判断。计算需在子模块投入状态的连续时间段上进行,此状态子模块电容器处于充电或放电模式,子模块电容器电压均会有变化,而子模块处于切除状态时电容器电压几乎不变。因此,通过计算数个连续的子模块电容器电压监测数据的差值,即可判断子模块是否处于投入状态。

2.2 计算精度与自适应滤波

实际测量过程中,由于电压电流的测量误差和离散过程中的量化误差等因素的影响,使得计算出的电容值呈现波动的情况。由于电容值衰减5%即可认为设备失效,当计算结果本身的不确定度超过1%时,用其判断子模块电容器老化程度的可靠性大大降低。所以,减小计算值的误差、提高电容值计算精度对于MMC子模块电容器状态监测十分重要。

本文采取自适应滤波的方法对子模块电容值的原始计算结果进行处理。自适应滤波器具有强的适应性,其优点在于不需要预先知道噪声信号的频率特性,而且参数是不断自适应,自动加以调整改变的[13-14]。对于MMC子模块中计算得到的电容值而言,其噪声干扰往往是多方面的,而且噪声特性也难以得知,所以应用这种自适应滤波的方式最为适合。

自适应滤波器的原理流程图如图3所示。原始信号首先进入滤波结构进行第一次迭代,然后对输出结果进行性能评估,本文的评估方法采取的是LMS算法[15]。根据评估的误差改变滤波器自身的滤波器系数,然后进入下一步迭代,直到得到最终的滤波结果。

图3 自适应滤波器原理图

本文选取的是基于LMS算法的经典的自适应滤波器,具体运算流程如下。

(1)滤波输出

y(n)=ωT(n)x(n)

(3)

式中:ω(n)为自适应滤波滤波器的滤波系数,是一个m维的向量,m是自适应滤波器的系数个数,该值太小会使得滤波结果不够精确,太大则会导致计算时间较长,收敛速度慢[16],在本次仿真中选取为50;x(n)为原始电容值,波动较大;y(n)为滤波后的电容值,由不断调整的滤波系数进行修正。

(2)误差信号

e(n)=d(n)-y(n)

(4)

式中:e(n)为误差信号,用于调节滤波器的滤波系数。通过参数的不断调节,最终可以获得理想的滤波效果。

(3)滤波器系数更新

ω(n+1)=ω(n)+βe(n)x(n)

(5)

3 仿真验证

为了验证本文所提子模块电容值在线获取方法的各项性能,本文利用Simulink平台搭建了一个三相9电平的MMC仿真模型。模型采用NLM调制策略[17-18],模型电容电压平衡控制方法采取经典的电容排序的方法。仿真时选取的各个电气元件参数如表1所示。

表1 仿真选取元件的参数

仿真得到的输出相电压结果如图4所示。由图4可见,输出电压为标准的阶梯波。在运行过程中测量得到的桥臂电流和子模块电压如图5、图6所示。为了模拟工程实际,将桥臂电流和子模块电压测量值测量不确定度均设置为1%。

图4 仿真模型输出电压

图5 仿真模型桥臂电流

图6 仿真模型子模块电压

图7 滤波前仿真计算的子模块电容

由桥臂电流、子模块电压以及子模块的控制信号G(t)可以测量出一系列的子模块电容值,结果如图7所示。由图7可见,未进行滤波时其误差过大,无法作为判断电容器老化的判据,所以对其进行滤波非常重要。

利用自适应滤波器对图7中的计算电容值进行滤波,所得到的最终结果如图8所示。

图8 滤波后仿真计算的子模块电容

图9 滤波后仿真计算的电容误差值

对图8所示电容值计算结果进行误差分析,误差结果如图9所示。可以看到,在仿真系统中,在桥臂电流和子模块电压测量值测量不确定度为1%的情况下,该方法得到的电容值的误差可以保持在0.5%之内,而且收敛速度也比较快,计算次数在500次以内即可收敛。计算精度和速度可以满足工程上对子模块电容器状态监测的要求。误差主要来源于式(2)对电流的离散处理时使用平均值作为一段时间内的电流值。

4 阀段级试验验证

本研究通过实际工程的阀段级试验平台对所提方法进行进一步验证。阀段试验是验证MMC运行特性和保护策略的重要手段,能够在实验室中模拟真实现场的设备开关过程和控制系统功能,因此对于子模块电容值在线计算方法的验证具有足够的说明性[19]。阀段运行试验平台由补能系统、陪试阀段、被试阀段和负载电感组成[20],其结构如图10所示,试验平台的关键参数如表2所示。

图10 阀段试验平台结构原理

阀段试验平台实测的桥臂电流和子模块电容器电压值分别如图11、图12所示。从子模块电压波形可以看出,子模块电压时而变化时而保持不变,分别对应子模块投入状态和旁路状态。

表2 阀段试验平台关键参数

图11 桥臂电流

图12 子模块电容器电压

实际工程中未必可以方便获得子模块开关的开关状态信息。本阀段级试验研究通过检测一段时间内子模块电容器电压值的变化情况来判断子模块是否处于投入状态。

选择电容处于投入状态的时刻,利用式(2)直接计算得到子模块电容器电容值如图13所示。由图13可以看出,滤波前,计算得到的电容值波动和误差较大,最大误差超过10%。

图13 滤波前阀段实测数据计算所得电容值

图14 滤波后阀段实测数据计算的电容

图15 滤波后阀段试验数据计算的子模块电容误差

对其应用自适应滤波器得到子模块电容值和误差如图14、图15所示,可以看到相比于仿真系统的测量结果,阀段试验平台数据得到的计算结果误差相对较大,这是由于工程中的测量误差等原因导致的结果,但该方法所测量得到的计算结果不确定度仍可以控制在1%以内。

另外,由图15可知,计算结果普遍小于子模块电容的标称值,经过滤波后计算结果的波动幅度小于标称电容值的1%。造成这种结果的原因可能是分析误差时使用标称值作为参考值,忽略了标称值与真值间的差别,而此电容器的真实电容值很可能小于其标称值,这样计算结果的不确定度可能比图15中所描述的情况更为乐观。由于当时不具备电容值实测条件,因此此假设暂时没有得到验证,但在实际工程运行中,可以把设备初始运行电容值计算结果保存,后期评估设备老化的电容值计算结果以设备初始运行电容值计算结果为参考。

5 结 论

本文提出了一种基于自适应滤波器的MMC子模块电容值的在线获取方法,并且分别利用仿真数据和阀段级试验平台实测数据对所提方法进行了验证,得到的主要结论如下。

(1)利用控制系统连续监测的子模块电压和桥臂电流可以在不增加额外设备的情况下对子模块电容值实现实时计算。

(2)受测量不确定度和离散处理的影响,电容值计算会产生较大波动,直接计算结果无法直接用于子模块电容器状态监测。

(3)利用自适应滤波技术可以减小子模块电容值计算结果的波动,并提高计算精度。对于本文的仿真验证模型,在测量不确定度不大于1%的情况下,计算结果的不确定度不大于0.5%,能够满足子模块电容器状态监测的要求。

本文所提在线获取方法具有较好的稳定性,受环境温度的影响较小。因为环境温度的改变只会改变电容器的ESR,而ESR的变化所引起的子模块电压的变化非常小,可以忽略不计,所以环境温度的改变几乎不会影响测量精度。

MMC子模块中所使用的金属化膜电容器的老化机理和老化模型还有待进一步完善,因此基于电容值计算的子模块电容器状态监测技术值得进一步深入研究。