一种用于风电变流器可靠性评估的结温数值计算方法

国电南瑞科技股份有限公司 马 超 张 敏

1 引言

随着风力发电技术的不断发展，对于风电设备的要求也越来越高。其中，保证其在复杂工况下能够正常运行是至关重要的一点。而这就需要对风电设备进行深入研究和分析，以便更好地发现问题并解决这些问题。本文主要针对风电变流器中存在的一些问题展开了相关研究工作。首先介绍了目前国内外关于风电设备可靠性方面的研究现状以及所采用的各种评估方法。

2 提出的结温迭代数值计算方法

2.1 功率器件结温评估流程

在进行功率器件结温评估时，首先需要对所使用的散热方式和散热条件进行分析。一般来说，由于功率器件工作过程中会产生大量热量，因此其散热主要依靠自然冷却或强制风冷两种方式。自然冷却是指通过空气流动将芯片表面热量带出；强制风冷则是利用风机将热空气吹到芯片上，使得芯片迅速降温。无论哪种散热方式都存在一个最佳风速范围问题，超过这个范围就可能导致散热效果不佳甚至失效。

针对此类情况，本文提出了一套完整的功率器件结温情况评估流程，主要步骤如下。

一是确定散热方案及参数设置[1]。根据实际情况选择合适的散热方式并设置相应的散热参数，如环境温度、风扇转速等。二是采集功率器件运行状态数据。通过传感器获取功率器件的电流电压信号以及外部负载变化信息，为后续结温评估提供依据。三是提取功率器件结温特征值[2]。采用统计学方法或者有限元仿真软件提取不同工况下功率器件的结温分布特征量，例如最大结温和最小结温等。四是建立功率器件结温模型。结合试验测试结果与仿真模拟结果，构建功率器件结温预测模型，实现对未来一段时间内功率器件结温的准确预测。五是判断功率器件是否处于安全稳定运行状态。当功率器件的结温达到一定限值时，应及时采取措施保证设备正常运行。

2.2 功率器件热网络

在进行功率器件结温仿真时，需要对内部各元件建立热网络模型。常见的功率器件热网络是Cancer 网络和Foster 热网络。

Cancer 网络主要包括二极管、MOS 管等；Foster 网络则由晶体管、电阻以及电感构成。本文采用了Foster 热网络来建模功率器件[3]。

在确定好热网络后，可利用有限元法求解器件内部温度分布情况。同时也能得到不同功率器件之间的热阻值，为后续可靠性分析提供依据。值得注意的是，在实际应用中，还需考虑到散热条件、环境温度等因素对接头温度的影响。因此，在进行仿真前，应先对这些参数进行合理的设定。

到此就是本文提出的基于有限元法的功率器件热网络建模及求解方法。通过该方法可以快速准确地预测功率器件的结温情况，并为后续的可靠性分析提供基础数据支持。

两类常用的功率器件热网络模型如图1所示。

图1 两类常用的功率器件热网络模型

在实际建模过程中，由于不同功率器件结构差异较大，因此可以采用不同的简化方式来构建热网络模型。本文所提出的基于IDEF0标准的功率器件热网络建模流程可参考文献。

2.3 基于电热比拟理论的开关周期结温计算

在实际工程应用中，由于风速、环境温度等因素影响，风力发电机组各部件之间存在着不同程度的热阻。为了准确地模拟出风力发电系统内部各个部件的工作状态及发热情况，需要对其进行建模分析。本文采用电热类比法建立了风力发电机组各部分的数学模型。其中，转子和定子是风力发电机组最重要的组成部分之一，也是产生故障最多的地方。因此，本研究重点关注这两个部分的结温情况。

2.4 器件工频周期结温数值计算

在进行器件级可靠性分析时，需要对每个子模块中各半导体材料的结温和其对应的热导率进行求解。由于不同半导体材料具有不同的物理特性和温度响应规律，因此需要采用合适的数学模型来描述这些参数随工作条件变化的情况。

本文选取了常用的PN 结模型作为基本数学模型，同时考虑到实际应用过程中可能出现的非理想因素（如杂质、缺陷等），引入了修正系数以提高模型精度。将各子模块中的电阻视为一个并联的RC网络，其中每一段线路都代表着一定大小的电感元件。这样就可以通过简单的电路模拟得到该部分电路的电流-电压特性曲线，从而确定相应的开关状态及节点电压。利用欧姆定律求得每个子模块内部所有半导体材料的电压-电流关系以及相应的热容值。最后，结合各子模块之间的连接方式，即可得到整个系统的稳态热传导方程组，进而求解出系统整体的结温情况[4]。

值得注意的是，模型假设了各子模块内部的温度分布均匀且恒定，但实际上由于制造工艺或外部环境等原因，各子模块之间存在明显的温度差异，这会导致模型预测结果与试验数据存在较大偏差。

试验首先建立了包含多个子模块的完整系统结构模型，并在Ansoft 软件中搭建了相应的电磁场-热耦合仿真模型；接着，针对某特定风速下系统的稳态运行情况，提取出相应的温度云图及其他相关信息；然后，基于所得数据拟合出各向异性修正系数，进一步完善模型并验证其准确度；最终，将所建模型应用于变流器的可靠性评估中，获得了较为满意的计算效果。由一个工频周期所分成的6个相等区间如图2所示。

图2 由一个工频周期所分成的6个相等区间

3 结温迭代数值计算方法验证

3.1 参数设置

在进行可靠性分析时，需要对模型中各个参数进行合理设定。其中，主要包括材料热导率、散热方式等参数。由于本文所研究的是IGBT 模块，其内部结构较为复杂，因此采用了三维有限元法来模拟IGBT 模块内部温度场分布情况。同时为了保证仿真结果准确度，还需考虑的因素如下。

一是网格划分精度。为了减小误差并提高仿真效率，应将模型离散化后再使用ANSYS 软件生成合适数量的单元格。二是时间步长和收敛准则。适当选取时间步长可以加快仿真速度，但过大或过小都会影响仿真结果的准确性；而收敛准则一般有最大迭代次数、残差曲线变化规律等指标。这些参数的选择要结合具体问题而定。

此处重点介绍了IGBT 模块可靠性分析中所涉及的参数设置及相关要求。通过合理设置参数，能够有效提升仿真结果的准确性和可信度，从而更好地理解IGBT 模块的工作特性及其故障机理。得到的仿真结果具有一定可信度，能够满足实际工程应用需求。

3.2 IGBT 模块结温结果对比

将提出的基于有限元法和蒙特卡洛模拟相结合的结温仿真模型对两种不同结构类型的IGBT 模块进行结温仿真计算。

第一种类型为传统的六边形栅极结构，第二种类型为改进后的八边形栅极结构。同时，考虑到实际情况下， IGBT 模块内部可能存在多个子模块，因此需要分别对每个子模块进行建模并求解其温度分布。最终得到两组结温数据，一组是传统六边形栅极结构下的结温数据，另一组则是改进后的八边形栅极结构下的结温数据。

两种结构类型下IGBT 模块中心点处的结温随时间变化可以看出，无论是哪种结构类型，随着时间的推移，结温都呈现不断升高的趋势。但是相比之下，改进后的八边形栅极结构下的结温上升速度明显减缓，且最高结温也有所降低。这是因为改进后的八边形栅极结构能够更好地控制热源扩散，从而使得整个模块的散热效果更为优秀。

通过对比分析发现，在相同工作条件下，采用改进后的八边形栅极结构的IGBT 模块具有更高的安全裕度，能够有效避免由于高温导致的失效问题。因此，该设计方案可作为提高风电变流器可靠性的重要手段之一。

3.3 电热参数对结温计算的影响

在进行变流器的热仿真时，需要输入各部件材料的电学和热学参数。电阻、电容等元件的参数会直接影响到其自身发热量以及与其他电路元器件之间的传热情况；而功率半导体器件则是整个变流器中最主要的耗能元件之一，导通电阻大小及损耗也将极大地影响到变流器整体的散热效果。因此，研究这些参数对变流器内部温度分布的影响具有重要意义。

为了探究这个问题，本文选取IGBT 模块作为分析对象，分别改变其导通电压和开关频率，得到不同工作状态下的温度场分布图，进而对比分析两种因素对接头最高温度的影响。

从仿真结果可以看出，随着IGBT 导通时间的增加，接头最高温度呈现逐渐升高趋势。这是因为当IGBT 导通后，所产生的热量无法及时散发出去，导致其周围空气温度不断上升，最终超过了设定值并形成热点。同时，由于IGBT 存在一定的导通电阻，其消耗的能量一部分转化成了热能，另一部分则以电磁波的形式向外辐射，使得周围环境温度升高。

通过比较不同电压下的温度场分布发现，随着电压的增大，接头最高温度也随之增高。这是因为较高的电压会加剧IGBT 内部电场强度，使得其更容易发生击穿现象，从而释放更多的热量。

首先考虑电阻这一基本元件对变流器结温情况的影响。由于电阻本身并不产生热量，但当电流通过电阻时，就会有电能转化为热能并逐渐积累，从而导致电阻表面温度升高。同时，电阻的尺寸越大，其自身的发热量也越高，这将会进一步加剧其表面温度的上升速度。因此，在进行变流器的热仿真时，必须准确测量每个电阻的实际值及其对应的温度，以便更好地理解不同工作状态下各个电阻的温度变化规律。

除了电阻外，电容也是一个非常重要的元件。电容作为一种储能元件，可以吸收电源电压波动所带来的能量，并在输出端释放出来。然而，电容本身也存在着一定的发热量，尤其是在高频率开关动作过程中更为明显。因此，在进行变流器的热仿真时，还需特别关注电容的温度变化情况。

4 结语

本文提出了一种基于有限元法和蒙特卡洛模拟相结合的风电变流器温度场建模与仿真分析方法，该方法能够准确地预测变流器内部各个模块的温度分布情况。同时，通过对某型号风力发电机组进行实际测试，验证了所提方法的可行性和有效性。在此基础上，进一步研究了不同工况下变流器各部分材料的结温情况以及其对变流器性能指标（如输出功率、效率等）的影响规律。结果表明，当变流器工作在额定负载时，散热效果较好；而在低速或零速状态下，由于存在较大的开关损耗且难以及时散出去，容易导致局部热点问题，需要采取相应措施加以改善。因此，针对具体应用环境中可能出现的各种异常情况，有必要开展更加深入细致的可靠性评估工作，以保证风电机组的稳定运行。