基于奇异值分解信号提取的电力电子 变压器能耗模型在线辨识方法

浦昊, 胡炎,庆晨

(上海交通大学 电子信息与电气工程学院,上海 200240)

0 引 言

电力电子变压器(power electronic transformer ,PET)是由电力电子变换器和高频变压器组成,具有电压转换、电气隔离和能量传输功能的新型变压器,利用双向多端口PET 构建起交直流混合系统,可减少电能变换环节,提高能源利用效率。电力电子变压器能耗参数识别是一个涉及多元件、时变的非线性函数问题,目前相关的详细机理模型、元器件参数很难从厂家获得,但是计算又需要知晓能耗模型以实现能效优化。

由于电力电子变压器在实际运行过程中,元件的电气特性会随着时间以及运行环境变化而产生变化,这个问题引起的模型误差会直接影响参数辨识的准确性,因此需要对其进行在线的参数辨识。文献[1]提出了采用最小二乘法结合模型预测直接功率控制提高整流器控制性能,实现了模型参数的在线辨识。文献[2]提出了一种基于拓展卡尔曼滤波的在线参数辨识技术,该方法可以抑制电流测量中的误差。文献[3]提出了一种奇异值分解的信号特征提取方法研究,而本文在此基础上对电力电子变压器能耗模型进行了在线参数辨识。

本文提出基于奇异值分解信号提取的电力电子变压器能耗模型在线辨识方法。首先根据电力电子变压器的机理模型,确定其能耗模型表达式;接着对实测的含干扰数据进行奇异值分解信号提取,所得模型与厂家给出的能效模型进行对比;通过仿真试验和实例分析验证了该方法的可行性。

1 电力电子变压器能耗机理模型

本文所研究的多端口电力电子变压器[4］通过共交流母线连接10 kV高压交流端口(HVAC)、10 kV高压直流端口(HVDC)、380 V低压交流端口(LVAC)和±375 V低压直流端口(LVDC)共4个端口,其拓扑结构如图1所示。

图1 共交流母线电力电子变压器拓扑结构图

多端口 PET可分为三个部分[5］,分别是电压源型换流器,双有源桥变换器和负载变换器。损耗主要存在于半导体器件IGBT和电磁损耗(变压器和漏电感),与电流存在多项式关系:

当IGBT处于导通状态时,损耗Pon,IGBT可以表示为:

(1)

式中:uCE为饱和电压;Iav,IGBT为IGBT电流的平均值;Irms,IGBT为IGBT电流的有效值;T为载波周期;UCE0为空载电压;RT为通态电阻。

在双有源桥变换器中,主要损耗为H桥的损耗和高频变压器的损耗。其中H桥的损耗主要是IGBT的损耗,高频变压器的损耗P主要是绕组损耗[6］：

(2)

式中:σ为绕组的电导率;w为绕组宽度;Idc为电流直流分量;Wx为绕组的厚度;J(y)为电流密度。

由此看出端口损耗实际上是关于电流的5次函:

Ploss=a+b·I+c·I2+d·I3+e·I4+f·I5

(3)

式中:a、b、c、d、e、f为对应系数。

为与厂家给出的负载率-能效曲线对比,需要将电流的损耗模型转换成负载的能效模型。对于某一端口而言,其电压保持不变,电流和端口功率成正比,通过以下关系转换。

(4)

式中:Pin为端口功率;Ploss为损耗;R为负载率;P0为额定功率。因此式(3)转换为:

η=k0+k1·R+k2·R2+k3·R3+k4·R4+k5·R5

(5)

式中:η为能效;k0、k1、k2、k3、k4、k5为对应系数。

2 基于奇异值分解信号提取的电力电子变压器 能耗模型在线辨识方法

奇异值分解法具有无延时和相移小等特点,并且选取到合适的分解的阶次可以使信号的图谱特征得到很好的保留。为了保证端口之间的相互独立性,以低压直流母线作为电力电子变压器的能量汇集环节,能够抑制端口之间的相互影响。

具体步骤如下:首先对理想运行的仿真数据进行加噪能处理;然后构造特征矩阵,设x(n)是实测的效率值序列,n=1,2,…,N,利用延迟法对x(n)进行采样,此处设x(1)为5%负载率对应的效率,间隔τ取2%,即x(2)为7%的负载率对应的效率,以此类推,x(N)取到100%的负载率对应的效率。构造特征矩阵A如下:

(6)

其中,N=L+(M-1)τ

式中:A为L×M维矩阵。对矩阵A进行奇异值分解,如式(7)所示。

(7)

奇异值反映了有用信号和噪声的集中情况, 前K个较大的奇异值反映有用信号, 后L-K个较小的奇异值反映噪声,将反映噪声的L-K个奇异值置零, 即:σK+1=σK+2=…=σL=0。

基于奇异值分解的特征提取算法的关键在于选取分解阶次L,可先适当选取一个L值 (如取L=N/3) 构造矩阵, 通过选择合适的分离阶数K来提取特征。如果提取的特征不够明显, 再增加L, 重复第一步计算过程。流程如图2所示。

图2 基于奇异值分解信号提取的电力电子 变压器能耗模型在线辨识流程

3 算例分析

首先选取某接入4台PET的数据中心的两台PET的厂家运行数据作为本文的对照标准,建立负载率-效率曲线的能效模型。接着,由于现场数据只在正常运行的能效范围内,检测到的数据不够全面。本文对两台并联的电力电子变压器进行仿真,使其处于双机对拖模式运行,即两台PET共10 kV直流母线接在一起,PET1是拽引电机,PET2是模拟负载电机,如图3所示。充分利用PET端口良好的可控性,调节流入PET2各端口功率分配,可以实现负载率从0%到100%的遍历,作为模型的输入参数。

图3 双机对拖运行模式

对含均匀噪声叠加的信号s(n)进行试验。以HVAC-LVDC端口为例,s(n)=u(n)+p(n),其中u(n)为待测的特征信号,p(n)为服从高斯分布的白噪声,其方差分别取0.5和0.005,对应的信噪比SNR=20 dB和-3 dB。

以高频交流端口为例,当信号与噪声区分度较大时,奇异值分布呈阶梯状。如图4所示,当信噪比为20 dB时,含噪信号的特征很突出,因此特征提取的效果也很明显。

图4 信噪比为20 dB时提取特征信号

当噪声进一步增强时,如图5所示,奇异值阶梯状的分布特征逐渐消失,呈直线变化趋势。此时无论如何选取分离阶数K都无法消除噪声信号的干扰。

图5 信噪比为-3 dB时提取特征信号

将此方法推广至剩余各端口,对应式(4)的参数,得到表1所示数据。

表1 能效曲线识别的参数与厂家参数对比

表1中,各端口间对应的第一行数据为厂家数据的能耗模型参数,第二行为参数识别的结果。可见利用奇异值分解法对含噪数据进行剔除,可得到准确的负载率与能效的曲线。由于进行电力电子变压器能耗模型参数识别的目的是优化运行效率,因此,为了验证试验的合理性,选取了三组数据,计算其原始数据与利用参数识别后数据的功率损耗绝对误差百分比,结果如表2所示。

表2 不同端口参数识别的误差所导致的能耗值误差 单位:%

由表2可知,与实际损耗的误差偏差在5%以内,从而验证了求解电力电子变压器能耗模型时,使用本文的模型可以满足实际运行情况。

4 结束语

针对多端口电力电子变压器变压器在线参数识别的问题,本文提出了基于奇异值分解信号提取的电力电子变压器能耗模型在线辨识方法,并通过数值仿真和干扰信号实例分析验证了该方法的有效性。研究表明,本文方法对含噪数据进行剔除排查,可得到较为准确(误差5%以内)的负载率与能效模型。本文建构的能耗模型有效可靠,可以为电力电子变压器的优化等提供参考。