[发明专利]一种基于相关性分析的模块化多电平换流器故障子模块定位方法

说明书

本发明涉及一种基于相关性分析的模块化多电平换流器故障子模块定位方法，包括以下步骤：步骤S1：进行MMC子模块电压建模；步骤S2：采用卡尔曼滤波算法对子模块的电压进行估计；步骤S3：基于相关性分析对故障子模块进行定位。本发明采用卡尔曼滤波算法(Kalman filter，KF)估计换流器子模块电压，相比基于传感器测量子模块电容电压的方法，仅需要一个电压传感器可以实现对所有子模块电压的估计。同时对子模块电压估计值进行相关性分析，可以定位出故障子模块，不需要额外的测量或者硬件模块。

技术领域

本发明涉及故障诊断领域，特别是一种基于相关性分析的模块化多电平换流器故障子模块定位方法。

背景技术

模块化多电平换流器(Modular Multilevel Converter,MMC)因其具有模块化设计、扩展性强、运行损耗小、输出波形高等优点，近几年在高压等级、大传输容量场合得到了越来越广泛的应用。然而由于子模块数量庞大，其故障诊断策略是目前提高模块化多电平变换器可靠性的重要途径。

目前，子模块故障诊断方法大多基于子模块电压测量值与估计值的比较，由故障与正常子模块的电压偏差定位故障。然而，每一个子模块都需要配备电压传感器，将造成较高的硬件成本、较复杂的软件设计难度与较高的故障发生可能性。当故障发生时，由于故障子模块需要一定的时间充电到一个很大的值，所以需要很长的时间才能定位故障。当换流器工作在不同功率水平时，电压偏差的阈值也很难确定。因此，需要一种能在电容电压达到较高值之前就能定位故障子模块的诊断方法。

发明内容

有鉴于此，本发明的目的是提供种基于相关性分析的模块化多电平换流器故障子模块定位方法，能够快速定位故障子模块，提高故障诊断的速度。

本发明采用以下方案实现：一种基于相关性分析的模块化多电平换流器故障子模块定位方法，包括以下步骤：

步骤S1：进行MMC子模块电压建模；

步骤S2：采用卡尔曼滤波算法对子模块的电压进行估计；

步骤S3：基于相关性分析对故障子模块进行定位。

进一步地，所述步骤S1具体包括以下内容：所述MMC为三相MMC，a、b、c三相分为上、下两桥臂，每个桥臂都配有一个桥臂电感L₀用以限制和平滑电流，每相的两个桥臂都有相同数量的子模块；

上、下桥臂第i个子模块的端电压分别表示为：

u_sm,p,i＝S_p,iu_c,p,i (1)

u_sm,n,i＝S_n,iu_c,n,i (2)

其中S_p,i和S_n,i分别是上、下桥臂第i个子模块的开关函数；u_c,p,i和u_c,n,i分别是上、下桥臂第i个子模块的电容电压；u_sm,p,i和u_sm,n,i分别是上、下桥臂第i个子模块的端电压；

根据基尔霍夫定律，得到以下方程：

其中u_p、u_n分别为上、下桥臂电压；i_p、i_n分别为上、下桥臂电流；v₀为输出相电压；U_dc表示直流侧电压；为了估计电容电压，将式(5)和式(6)重新排列并改写为矢量形式如下：