收稿日期：2022-10-29

基金項目：國網(wǎng)浙江省電力有限公司科技項目（5211ZS21N001）

通信作者：鄭榮亮（1998—），男，碩士研究生，主要從事電力電子器件可靠性評估方面的研究。rl.zheng@cqu.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2022-1651 文章編號：0254-0096（2024）02-0368-08

摘 要：準確快速計算模塊化多電平換流器（MMC）功率器件的結溫波動是進行壽命預測和可靠性研究的關鍵。在長時間的任務剖面下，基頻結溫波動對MMC功率模塊壽命預測的影響不容忽視。由于MMC橋臂電流的直流偏置特性，使得功率模塊內部具有熱不平衡特征。提出一種考慮熱不平衡特征的MMC功率模塊壽命預測方法。首先，分析MMC子模塊功率器件的熱不平衡特征，提出考慮電熱耦合的功率器件低頻熱循環(huán)提取方法，考慮器件損耗熱不平衡特征，提出基頻結溫波動的快速迭代求解方法；然后，利用Bayerer模型和Miner理論所建立的熱循環(huán)與器件損傷之間的聯(lián)系，實現(xiàn)MMC系統(tǒng)功率模塊的壽命預測。最后，利用算例對所提方法進行驗證和分析。

關鍵詞：功率變換器；熱循環(huán)；結溫；模塊化電平換流器；功率模塊；壽命預測

中圖分類號：TM46"""""""""""""""""""""""""" 文獻標志碼：A

0 引 言

隨著新型電力系統(tǒng)的建設和發(fā)展，風電、光伏等具有較強波動性和隨機性的新能源大規(guī)模接入電網(wǎng)，給電網(wǎng)的綜合承載能力帶來巨大考驗［1］。以模塊化多電平換流器（modular multilevel converter， MMC）為拓撲結構的柔性直流輸電技術因其優(yōu)良的可控性和靈活性，成為解決新能源并網(wǎng)所帶來的功率擾動問題的有效技術手段。絕緣柵雙極晶體管（insulated gate bipolar transistor， IGBT）模塊是MMC系統(tǒng)的核心功率開關器件，多數(shù)MMC故障也由IGBT的失效導致［2］。因此，準確預測MMC中IGBT模塊壽命，有利于指導系統(tǒng)維護，是建立清潔安全高效輸電網(wǎng)絡的有力保障［3］。

運行過程中熱循環(huán)沖擊導致的永久損傷是造成IGBT模塊失效的主要原因［4］。由于各地光強、風速和氣溫的差異，使得不同地區(qū)新能源電站接入的MMC系統(tǒng)功率模塊所承受的熱應力也大不相同，其運行壽命隨之受到影響。為了考慮實際環(huán)境影響，國內外學者傾向于采用統(tǒng)計學方法生成新能源發(fā)電場景，文獻［5］根據(jù)風速的概率分布，基于電子設備可靠性手冊提出風電變流器功率模塊的壽命估計方法。然而，由于新能源發(fā)電具有鮮明的時空特性，統(tǒng)計學方法生成的場景往往難以全面描述新能源電能的不確定性［6］。

為解決上述問題，研究人員提出考慮任務剖面的IGBT模塊壽命估計方法，通過將光強、風速和氣溫等環(huán)境任務剖面轉化為功率器件的低頻熱循環(huán)，再利用壽命模型將熱循環(huán)轉化成器件損傷，從而推算器件壽命。文獻［7］結合年光強和氣溫剖面，提出光伏逆變器的綜合壽命預測方法；文獻［4］使用年風速剖面，實現(xiàn)海上風電場接入的MMC系統(tǒng)功率模塊的壽命預測。

盡管基于任務剖面的IGBT模塊壽命估計研究已取得一系列研究成果。但值得注意的是，能對功率器件造成壽命損傷的熱循環(huán)沖擊除了有任務剖面變化引起的低頻熱循環(huán)，還有基頻電流引起的周期性器件損耗所導致的基頻熱循環(huán)。雖然基頻結溫波動的波動幅值通常較小，但其循環(huán)頻率循環(huán)數(shù)量巨大，對IGBT模塊所造成的損傷不可忽視。采用傳統(tǒng)時域仿真進行長時間任務剖面下的結溫波動計算需耗費大量的計算機資源和時間，普通計算機難以勝任［8］。文獻［9］提出考慮基頻結溫波動的風電變流器IGBT模塊失效率計算方法，彌補了原有方法在基頻熱循環(huán)考慮上的空缺。但區(qū)別于風電變流器的兩電平結構，由于MMC橋臂電流的直流偏置特性，使得子模塊內部存在熱不平衡現(xiàn)象［10］，該方法不可直接套用于MMC系統(tǒng)功率模塊的壽命預測。

針對上述問題，本文提出一種考慮熱不平衡特征的MMC功率模塊壽命預測方法。首先，分析MMC子模塊功率器件的熱不平衡特征，考慮電熱耦合作用關系，提出功率器件低頻熱循環(huán)提取方法，并給出一種基頻結溫波動快速準確迭代計算方法。然后；結合所提方法，從基于加速老化試驗的壽命預測方法出發(fā)，給出考慮熱不平衡特征的MMC功率模塊壽命預測流程；最后，利用算例驗證所提方法的優(yōu)勢。

1 新能源接入的MMC系統(tǒng)

新能源接入的MMC系統(tǒng)簡化示意圖如圖1所示。發(fā)電系統(tǒng)由若干風力發(fā)電機和光伏組件組成，其將自然界的風能和太陽能轉化為電能。電能經(jīng)升壓變接入MMC整流側，整流側與逆變側經(jīng)直流線路相連，逆變側經(jīng)交流線路連接至電網(wǎng)［11］。

以逆變側為例，一個MMC有6個橋臂，每個橋臂由1個電阻Rarm、1個電抗Larm和N個子模塊SM串聯(lián)而成，每一相的上下2個橋臂合在一起稱為一個相單元。MMC三相對稱，直流電流Idc在3個相單元平均分配。以A相為例，交流電流ia在A相上下橋臂平均分配，因此，A相上、下橋臂電流iau和ial可表示為：

[iau=13Idc+12ia=13Idc+12Iasin（ωt-φ）ial=13Idc-12ia=13Idc-12Iasin（ωt-φ）]""""" （1）

式中：Ia——交流電流幅值，A；ω——基波角頻率，rad/s；φ——功率因數(shù)角，rad。

MMC的子模塊單元主要有半橋、全橋、鉗位雙子模塊3種拓撲結構，目前絕大多數(shù)在運的MMC工程采用半橋子模塊結構［12］，其主要由2個IGBT、2個反向并聯(lián)二極管和1個直流電容器構成，拓撲結構如圖2所示。

2 熱不平衡分析與低頻熱循環(huán)提取

2.1 器件熱不平衡特征分析

根據(jù)半橋子模塊的投切狀態(tài)和電流方向，正常運行時，其存在4種工作狀態(tài)，如圖3所示。

當子模塊處于投入狀態(tài)時，若電流為正，電流流經(jīng)二極管VD1，此時VD1上產生導通損耗；若電流為負，電流流經(jīng)T1，此時T1上產生導通損耗。同理，當子模塊處于切除狀態(tài)時，T2和二極管VD2上產生通態(tài)損耗。子模塊在不同的工作模式間相互切換過程中，IGBT和二極管還會產生相應的開關損耗和反向恢復損耗。

根據(jù)上述分析結果，IGBT的功率損耗Ploss_T主要包括導通損耗Pcon_T和開關損耗Psw_T；二極管的功率損耗Ploss_VD主要包括導通損耗Pcon_VD和反向恢復損耗Prec_VD，可表示為：

[Ploss_T=Pcon_T+Psw_TPloss_VD=Pcon_VD+Prec_VD]" （2）

要對IGBT模塊的損耗進行計算，首先需獲得每個器件的導通電流。由于篇幅限制，文中未對電流的計算展開分析，具體過程可參考文獻［13］。

值得注意的是，由于MMC的直流偏置特性，影響了IGBT模塊中損耗的均勻分布特性。圖4為MMC的A相上橋臂一個基頻周期的電流波形示意圖，結合圖3可知，T1和VD2的工作區(qū)間為［π+2φ-γ，2π+γ］，T2和VD1的工作區(qū)間為［γ，π+2φ-γ］。其中，γ為橋臂電流的零點。

可看出，受直流偏置電流的影響，功率器件在一個基頻周期內的工作時間不等于半個基頻周期，每個器件的導通電流呈近似正弦半波分布，由于器件損耗主要取決于電流，因此器件損耗呈現(xiàn)出與導通電流相似的近似正弦半波分布，文獻［12］的研究也證明了MMC功率器件損耗的這一特點，稱該特點為熱不平衡。因此，在器件基頻結溫波動的計算中，有必要進一步考慮器件損耗的這一特點。

2.2 低頻熱循環(huán)計算方法

2.2.1 器件平均損耗計算方法

根據(jù)IGBT模塊產商提供的數(shù)據(jù)手冊，可獲得IGBT、二極管正向導通壓降、開關（反向恢復）損耗與其導通電流在不同結溫下的典型曲線。通?？墒褂煤瘮?shù)擬合的方法獲得上述典型曲線的解析表達式，以模塊中的IGBT為例。

[VCETTj=VCE0TTj+RCETTjIc]" （3）

[EswTTj=EonTTj+EoffTTj=aTTTj+bTTTjIc+cTTTjIc2]"""" （4）

式中：VCE——IGBT的導通壓降，V；[TTj]——IGBT的結溫，℃；VCE0、RCE、aT、bT、cT——IGBT典型曲線的擬合參數(shù)；Esw——IGBT的單次開關損耗，J；Ic——器件的導通電流，A。其中IGBT的單次開關損耗Esw為單次開通損耗Eon和單次關斷損耗Eoff之和。

通常情況下，數(shù)據(jù)手冊只給出2～3組典型曲線。其他結溫下的擬合參數(shù)可通過線性插值獲得，插值公式為：

[kTj=kTα-kTβTα-TβTj-Tβ+kTβ，k∈VCE0，RCE，aT，bT，cT]

（5）

式中：k（Tj）、k（Tα）和k（Tβ）——器件在相應結溫下的擬合參數(shù)值；Tj——實際結溫，℃；Tα、Tβ——數(shù)據(jù)手冊所提供的典型曲線對應的結溫，℃。

因此，IGBT通態(tài)損耗可表示為：

[Pcon_TTTj=1T00T0VCE?Icdt=VCE0TjIc+RCETjIc2]"""""" （6）

考慮器件兩端的實際工作電壓VC的影響，IGBT的開關損耗［14］可表示為：

[Psw_TTTj=kTfsESWTTjVCVTref]"""" （7）

式中：kT——柵極電阻影響因子；fs——器件的開關頻率，Hz；VTref——產商獲得器件開關損耗典型曲線所使用的實驗電壓，V。

同理，可得到IGBT模塊中二極管的平均損耗計算方法。

2.2.2 考慮電熱耦合的低頻熱循環(huán)提取方法

本文使用如圖5所示的Foster模型來描述IGBT模塊的熱特性［15］。圖中Rti，Cti和Rdi，Cdi（i∈{1，2，3，4}）分別表示IGBT和二極管在第i階Foster網(wǎng)絡中的熱阻和熱容；同理，Rtch、Ctch和Rdch、Cdch分別為相應位置導熱硅脂的熱阻、熱容；Rhs和Chs為散熱器的熱阻和熱容；Tj表示結溫，Tc表示半導體器件與導熱硅脂接觸處溫度，Th表示散熱器溫度，Ta表示環(huán)境溫度。

在穩(wěn)態(tài)結溫的計算中，通常風速和環(huán)境溫度的變化時間（min級）遠大于各階Foster模型的時間常數(shù)（ms級），因此在計算穩(wěn)態(tài)結溫變化時，熱網(wǎng)絡中的熱電容可忽略［16］。IGBT和二極管的穩(wěn)態(tài)結溫用式（8）計算：

[TTj=Ploss_Ti=14Rti+Rtch+Ploss_T+Ploss_VDRha+TaTDj=Ploss_VDi=14Rti+Rdch+Ploss_T+Ploss_VDRha+Ta]"""""" （8）

由式（3）～式（7）可知，功率器件結溫與損耗之間相互耦合，且與環(huán)境溫度相關。因此為獲得準確的結溫計算結果，需考慮結溫反饋，進行迭代求解計算，其求解流程如圖6所示［17］。迭代伊始，將環(huán)境信息轉化為MMC的電應力，并進行器件結溫的初始化，通過典型特性曲線插值獲得功率器件參數(shù)；然后將上述計算和插值結果依次代入功率器件的損耗和熱網(wǎng)絡模型，獲得新的損耗和結溫；接著將新的結溫計算結果與上一次迭代結果進行對比，若小于指定誤差則輸出迭代結果，反之則重復上述過程直至誤差小于指定值。

由于電應力和氣溫剖面的無序性，導致所得到的結溫序列難以直接用于器件的損傷計算。使用雨流計數(shù)算法能從雜亂的結溫波動序列中提取出適用于壽損傷計算的低頻熱循環(huán)信息矩陣，從而實現(xiàn)IGBT模塊各器件低頻熱循環(huán)的獲取［13］。

3 考慮熱不平衡特征的基頻熱循環(huán)提取方法

3.1 器件損耗等效方法

根據(jù)2.1節(jié)分析結果可知，實際運行中MMC功率器件存在熱不平衡特征，本文考慮損耗實際分布特點，參考先前研究，做如下等效［10，18］。

如圖4所示，在逆變運行工況下，一個基頻周期內T2、VD1和T1、VD2的工作時間[ton]和[ton′]分別為：

[ton=π+2φ-2γ2πT0]"""""" （9）

[ton′=π-2φ+2γ2πT0]"" （10）

先將平均功率損耗Ploss修正為周期為2倍功率器件工作時間的正弦半波損耗，如圖7a所示，根據(jù)面積等效原理，可知存在以下關系：

[PlossT0=0tonPmaxsinπtontdt]""" （11）

根據(jù)式（9）和式（11）可得T2和VD1的等效正弦半波損耗峰值為：

[Pmax"=π2π+2φ-2γPloss]""""" （12）

同理，T1和VD2的等效正弦半波損耗峰值為：

[Pmax"′=π2π-2φ+2γPloss]" （13）

接著，同樣利用面積等效原理，將一個基頻周期內的正弦半波損耗用如圖7b所示階梯波進行等效。理論上，等效的階梯數(shù)越多，階梯波對正弦半波損耗的逼近效果越好，由于篇幅限制和為了方便呈現(xiàn)，本文選擇三段階梯波進行等效分析，每段階梯所跨時間長度Δt=ton/3。三段階梯波幅值分別為Pa、Pb和Pc，其大小分別為：

[Pa=Pc=3π0π3Pmaxsinωtdωt="32πPmax"]"" （14）

[Pb=3ππ32π3Pmaxsinωtdωt="3πPmax"]""" （15）

因此，每段階梯波幅值與平均功率損耗[Ploss]的關系為：

[Pa=Pc=3π2（π+2φ-2γ）Ploss]" （16）

[Pb="3ππ+2φ-2γPloss]"" （17）

a. 平均損耗正弦半波化""""""""""""""""""""""" b. 正弦半波損耗階梯波化

3.2 基頻結溫波動迭代求解方法

將階梯波損耗作為單階Foster網(wǎng)絡的熱流源，網(wǎng)絡熱阻為Ri，時間常數(shù)為τi，圖8為功率器件結溫逐漸過渡到穩(wěn)態(tài)的過程示意圖，可對該過程進行式（8）～式（26）所示的推導［18］。

junction temperature

在圖8所示結溫由初始溫度[T′]變化到[Tc]階段，可得：

[Ta=PaRi1-e-Δtτi+T′]"""" （18）

[Tb=PbRi1-e-Δtτi+Tae-Δtτi]" （19）

[Tc=PcRi1-e-Δtτi+Tbe-Δtτi]" （20）

聯(lián)立式（18）～式（20）可得：

[Tj1_max=Tb=PaRi1-e-2Δtτi+（Pb-Pa）Ri1-e-Δtτi""""""""""""""""""""+Te-Δtτi]"""""" （21）

[Tc=Tj1_maxe-Δtτi+PaRi1-e-Δtτi] （22）

在圖8所示結溫由初始溫度Tc變化到Tj1_min階段，在該區(qū)間內功率器件無損耗產生，故結溫持續(xù)下降，因此可得：

[Tj1_min=Tce-（T0-3Δt）τi"""""""""=Tj1_maxe-（T0-2Δt）τi+PaRi（1-e-Δtτi）e-（T0-3Δt）τi] （23）

Tj1_min變化到Tj2_max階段重復式（18）和式（19）過程可得：

[Tj2_max=PaRi1-e-2Δtτi+（Pb-Pa）Ri1-e-Δtτi+Tj1_mine-2Δtτi]""""" （24）

經(jīng)n次波動過程，結溫波動趨于穩(wěn)定，此時有：

[Tjn_min=Tjn_ce-（T0-3Δt）τi"""""""""=Tjn_maxe-（T0-2Δt）τi+PaRi1-e-Δtτie-（T0-3Δt）τi]""""" （25）

[Tj（n+1）_max=PaRi1-e-2Δtτi+（Pb-Pa）Ri1-e-Δtτi+Tjn_mine-2Δtτi]"""""""""""""""""""" （26）

認為結溫波動達到穩(wěn)定狀態(tài)后，各波峰峰值相等，即Tjn_max=Tj（n+1）_max。將式（25）代入式（26）可得穩(wěn)定后該單階Foster模型的結溫最大值Tmax_i為：

[Tmax_i=PaRi1-e-2Δtτi+（Pb-Pa）Ri1-e-Δtτi1-e-T0τi+"""""""""""""""""""""" "PaRi1-e-Δtτie-（T0-Δt）τi1-e-T0τi]"""""" （27）

據(jù)此可計算得結溫最小值Tmin_i為：

[Tmin_i=Tmax_ie-（T0-2Δt）τi+PaRi1-e-Δtτie-（T0-3Δt）τi]"""""" （28）

根據(jù)電路的疊加定理，將各單階Foster模型疊加，可得器件的基頻結溫波動幅值為：

[ΔTj=i=14Tmax_i+Tmax_ch-i=14Tmin_i-Tmin_ch]" （29）

平均值為：

[Tm=（Tmax+Tmin）/2]"" （30）

同理，可將上述分析推廣至用任意多個矩形波損耗進行等效的情況。

3.3 基頻熱循環(huán)提取

根據(jù)上述基頻結溫波動計算方法推導所得的基頻結溫波動解析模型，可計算在任務剖面下的基頻結溫最大值Tmax、最小值Tmin、結溫波動幅值ΔTj和平均值Tm序列；根據(jù)任務剖面的時間間隔可計算基頻熱循環(huán)周期數(shù)[N]。利用上述信息可構建基頻熱循環(huán)信息矩陣，完成基頻熱循環(huán)獲取。

4 MMC功率模塊壽命預測方法

4.1 基于加速老化試驗的壽命預測方法

在實際應用中，器件承受不同程度的熱循環(huán)沖擊，為建立熱循環(huán)與器件壽命之間的聯(lián)系，需在不同熱循環(huán)條件下對功率器件進行加速老化試驗，根據(jù)試驗數(shù)據(jù)建立循環(huán)失效周期數(shù)與熱循環(huán)及其他影響因素之間的解析關系模型［19］。Bayerer模型將IGBT模塊溫升時間、阻斷電壓、鍵合線電流等復雜因素均納入考慮范圍，使得模型的預測結果更符合實際［3］，其模型表達式為：

[Nf=AΔTjβ1eβ2Tj_min+273tβ3onIβ4Uβ5Dβ6]""""" （31）

式中：Nf——循環(huán)失效周期數(shù)，個；；A、[β1～β6]——壽命模型參數(shù)，可從英飛凌的加速老化數(shù)據(jù)擬合獲得，其值分別為9.3×1014、-4.416、1285、[-0.463]、-0.716、-0.761和-0.5［20］；ΔTj、Tj_min——功率器件的結溫波動幅值與結溫最小值，℃；I——鍵合線通過電流的有效值，A；U——功率模塊耐壓值，V；D——鍵合線直徑，μm。

根據(jù)Miner線性疲勞累積損傷理論可知，功率器件總損傷H等于各熱循環(huán)所造成的損傷之和，如式（32）所示。

[H=HL+HF=n=1NNnNf，n×100%]""""" （32）

式中：[HL]、[HF]——低頻、基頻熱循環(huán)所造成的損傷，%；Nn——第n個熱循環(huán)的周期數(shù)，個；Nf，n——與第n個熱循環(huán)對應的循環(huán)失效周期數(shù)，個。

根據(jù)相應時間段內功率器件的累計總損傷，可計算功率器件的使用壽命[L]［21］為：

[L=1H]"" （33）

由于4個功率器件集成在一個IGBT模塊之中，因此IGBT模塊的壽命L′由4個器件共同決定，取決于壽命最短的器件，表達式為：

[L=minLTi，LVDi，i∈1，2]"""""" （34）

式中：[LTi、][LVDi]——Ti、VDi的壽命，a。

4.2 考慮熱不平衡的MMC功率模塊壽命預測流程

本文所提考慮熱不平衡的MMC功率模塊壽命預測流程如圖9所示。

5 算例驗證與分析

5.1 算例概述

為驗證本文所提壽命估計方法能否實現(xiàn)MMC功率模塊壽命的準確預測，本文算例選取的MMC系統(tǒng)參數(shù)如表1所示［3］，選用5SNA1500E330305功率模塊作為開關器件。風速、光強和環(huán)境溫度數(shù)據(jù)來源于美國國家可再生能源實驗室和德

卡太陽能中心，采樣時間間隔為5 min。風力發(fā)電機選用2.5 MW的直驅式風機，其切入、額定、切出風速分別為3、12、25 m/s；光伏組件的最大輸出功率為250 W。設置風電機組和光伏陣列的額定容量之比為3∶2，設置光伏系統(tǒng)的容配比為1.8。電熱耦合迭代初始結溫為40 ℃，收斂判據(jù)[e=10-5 ℃]。

5.2 功率模塊壽命預測結果與驗證

表2給出了MMC系統(tǒng)逆變側和整流側的IGBT模塊各器件的壽命預測結果。由表2可知，MMC逆變側IGBT模塊壽命取決于T2，為26.20 a；整流站IGBT模塊壽命取決于VD1，為29.48 a。計及基頻熱損傷后，各器件的壽命出現(xiàn)不同程度的縮短。表明基頻熱循環(huán)對MMC功率器件壽命準確預測具有一定的影響，說明了計及基頻熱循環(huán)的必要性。

由于世界上首個MMC輸電工程［22］自2010年才正式投運，因此難以從實際數(shù)據(jù)出發(fā)直接驗證本文所提方法估計結果的準確性［23］。因此本文通過與現(xiàn)有研究結果對比間接驗證功率模塊壽命估計結果的有效性。

為了驗證功率模塊壽命估計結果的有效性，本文將表2計算結果與現(xiàn)有文獻的計算結果進行對比。結果與文獻［4］中各器件的壽命分布一致；功率模塊整體壽命均在30 a附近，文獻［24］表明該預測結果符合MMC現(xiàn)場的實際情況，由此證明了本文所提壽命模型計算結果的有效性。而造成結果略微差異的原因一方面是由于文獻［24］未考慮功率器件結溫計算過程中的電熱耦合關系；另一方面是因為文獻［24］所選用的Coffin-Manson壽命模型與本文選用的Bayerer模型有所差異。上述分析可間接說明表2所示MMC功率器件壽命預測結果的準確性。

5.3 基頻結溫波動迭代求解方法準確性驗證

為了驗證本文所提基頻結溫計算方法的有效性，以幅值為500π W的正弦半波損耗在T1上產生的結溫波動曲線為基準，將本文所提結溫波動迭代求解方法與不考慮熱不平衡特征的常規(guī)方法計算結果進行對比，如圖10所示。從圖10可看出，兩種方法計算的基頻結溫波動最小值Tmin很接近，且與基準值偏差很小，而結溫最大值Tmax存在明顯偏差，本文所提方法計算結果更接近基準值。根據(jù)相對偏差計算公式為：

[η=Tref_max-TmaxΔTref×100%]""" （35）

式中：Tref_max——基準結溫波動最大值，℃；Tmax——不同方法計算所得結溫波動最大值，℃；[ΔTref]——基準結溫波動最大值和最小值之差，℃。

利用式（35）計算上述兩種方法計算結果與基準值的相對偏差可知，本文所提方法的計算偏差為2.95%，而常規(guī)方法的計算偏差為14.80%，遠大于本文所提方法。該結果驗證了本文所提基頻結溫波動求解方法的準確性。

5.4 考慮熱不平衡特征前后的器件基頻年壽命損傷對比

為表征考慮熱不平衡特征前后器件基頻年壽命損傷計算結果的差異，進一步證明本文所提方法的優(yōu)勢，將熱不平衡特征考慮前后器件的基頻年壽命損傷計算結果進行對比，如圖11所示。可看出，考慮熱不平衡特征后，各器件的年壽命損傷計算值大幅上升。以整流側VD1為例，考慮熱不平衡特征后，其基頻年壽命損傷為0.123%，為考慮前0.021%的5.86倍。整流側其他器件T1、T2、VD2考慮熱不平衡特征前后基頻年壽命損傷分別變化1.81、6.00、1.84倍。由此可說明，熱不平衡特征對功率器件的基頻壽命損傷計算有重要影響，若不考慮熱不平衡特征，會導致對IGBT模塊壽命的高估。

造成以上結果的原因是考慮熱不平衡特征后，計算所得的基頻結溫波動幅值會高于考慮前，如圖10所示，因此由基頻熱循環(huán)導致的損傷也會大于考慮前。由此可說明本文所提基頻結溫波動迭代計算方法對功率模塊壽命準確估計的必要性。

6 結 論

本文針對新能源接入的MMC系統(tǒng)，提出考慮熱不平衡特征的MMC功率模塊壽命預測方法，經(jīng)算例分析得到以下主要結論：

1）算例中MMC逆變側功率模塊的預測壽命為26.20 a；整流側為29.48 a。所提預測方法計算結果與現(xiàn)有研究成果接近，間接驗證了預測方法的有效性。

2）所提基頻結溫波動迭代計算方法考慮了MMC功率器件的熱不平衡特征。利用算例說明了相比于傳統(tǒng)方法14.80%的偏差，所提方法的結溫波動計算偏差降為2.95%，驗證了該方法的準確性。

3）考慮熱不平衡特征后所得器件基頻年壽命損傷大于考慮前，其中整流側T2的基頻壽命損傷是考慮熱不平衡特征前的6.00倍，說明忽略熱不平衡特征會導致對IGBT模塊壽命的高估。

相較于現(xiàn)有研究，本文所提MMC功率模塊壽命預測方法計及了基頻熱循環(huán)的影響。通過考慮器件的熱不平衡特征，提出基頻結溫波動的迭代計算方法，使壽命預測結果更準確，可為MMC系統(tǒng)運維、延壽和冗余設計提供有力支撐。

［參考文獻］

［1］"""" 張智剛， 康重慶. 碳中和目標下構建新型電力系統(tǒng)的挑戰(zhàn)與展望［J］. 中國電機工程學報， 2022， 42（8）： 2806-2819.

ZHANG Z G， KANG C Q. Challenges and prospects for constructing the new-type power system towards a carbon neutrality future［J］. Proceedings of the CSEE， 2022， 42（8）： 2806-2819.

［2］"""" FISCHER K， PELKA K， BARTSCHAT A， et al. Reliability of power converters in wind turbines： exploratory analysis of failure and operating data from a worldwide turbine fleet［J］. IEEE transactions on power electronics， 2019， 34（7）： 6332-6344.

［3］"""" 王希平， 李志剛， 姚芳. 考慮任務剖面的模塊化多電平換流器可靠性評估方法研究［J］. 中國電機工程學報， 2021， 41（7）： 2495-2507.

WANG X P， LI Z G， YAO F. The reliability assessment method for MMCs considering mission profile［J］. Proceedings of the CSEE， 2021， 41（7）： 2495-2507.

［4］"""" LIU H， MA K， LOH P C， et al. Lifetime estimation of MMC for offshore wind power HVDC application［C］//2014 International Power Electronics and Application Conference and Exposition. Shanghai， China， 2014： 35-40.

［5］"""" XIE K G， JIANG Z F， LI W Y. Effect of wind speed on wind""" turbine""" power""" converter""" reliability［J］."" IEEE transactions on energy conversion， 2012， 27（1）： 96-104.

［6］"""" 張承圣， 邵振國， 陳飛雄， 等. 基于條件深度卷積生成對抗網(wǎng)絡的新能源發(fā)電場景數(shù)據(jù)遷移方法［J］. 電網(wǎng)技術， 2022， 46（6）： 2182-2190.

ZHANG C S， SHAO Z G， CHEN F X， et al. Renewable power generation data transferring based on conditional deep"" convolutions"" generative"" adversarial"" network［J］. Power system technology， 2022， 46（6）： 2182-2190.

［7］"""" 劉悅遐， 黃萌， 劉懿， 等. 基于任務剖面的光伏逆變器綜合壽命預測［J］. 太陽能學報， 2019， 40（10）： 2789-2796.

LIU Y X， HUANG M， LIU Y， et al. Integrated lifetime prediction of pv inverters based on mission profile［J］. Acta energiae solaris sinica， 2019， 40（10）： 2789-2796.

［8］"""" 王希平， 李志剛， 姚芳. 模塊化多電平換流閥IGBT器件功率損耗計算與結溫探測［J］. 電工技術學報， 2019， 34（8）： 1636-1646.

WANG X P， LI Z G， YAO F. Power loss calculation and junction temperature detection of IGBT devices for modular"" multilevel"" valve［J］."" Transactions"" of"" China Electrotechnical Society， 2019， 34（8）： 1636-1646.

［9］"""" 杜雄， 李高顯， 孫鵬菊， 等. 考慮基頻結溫波動的風電變流器可靠性評估［J］. 電工技術學報， 2015， 30（10）： 258-265.

DU X， LI G X， SUN P J， et al. Reliability evaluation of wind power converters considering the fundamental frequency junction temperature fluctuations［J］. Transactions of China Electrotechnical Society， 2015， 30（10）： 258-265.

［10］""" ZHANG Y， WANG H， WANG Z X， et al. Simplified thermal modeling for IGBT modules with periodic power loss profiles in modular multilevel converters［J］. IEEE transactions on industrial electronics， 2019， 66（3）： 2323-2332.

［11］""" ZHANG Y， WANG H， WANG Z X， et al. The impact of mission profile models on the predicted lifetime of IGBT modules in the modular multilevel converter［C］//IECON 2017-43rd Annual Conference of the IEEE Industrial Electronics Society. Beijing， China， 2017： 7980-7985.

［12］""" 羅永捷， 宋勇輝， 熊小伏， 等. 高壓大容量MMC換流閥損耗精確計算［J］. 中國電機工程學報， 2020， 40（23）： 7730-7742.

LUO Y J， SONG Y H， XIONG X F， et al. Accurate loss calculation method for bulk-power MMCs［J］. Proceedings of the CSEE， 2020， 40（23）： 7730-7742.

［13］""" WANG L J， XU J Y， WANG G， et al. Lifetime estimation of"" IGBT"" modules"" for"" MMC-HVDC"" application［J］. Microelectronics reliability， 2018， 82： 90-99.

［14］""" 周瑩坤， 齊磊， 崔翔， 等. 采用載波移相調制的模塊化多電平換流器損耗一致性分析［J］. 電力系統(tǒng)自動化， 2016， 40（20）： 100-106.

ZHOU Y K， QI L， CUI X， et al. Loss consistency analysis of modular multilevel converter using carrier phase shifted sinusoidal pulse width modulation［J］. Automation of electric power systems， 2016， 40（20）： 100-106.

［15］""" CHEN Y A， WANG L J， LIU S Q， et al. A health-oriented power control strategy of direct drive wind turbine［J］. IEEE transactions on power delivery， 2022， 37（2）： 1324-1335.

［16］""" MA K， LISERRE M， BLAABJERG F， et al. Thermal loading and lifetime estimation for power device considering mission profiles in wind power converter［J］. IEEE transactions on power electronics， 2015， 30（2）： 590-602.

［17］""" ZHENG R L， WANG Y Y， QIAN W R， et al. MMC power device loss and junction temperature calculation considering""" junction""" temperature""" feedback［C］//2022 IEEE International Conference on High Voltage Engineering" "and"" Applications（ICHVE）."" Chongqing， China， 2022： 1-4.

［18］""" WANG X P， LI Z G， YAO F， et al. Simplified estimation of junction temperature fluctuation at the fundamental frequency for IGBT modules considering mission profile［J］. IEEE access， 2019， 7： 149308-149317.

［19］""" LUTZ J， SCHLANGENOTTO H， SCHEUERMANN U， et al. Semiconductor" power" devices［M］. Berlin： Springer-verlag， 2011.

［20］""" BAYERER R， HERRMANN T， LICHT T， et al. Model for power cycling lifetime of IGBT modules-various factors" influencing lifetime［C］//5th International Conference on Integrated Power Electronics Systems. Nuremberg， Germany， 2008.

［21］""" 呂高泰， 雷萬鈞， 趙佳琪， 等. MMC子模塊關鍵器件長時間尺度運行工況老化分析與可靠性評估［J］. 高電壓技術， 2020， 46（10）： 3469-3476.

LYU G T， LEI W J， ZHAO J Q， et al. Long-time scale working condition based aging analysis and reliability evaluation of key devices in MMC submodule［J］. High voltage engineering， 2020， 46（10）： 3469-3476.

［22］""" TEEUWSEN S P. Modeling the trans bay cable project as voltage-sourced""" converter""" with""" modular""" multilevel converter" design［C］//2011" IEEE" Power" and" Energy Society General Meeting. Detroit， MI， USA， 2011.

［23］""" 許啟東， 鄭文迪， 邵振國， 等. 基于構建子模塊相關性場景的MMC可靠性分析方法［J］. 高壓電器， 2021， 57（11）： 76-83.

XU Q D， ZHENG W D， SHAO Z G， et al. Reliability analysis method of modular multilevel converter based on constructing"" submodule"" correlation"" scenario［J］."" High voltage apparatus， 2021， 57（11）： 76-83.

［24］""" 戴濤， 姚暉， 劉黎， 等. 考慮任務剖面的MMC關鍵器件綜合壽命預測［J］. 電測與儀表， 2019， 56（5）： 1-5， 19.

DAI T， YAO H， LIU L， et al. Integrated lifetime prediction of MMC based on mission profile［J］. Electrical measurement amp; instrumentation， 2019， 56（5）： 1-5， 19.

LIFETIME ESTIMATION OF MMC POWER MODULES CONSIDERING THERMAL IMBALANCE CHARACTERISTICS

Zheng Rongliang1，Wang Youyuan1，Liu Li2，Yu Enke2，Long Shi1，Hou Jinhong1

（1. State Key Laboratory of Power Transmission Equipment amp; System Security and New Technology， Chongqing University， Chongqing 400044， China；

2. State Grid Zhoushan Power Supply Company， Zhoushan 316000， China）

Abstract：Accurate and rapid calculation of the junction temperature fluctuations of modular multilevel converter （MMC） power devices accurately and quickly is the key to lifetime estimation and reliability studies. The impact of fundamental frequency junction temperature fluctuations on MMC power module lifetime estimation cannot be ignored under a long-time mission profile. Due to the DC bias characteristics of the MMC bridge arm current， the power module has thermal imbalance characteristics inside， and this paper proposes a lifetime estimation method of MMC power module considering the thermal imbalance characteristics. Firstly， the thermal imbalance characteristics of the MMC sub-module power devices are analyzed. A low-frequency thermal cycle extraction method for power devices considering electrothermal coupling is proposed， and a fast-iterative solution method for the fundamental frequency junction temperature fluctuation is proposed considering the device loss thermal imbalance characteristics. Then， the link between thermal cycling and device damage established by Bayerer’s model and Miner’s theory is used to realize the lifetime estimation of power modules of MMC systems. Finally， the proposed method is validated and analyzed using an example.

Keywords：power converter； thermal cycle； junction temperature； modular multilevel converter； power module； lifetime estimation