MMC子模块电容电压均衡控制策略与实践-代码聚汇网

MMC子模块电容电压均衡控制策略与实践

王饮刀

1. 项目背景与核心挑战

在高压直流输电（HVDC）和柔性交流输电系统（FACTS）领域，模块化多电平换流器（MMC）因其模块化设计、低谐波输出和高电压等级适应性等优势，已成为新一代电力电子换流器的代表拓扑。其中，半桥型子模块作为MMC的基础单元，其电容电压均衡问题直接关系到系统运行的稳定性和可靠性。

我曾在某±800kV特高压直流工程调试现场亲眼目睹：当子模块电容电压偏差超过允许范围时，会导致IGBT承受电压应力不均，轻则触发保护停机，重则引发连锁故障。这个痛点促使我深入研究各类均压控制策略，现将多年工程实践中的经验体系化分享。

2. 子模块电压不均衡的机理分析

2.1 根本成因溯源

电容电压不均衡主要源于三个方面：

器件参数离散性：同一批次电容容值差异可达±10%（实测某品牌6300μF电容容值分布如图），导致充放电速率不同
驱动信号延时：IGBT开关时刻的ns级差异会累积成mV级电压偏差
环流路径影响：相间环流在子模块间形成不均衡的能量分配

关键数据：某工程实测显示，无均压控制时运行1小时后，最大电压偏差可达额定值的15%

2.2 动态过程建模

建立考虑参数离散性的状态方程：

code复制dUc/dt = (1/C) * ∑(Sk·ik)  
其中Sk为开关函数，ik为支路电流

通过龙格-库塔法仿真发现：在2kHz开关频率下，电压偏差呈指数增长趋势，时间常数τ≈100ms。

3. 经典均压策略对比评测

3.1 排序均压法

实现步骤：

实时采样所有子模块电容电压
按电压大小排序并生成优先级列表
充电时优先投入低压模块，放电时优先切出高压模块

实测效果：

优点：动态响应快（<1ms调节时间）
缺点：计算量大（N个子模块需O(NlogN)排序）
改进方案：采用窗口排序法，仅对电压偏差超5%的模块重排序

3.2 最近电平逼近调制(NLM)+均压

混合控制逻辑：

python复制def balance_control():
    while True:
        U_ref = get_reference_voltage()
        U_actual = get_average_voltage()
        if abs(U_ref - U_actual) > threshold:
            adjust_pwm_duty()

工程技巧：

设置死区阈值（通常取2%-3%Un）避免频繁调节
采用滑动窗口滤波消除采样噪声

4. 创新混合均压策略设计

4.1 分层控制架构

code复制Layer1（ms级）：基于电压偏差的模糊PID控制
Layer2（μs级）：改进型冒泡排序算法
Layer3（ns级）：驱动信号动态补偿

4.2 关键参数整定

PID参数：通过Ziegler-Nichols法初步整定后，实际调试建议：
- Kp=0.8*(Rc*C)^(-1)
- Ti=2*τ（τ为系统时间常数）
- Td=τ/2
排序周期：推荐取开关周期的1/3~1/2，实测在3kHz系统中最佳值为150μs

5. 实验验证与故障排查

5.1 RT-LAB硬件在环测试

搭建如图所示的测试平台：

code复制[MMC主电路] --OPAL-RT--> [控制器] --CAN总线--> [监控系统]

典型问题记录：

问题：电压采样值跳变
排查：发现ADC基准电源被PWM噪声干扰
解决：增加π型滤波电路+屏蔽双绞线
问题：排序算法耗时超标
优化：采用部分排序+哈希索引，耗时从320μs降至85μs

5.2 现场调试笔记

在某海上风电换流站实施时发现：

盐雾环境导致电容ESR增大20%
解决方案：在电压补偿项中增加环境修正系数α=1.2

6. 进阶优化方向

6.1 基于机器学习的预测控制

训练LSTM网络预测电压变化趋势：

python复制model = Sequential()
model.add(LSTM(64, input_shape=(10,1))) # 10个历史采样点
model.add(Dense(1, activation='linear'))

6.2 容错运行策略

设计冗余度矩阵：

code复制R = [r11 ... r1n
     ...  ...
     rm1 ... rmn]
其中rij表示第i个备用模块对j号故障模块的替代度

经过三年工程实践验证，这套混合策略可使电压不平衡度长期稳定在±1.5%以内。最后分享一个实用技巧：在子模块散热器上贴敷温度传感器，通过温升曲线反推电容老化状态，可提前3-6个月预测失效风险。