【摘要】：絕緣柵雙極晶體管(Insulated Gate Bipolar Transistor,IGBT)并聯(lián)是電力變換系統(tǒng)中廣泛采用的一種提高系統(tǒng)電流能力的方法。IGBT并聯(lián)技術(shù)在給電力變換系統(tǒng)提升容量的同時(shí),也帶來(lái)IGBT支路電流的不均衡問(wèn)題,這嚴(yán)重影響了并聯(lián)系統(tǒng)的可靠性。由于IGBT在制造過(guò)程中,不可避免地存在誤差,雖然這些誤差都在工藝的控制上下限范圍內(nèi),但是這些微小的誤差引起了IGBT在并聯(lián)時(shí)器件本身特性的不一致,再加上同型號(hào)系統(tǒng)個(gè)體之間,由寄生參數(shù)引起的負(fù)載電路和驅(qū)動(dòng)電路的細(xì)微差別,IGBT并聯(lián)時(shí)電流不均衡問(wèn)題就凸顯了出來(lái),不均衡電流給系統(tǒng)會(huì)帶來(lái)可靠性的問(wèn)題,必然會(huì)使得某些器件承受的電流大于其它器件,這就加速了這些承受電流相對(duì)較大器件的磨損,造成未達(dá)到其預(yù)期壽命而提前失效。目前IGBT并聯(lián)均流是一個(gè)國(guó)際研究熱點(diǎn),對(duì)電流均衡度的測(cè)量,即對(duì)單個(gè)IGBT電流的測(cè)量,包括開(kāi)關(guān)瞬態(tài)電流和導(dǎo)通穩(wěn)態(tài)電流,尚無(wú)軟測(cè)量(Virtual Sensing,VS)法的報(bào)道,如基于神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,BPANN)的軟測(cè)量法等。對(duì)于電流均衡度控制方面,即對(duì)單個(gè)IGBT的電流控制,也沒(méi)有基于智能控制算法的報(bào)道,如神經(jīng)網(wǎng)絡(luò)PID(Artificial Neural Network based PID,ANN-PID)等。本文對(duì)IGBT并聯(lián)電流均衡模型與神經(jīng)網(wǎng)絡(luò)控制進(jìn)行了深入研究,從不均衡電流的測(cè)量和控制兩個(gè)方面均提出創(chuàng)新性的解決方法。本文提出了并聯(lián)IGBT電流均衡軟測(cè)量模型,建立了軟測(cè)量法,對(duì)不均衡度(或均衡度)進(jìn)行測(cè)量。同時(shí)提出了電流不均衡度(均衡度)ANN-PID控制法和柵電荷調(diào)節(jié)器技術(shù)用于對(duì)IGBT并聯(lián)電流不均衡度(均衡度)的控制。最后開(kāi)發(fā)了原型機(jī)對(duì)并聯(lián)IGBT的電流不均衡度(均衡度)實(shí)現(xiàn)了ANN-PID控制。本文主要?jiǎng)?chuàng)新點(diǎn)如下:(1)首次提出并聯(lián)IGBT電流均衡軟測(cè)量(Balance Current Virtual Sensing,BCVS)模型,建立了IGBT電流的軟測(cè)量方法。本文建立了IGBT在導(dǎo)通穩(wěn)態(tài)時(shí)集電極電流和柵電荷Q_G的關(guān)系、IGBT在開(kāi)通瞬態(tài)和關(guān)斷瞬態(tài)的狀態(tài)空間方程,并結(jié)合IGBT器件物理解析模型,以此作為解析軟測(cè)量(Analytical Virtual Sensing,AVS)模型,找出了影響IGBT電流且在實(shí)際應(yīng)用中易于測(cè)量的物理參數(shù),建立了它們和IGBT全域電流之間的經(jīng)驗(yàn)軟測(cè)量(Empirical Virtual Sensing,EVS)模型,以此作為BCVS模型。在特定IGBT應(yīng)用系統(tǒng)中,利用人工智能(Artificial Intelligence,AI)技術(shù)如誤差反傳ANN(Back Propagation ANN,BPANN)和K-means聚類等機(jī)器學(xué)習(xí)算法,對(duì)BCVS模型進(jìn)行求解,即找出了BCVS模型中相關(guān)參數(shù)與IGBT電流之間的數(shù)學(xué)關(guān)系,并利用該求解后的BCVS模型對(duì)IGBT電流或IGBT并聯(lián)不均衡度(均衡度)進(jìn)行全域范圍(開(kāi)通瞬態(tài),導(dǎo)通穩(wěn)態(tài),關(guān)斷瞬態(tài))軟測(cè)量。實(shí)驗(yàn)結(jié)果表明該軟測(cè)量法能有效對(duì)IGBT電流進(jìn)行預(yù)測(cè),對(duì)單個(gè)IGBT電流測(cè)量的平均誤差為3%。在現(xiàn)場(chǎng)可編程門陣列(Field Programmable Gate Array,FPGA)平臺(tái)上實(shí)現(xiàn)了該軟測(cè)量法的硬件算法,并驗(yàn)證了其有效性,對(duì)單個(gè)IGBT電流測(cè)量的平均誤差為0.6%,FPGA工作于100MHz時(shí),單次軟測(cè)量計(jì)算時(shí)間為310ns。軟測(cè)量法在實(shí)際應(yīng)用中不需要電流傳感器,減少了系統(tǒng)成本開(kāi)銷,不改變算法結(jié)構(gòu)前提下,其實(shí)時(shí)性由相關(guān)參數(shù)的數(shù)據(jù)采集速度、計(jì)算資源等決定。(2)提出并聯(lián)IGBT電流均衡度ANN控制新方法。迄今為止,在國(guó)際上普遍采用在器件開(kāi)關(guān)瞬態(tài)對(duì)IGBT進(jìn)行開(kāi)關(guān)時(shí)延和柵電壓補(bǔ)償?shù)姆椒▉?lái)進(jìn)行均衡度控制。本文基于ANN的自適應(yīng)控制特性,將其與比例-微分-積分(Proportion-Integral-Derivative,PID)控制相結(jié)合,實(shí)現(xiàn)了對(duì)每個(gè)IGBT的全域電流進(jìn)行自適應(yīng)控制和實(shí)時(shí)控制,讓其逼近同一條參考電流曲線,從而實(shí)現(xiàn)均衡度控制。在FPGA上對(duì)相關(guān)算法進(jìn)行了驗(yàn)證,驗(yàn)證表明對(duì)單個(gè)IGBT電流的控制的平均誤差可達(dá)0.023%,FPGA工作于200MHz時(shí),單次控制計(jì)算時(shí)間為240ns。在實(shí)際應(yīng)用中,不改變控制算法結(jié)構(gòu)前提下,控制計(jì)算時(shí)間由計(jì)算資源決定。(3)提出IGBT柵電荷調(diào)節(jié)(Gate Quantity of Electric Charge Regulator,GQR)技術(shù),可對(duì)IGBT電流進(jìn)行全域范圍內(nèi)的調(diào)節(jié)。GQR屬于有源柵控技術(shù)(Active Gate Control),電路實(shí)現(xiàn)簡(jiǎn)單,可通過(guò)分立器件或集成電路的方式實(shí)現(xiàn),無(wú)需對(duì)IGBT柵驅(qū)動(dòng)進(jìn)行重新設(shè)計(jì),仿真和實(shí)驗(yàn)驗(yàn)證表明,GQR技術(shù)可改善IGBT開(kāi)關(guān)性能,如開(kāi)關(guān)瞬態(tài)di/dt,dv/dt的調(diào)節(jié),過(guò)沖電流電壓和振蕩的抑制以及導(dǎo)通穩(wěn)態(tài)下的電流的任意調(diào)節(jié)。(4)設(shè)計(jì)和實(shí)現(xiàn)了IGBT并聯(lián)均流ANN控制原型機(jī)。采用了基于IGBT并聯(lián)電流均衡模型,ANN控制法和GQR技術(shù),開(kāi)發(fā)了IGBT均流原型機(jī),實(shí)現(xiàn)了IGBT并聯(lián)均流控制,實(shí)驗(yàn)結(jié)果表明使用ANN-PID和GQR技術(shù)和不采取均流措施相比,可將用于實(shí)驗(yàn)的BUCK變換器中并聯(lián)IGBT的電流不均衡度降低7倍。并將負(fù)載電流從小到大變化,得出并聯(lián)均流性能提升曲線,在實(shí)驗(yàn)負(fù)載范圍類為3~23倍。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN322.8

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 丁順;邢巖;王鈞;胡海兵;;IGBT串聯(lián)動(dòng)態(tài)均壓特性分析與控制[J];電工技術(shù)學(xué)報(bào);年期

2 譚耀q

本文編號(hào)：2808064