[发明专利]一种模块化多电平换流阀子模块投切方法及装置

权利要求书

1.一种模块化多电平换流阀子模块投切方法，其特征在于，所述方法包括：

获取模块化多电平换流阀的桥臂需投入的子模块数量、桥臂各子模块的电容电压及桥臂各子模块的IGBT开关器件的结温；

若模块化多电平换流阀的桥臂需投入的子模块数量大于零且小于桥臂的子模块总数，则根据模块化多电平换流阀的桥臂各子模块的电容电压和桥臂各子模块的IGBT开关器件的结温对桥臂的子模块进行投切控制，否则将桥臂的子模块全部投入或切除。

2.如权利要求1所述的方法，其特征在于，所述根据模块化多电平换流阀的桥臂各子模块的电容电压和桥臂各子模块的IGBT开关器件的结温对桥臂的子模块进行投切控制，包括：

若桥臂各子模块的电容电压中最大值与最小值的差值大于电压差预设值，则根据桥臂的桥臂电流对桥臂的子模块进行投切控制，否则，根据桥臂的桥臂电流和桥臂各子模块的IGBT开关器件的结温对桥臂的子模块进行投切控制。

3.如权利要求2所述的方法，其特征在于，所述根据桥臂的桥臂电流对桥臂的子模块进行投切控制，包括：

若桥臂的桥臂电流大于零，则将电容电压最低的N_m个子模块投入，否则，将电容电压最高的N_m个子模块投入；

其中，N_m为桥臂需投入的子模块数量。

4.如权利要求1所述的方法，其特征在于，所述桥臂各子模块的IGBT开关器件的结温的获取过程包括：

将桥臂各子模块的第一和第二IGBT开关器件的热敏电参数分别输入预先建立的结温预测神经网络模型获取所述桥臂各子模块的第一和第二IGBT开关器件的结温；

其中，所述热敏电参数包括集射极电压、集电极电流、门极驱动电压、门极驱动电阻和关断延时时间。

5.如权利要求2所述的方法，其特征在于，所述根据桥臂的桥臂电流和桥臂各子模块的IGBT开关器件的结温对桥臂的子模块进行投切控制，包括：

当桥臂的桥臂电流大于零时，若桥臂各子模块的第二IGBT开关器件的结温中最大值与最小值的差值小于温差预设值，则根据桥臂需投入的子模块增量和桥臂各子模块的第二IGBT开关器件的结温对桥臂的子模块进行投切控制，否则，将桥臂中第二IGBT开关器件的结温最高的ΔN_m个子模块投入；

当桥臂的桥臂电流小于等于零时，若桥臂各子模块的第一IGBT开关器件的结温中最大值与最小值的差值小于温差预设值，则根据桥臂需投入的子模块增量和桥臂各子模块的第一IGBT开关器件的结温对桥臂的子模块进行投切控制，否则，将桥臂中第一IGBT开关器件的结温最低的ΔN_m个子模块投入；

其中，所述第一IGBT开关器件为桥臂的子模块中与电容正极相连的IGBT开关器件，第二IGBT开关器件为桥臂的子模块中与电容负极相连的IGBT开关器件，ΔN_m为桥臂需投入的子模块增量，ΔN_m＝N_m-N，N为桥臂已投入的子模块数量。

6.如权利要求4所述的方法，其特征在于，所述预先建立的结温预测神经网络模型的获取过程包括：

将所述桥臂各子模块的第一和第二IGBT开关器件的历史热敏电参数作为初始LSTM神经网络的输入量，将所述桥臂各子模块的第一和第二IGBT开关器件的历史热敏电参数对应的历史结温分别作为初始LSTM神经网络的输出量，训练初始LSTM神经网络获取所述预先建立的结温预测神经网络模型。

7.如权利要求4所述的方法，其特征在于，所述关断延时时间的获取方法包括：

按下式确定关断延时时间T_doff：

T_doff＝t₂-t₁

式中，t₂为门极驱动电压下降到其初始值的90％对应的时刻，t₁为集电极电流下降到集电极电流初始值的90％对应的时刻。