基于电容电流状态估计的MMC多管开路故障诊断方法

目前，模块化多电平换流器(modular multilevel converter,MMC)多管开路故障定位方法存在故障阈值难选择、计算过程复杂、需增加额外检测环节等难题。为了解决上述问题，文中基于故障状态下子模块电容电流实际路径与理论路径对比分析，提出将子模块电容电流的理论值和实际值误差作为新的故障诊断特征。采用无模型、鲁棒性强的最小二乘支持向量机最小二乘支持向量机(least square support vector machine,LSSVM)网络作为新的故障定位方案，实现子模块多管开路故障的快速定位。所提方法通过建立子模块电容电流估计方程，基于一阶欧拉近似原理，可通过子模块电容电压估计其电流值，无需增加额外的电流传感器。且相较于现有基于电容电压的故障特征，该特征可在电容电压未严重偏离正常值时，快速反映子模块故障状态。最后，通过Simulink仿真和StarSim硬件在环实验平台，验证所提故障定位策略的有效性。     

基于多变量校正的MMC快速有限集模型预测控制策略

有限集模型预测控制方法(finite control set model predictive control, FCS-MPC)因其能够实现多目标的控制,在模块化多电平变换器(modular multilevel converter, MMC)中得到广泛应用。随着子模块数量增加,模型预测控制方法计算量呈指数增长,面临计算复杂度高、权重因子难以整定等问题。为了解决上述问题,提出了一种基于多变量校正控制集的MMC模型预测控制策略(multi-variate adjusting set predictive control, MAS-MPC)。该策略基于输出电流与桥臂电压差对子模块投入控制集进行快速校正,通过评估两个成本函数得到最优开关矢量。此外,提出了一种基于分化中项的电容电压平衡方案,可以有效降低排序算法的复杂度。为了验证所提策略的有效性,使用Matlab/Simulink软件平台搭建了10电平的三相MMC系统,并与传统方案进行比较。所提方案在降低输出电流与环流的谐波含量的同时,大幅减少了系统的计算量,使得系统具有更快速的动态响应速度。