風速概率分布對風電變流器中功率器件壽命的影響

杜 雄 李高顯 劉洪紀 孫鵬菊 周雒維

(輸配電裝備及系統安全與新技術國家重點實驗室(重慶大學) 重慶 400030)

?

風速概率分布對風電變流器中功率器件壽命的影響

杜 雄 李高顯 劉洪紀 孫鵬菊 周雒維

(輸配電裝備及系統安全與新技術國家重點實驗室(重慶大學) 重慶 400030)

通過建立功率器件壽命的概率評估模型，計入實際風電場中風速概率分布對功率器件壽命的影響，評估了不同風電場下不同風機系統中功率器件的可靠性，分析了風速概率分布與功率器件壽命之間的關系，并對研究結果進行深入討論與驗證。結果表明，在實際風電場中，功率器件因基頻結溫波動而消耗的壽命主要消耗在概率較小而大于某一特定風速的區域，且這一特定風速臨近額定風速。因此，不同的風速區間應采取不同的控制策略，可有效降低器件壽命消耗。所得結論為研究如何提高風電變流器中功率器件壽命提供了一種新思路。

功率變流器 IGBT模塊 結溫 威布爾分布 壽命評估

0 引言

隨著風電機組容量的不斷增大，其對電網的影響也越來越大，而且風電機組尤其是海上風電機組系統每次故障所需要的維修成本較高，使得對風力發電系統的可靠性要求也越來越高。

根據系統故障率統計結果，作為風力發電系統的核心組件，功率變流器是風能轉換系統中一個薄弱裝置，是主要的失效組件。不同風電場中同一類型的風電機組或同一風電場中不同類型的風電機組，變流器故障率存在較大差異，風電變流器的可靠性與風速和氣溫等復雜外部環境及風電機組類型有關[1-3]。變流器的故障在很大程度上歸因于功率半導體器件的失效[4，5]，因此評估風電變流器中功率器件的壽命以及評估風速分布對功率器件壽命的影響，對進一步研究如何提高功率器件壽命具有重要指導意義。

文獻[1-3]根據實際風電場中風電機組系統的故障率記錄數據，統計出風電機組系統各組件的故障率分布，分析了風速分布和風電機組類型對不同組件可靠性的影響，所得結論雖然能夠反映特定區域變流器的故障率情況，但不能反映功率器件的故障率分布，無法指導基于可靠性的變流器設計。文獻[6]基于FIDES Guide 2009可靠性手冊評估了風電變流器各組件的可靠性，討論了風電機組參數和風速分布對變流器可靠性的影響，但器件失效主要是與功率器件封裝有關的失效，該文獻中的恒故障率模型并不適用于功率器件封裝失效的器件壽命預測。與封裝有關的功率器件失效主要與其工作溫度及承受的電應力有關，因此文獻[7-12]主要是基于器件的結溫來評估器件的可靠性。文獻[8-10]結合實際風速數據評估功率器件溫度任務剖面，利用所建立的功率器件壽命評估模型計算器件壽命消耗。文獻[11，12]利用概率函數模擬風速分布，然后評估不同工況下器件的壽命消耗。但文獻[8-12]只是評估不同工況下功率器件的壽命，并未對風速分布與器件壽命消耗的關系進行討論，很難直接指導變流器的可靠性設計。

本文建立了一種功率器件壽命的概率評估模型，用于分析風速概率分布與功率器件壽命的關系，給出了風速與風電變流器電氣參數的定量關系，討論了功率器件結溫數值計算方法，并以額定功率為1.5 MW直驅風電機組系統為例，利用荷蘭Lauwersoog、Valkenburg和愛爾蘭Dublin的風速統計數據評估了風速分布對風電變流器中功率器件壽命的影響，最后將所得結論用于研究如何提高風電變流器中功率器件壽命。

1 風電變流器中功率器件壽命的概率評估方法

1.1 風電變流器電氣參數計算

本文所采用的1.5 MW直驅風電機組系統的拓撲結構如圖1所示，風電變流器系統由風力發電機側變流器(Generator Side Converter，CGe)和電網側變流器(Grid Side Converter，CGr)構成，兩者均采用二電平結構。

圖1 1.5 MW風電系統拓撲結構Fig.1 Topology of the 1.5 MW wind turbine

對圖1中風電系統，當風速大于切入風速vcut_in且小于額定風速vrated時采取變速控制實現最大功率跟蹤；當風速大于vrated且小于切除風速vcut_out時采取變槳距控制實現恒功率輸出。輸出功率Pt的計算方程為[13]

(1)

式中kp與風電機組參數設置有關[13]。直驅風電機組系統網側變流器工作頻率為50 Hz，其端電壓為電網電壓，而機側變流器工作頻率fg和端電壓幅值Ug與實際風速vwind有關，計算方程為[6]

(2)

(3)

式中Kuf和Kfv均與風電機組參數有關[6]。機側和網側變流器中線電流可分別通過輸出功率Pt和各自的端電壓計算得到[6]。

1.2 變流器中功率器件結溫數值計算

本文采用一維等效Foster熱網絡模型評估功率器件結溫[14]，且考慮一個模塊中包含IGBT芯片及其反并聯Diode兩個等效熱源的情況，其一維Foster熱網絡結構如圖2所示。

圖2 IGBT模塊熱網絡結構Fig.2 Thermal network of IGBT module

圖2中結-殼熱網絡采用器件數據手冊中給出的四階Foster熱網絡，IGBT和Diode殼-散熱片熱網絡選用一階Foster熱網絡，其參數從器件數據手冊得到[15]；散熱片-環境的熱網絡采用一階Foster熱網絡[11，12]。IGBT和Diode的功耗Pt和Pd可利用器件數據手冊提供的導通特性和開關損耗曲線經過曲線擬合和插值得到，可參考文獻[16]。

熱系統和電系統數學表述有相似之處，可轉換對應的電熱參數，將熱網絡問題轉換為電網絡問題，進而利用電網絡理論分析熱網絡問題[14]。IGBT和Diode的結溫Ttj和Tdj可通過解析圖2中結-環境兩端電壓求解。以圖2中Ttj(n)(n指具體的開關周期)為例，其計算方程為[16]

(4)

式中：ΔTtjci(n)為圖2中IGBT結-殼Foster熱網絡第i個RC并聯單元的溫差，℃；ΔTtch(n)為殼-散熱片的溫差，℃；ΔTha(n)為散熱片-環境的溫差，℃；Ta為環境溫度，℃。從式(4)中可看出，只需計算出圖2中各RC并聯單元的開關周期溫差就可得出Ttj(n)，而各RC并聯單元的溫差可看作電壓，利用電網絡理論進行計算[16]。以式(4)中ΔTtch(n)為例，第n個開關周期的溫差為[16]

ΔTtch(n)=Pt(n)Rtch(1-e-Tsw/RtchCtch)+ΔTtch(n-1)e-Tsw/RtchCtch

(5)

式中：Tsw為開關周期，s；ΔTtch(n-1)為第n-1個開關周期的溫差，℃。圖2中其他RC并聯單元的開關周期溫差同樣可根據式(5)計算得到，根據式(4)計算出Ttj(n)。在開關周期結溫計算基礎上，可利用迭代算法計算圖2中IGBT和Diode的基頻結溫。首先計算IGBT和Diode的開關周期功耗Pt(n)和Pd(n)，進而根據式(4)和式(5)計算開關周期結溫Ttj(n)和Tdj(n)，同時Ttj(n)和Tdj(n)用于計算下個開關周期功耗Pt(n+1)和Pd(n+1)。限于篇幅，本文未對基頻結溫計算展開分析，計算過程可參考文獻[16]。

1.3 功率器件壽命的概率評估模型

風電變流器中功率器件常用多層結構的IGBT功率模塊，它由多層材料封裝而成，每層材料的熱膨脹系數存在差異，不同材料承受不同程度的熱應力，長期累積后將導致器件熱疲勞失效[17，18]。IGBT模塊存在多種與封裝有關的失效形式，主要包括鍵合線脫落和焊料層老化等，對于不同的失效形式需要建立不同的壽命評估模型[17]。

目前用于評估器件壽命的模型大多是通過建立電熱參數與功率器件循環失效周期數的解析方程來評估器件壽命消耗[8-12]。解析方程的參數大多通過擬合加速老化實驗中器件循環失效周期數與不同參數的關系式得到，且考慮的影響因素不同，壽命模型亦不同[17]。由于Bayerer壽命模型能夠很好地反映熱循環實驗參數對器件壽命的影響[19]，因此本文選用Bayerer壽命模型，計算公式為

(6)

式中：Nf為在結溫波動ΔTj(一個熱循環周期內，最大結溫值Tjmax與最小結溫值Tjmin的差)及最小結溫Tjmin下的循環失效周期數；ton為加熱時間；I為每個鋁鍵合線電流的有效值；V為模塊阻塞電壓；D為鋁鍵合線的直徑；參數β1～β6的值可參考文獻[19]。為了預測功率器件的壽命，通常采用線性疲勞累積損傷模型[8-12]，通過器件壽命消耗來表征功率器件的壽命。在固定風速vwind下，IGBT和Diode的壽命消耗CL(vwind)為[9，10]

(7)

式中：Nvwind為固定風速vwind下T(本文考慮T為一年)時間內Tjmin和ΔTj的熱循環次數；Nf，vwind為固定風速vwind下所對應的功率器件Tjmin和ΔTj熱循環條件下，器件在其壽命周期內最大熱循環次數，可根據式(6)計算得到。然而在實際風電場中風速是隨機變化的，因此風電變流器中功率器件壽命評估應計入風電場長時間尺度風速的影響。本文采用目前應用最廣泛的威布爾分布的概率密度函數描述風電場的風速分布特性[20]，公式為

(8)

式中：k為形狀參數；c為尺度參數。k和c可利用風電場年平均風速vaver和風速標準差σwind通過經驗計算方程獲取，公式為[20]

(9)

(10)

當風電場年平均風速為vaver時，功率器件中IGBT的器件壽命消耗CLIGBT的計算方程[11]為

(11)

一個功率模塊系統包含IGBT和Diode芯片，系統的壽命取決于內部最薄弱環節的壽命。功率器件系統的壽命計算表達式為[21]

1/CLIGBTs=min{1/CLIGBT, 1/CLDiode}

(12)

式(11)采用數值離散積分求解，風速的跨度區間dvwind設定為0.2 m/s，由于風速區間較小，假定風速區間內風速恒定為vwind[11]。在每個風速跨度區間，首先利用式(7)計算固定風速vwind下IGBT模塊的年壽命消耗CL(vwind)，然后利用式(8)～式(10)計算固定風速vwind所在風速區間的概率dvwindf(vwind)，最后根據dvwindf(vwind)CL(vwind)計算該風速區間所導致的功率器件壽命消耗。

1.4 功率器件壽命的概率評估流程

圖3為本文所提出的風電變流器中功率器件壽命評估流程。首先根據風電機組參數(切入風速vcut_in和額定風速vrated等)計算不同風速vwind中風電變流器的電氣參數，然后結合變流器運行參數(如開關頻率fsw、直流側母線電壓Udc等)和氣溫Ta利用結溫數值計算方法計算IGBT和Diode的結溫Ttj和Tdj，最后根據風電場年平均風速vaver和標準差σwind生成的威布爾概率分布，利用本文所建立的概率評估模型計算變工況條件下器件的年壽命消耗。

圖3 風電變流器中功率器件壽命評估流程圖Fig.3 Flow-chart of lifetime evaluation of power devices in the wind power converters

2 可靠性概率評估

風電變流器中功率器件壽命消耗存在多種時間尺度，但器件因基頻時間尺度結溫波動而消耗的壽命是總壽命消耗的主要部分[9，10，22]。因此本文以1.5 MW風電機組系統為對象，以荷蘭Lauwersoog、Valkenburg和愛爾蘭Dublin風速統計數據為基礎，基于圖3中器件壽命評估流程評估不同風電場及不同風電機組系統中功率器件因基頻結溫波動而消耗的壽命，并分析風速分布與功率器件壽命消耗的關系。

2.1 算例參數設置

為排除風電機組參數對分析結果的影響，并通過增加數據量來驗證分析結果的準確性，本文選取3種額定功率為1.5 MW的直驅風電機組系統，系統參數如表1所示[23]。

表1 1.5 MW風能轉換系統參數Tab.1 Parameters of the 1.5 MW wind conversion system

1.5MW直驅風電機組系統的拓撲結構見圖1，變流器每個橋臂由3個Infineon型號為FF1000R17IE4的IGBT模塊并聯組成，模塊的熱網絡結構見圖2，其熱網絡參數見表2[15]。在圖2中，與結-殼Foster熱網絡熱時間常數相比，散熱系統熱時間常數大很多，因此散熱片溫度在一個基頻周期的波動可忽略不計，本文用平均溫度替代散熱片溫度。

表2 IGBT模塊熱網絡的相關參數Tab.2 Parameters related to thermal networks of the IGBT modules

本文選取荷蘭Lauwersoog、Valkenburg和愛爾蘭Dublin三個風電場的風速統計數據，如表3[6，24]所示，圖4為3種風速統計數據所對應的威布爾概率密度，風速跨度為0.2 m/s。

表3 風速統計數據Tab.3 Wind speed statistics data

圖4 威布爾概率密度Fig.4 Welbull probability density

2.2 功率器件壽命計算

本文根據圖3的功率器件壽命評估流程，計算了3種風電場下3種風電機組系統中機側和網側變流器中IGBT模塊因基頻結溫波動而消耗的器件壽命，如表4所示。

表4 功率器件的壽命消耗Tab.4 Lifetime consumption of power devices

文獻[9]中1.8 MW風電機組系統機側IGBT模塊年壽命消耗為66.35%，而本文評估的1.5 MW風電機組系統機側IGBT模塊壽命消耗與之數量級相同，本文計算的網側IGBT模塊消耗的壽命大部分與文獻[9，10]計算結果相近，表明了本文壽命評估結果的有效性。由表4可知，網側IGBT模塊與機側IGBT的壽命消耗差別較明顯，這主要與基頻結溫的波動幅度有關，而基頻結溫波動的幅度受變流器的輸出頻率影響。文獻[9]中風電機組系統的機側額定頻率為20 Hz，機側IGBT基頻結溫波動約30℃，而網側變流器輸出頻率為50 Hz，基頻結溫波動約10℃。與網側變流器50 Hz相比，本文機側變流器的最大輸出頻率為17.97 Hz，導致機側IGBT模塊和網側IGBT模塊的基頻結溫波動差別較大，進而使得表4中兩種IGBT模塊的壽命消耗差別明顯。

為分析風速分布與功率器件壽命的關系，本文給出了不同風電場下機側和網側IGBT模塊的壽命消耗分布，如圖5和圖6所示。

圖5 Dublin風電場下機側IGBT模塊壽命消耗分布Fig.5 Distribution of the consumed lifetime of IGBT module in the generator side converter for the Dublin wind site

圖6 Dublin風電場下網側IGBT模塊壽命消耗分布Fig.6 Distribution of the consumed lifetime of IGBT module in the grid side converter for the Dublin wind site

從圖5和圖6中可看出，功率器件壽命消耗較為集中，其分布曲線在風速vg處存在峰值，而vg臨近風電機組系統的額定風速vrated；風電機組系統額定風速vrated越大，vg一般也越大。在3種風電機組系統下，vg分別約為11.2 m/s、10.2 m/s和10 m/s。本文以機側IGBT模塊為例，通過風速概率f(vwind)dvwind和不同風速下機側IGBT模塊的CL(vwind)變化趨勢分析圖5和圖6中壽命消耗分布曲線走向。

根據圖4，當風速vwind小于6 m/s時，隨著風速vwind增大，概率f(vwind)dvwind呈上升趨勢，而固定風速的CL(vwind)亦呈上升趨勢，因此在這一風速區域，壽命消耗曲線呈整體上升趨勢；當風速vwind大于vg時，風速概率f(vwind)dvwind不斷降低，而固定風速的CL(vwind)幾乎不變，因此在這一風速區域，壽命分布曲線呈下降趨勢。

圖7為6 m/s

圖7 風速與機側IGBT模塊壽命消耗之間的關系Fig.7 Relationship between wind speed and the consumed lifetime of IGBT modules in the generator side converter

圖8 Lauwersoog風電場下機側IGBT模塊壽命消耗分布Fig.8 Distribution of the consumed lifetime of IGBT module in the generator side converter for the Lauwersoog wind site

圖9 Lauwersoog風電場下網側IGBT模塊壽命消耗分布Fig.9 Distribution of the consumed lifetime of IGBT module in the grid side converter for the Lauwersoog wind site

圖10 Valkenburg風電場下機側IGBT模塊壽命消耗分布Fig.10 Distribution of the consumed lifetime of IGBT module in the generator side converter for the Valkenburg wind site

圖11 Valkenburg風電場下網側IGBT模塊壽命消耗分布Fig.11 Distribution of the consumed lifetime of IGBT module in the grid side converter for the Valkenburg wind site

與圖5和圖6比較，圖8～圖11中器件壽命消耗分布同樣存在峰值，拐點風速vg仍與風電機組參數有關，且vg與額定風速vrated的變化趨勢呈正相關，即vrated越大，vg越大，而且拐點風速vg時風電機組系統功率輸出也臨近額定輸出狀態，因此圖8～圖11驗證了上述理論分析的正確性。為了定量分析大于vg的風速區域中風速概率p(vwind>vg)與器件壽命消耗CLCGe(vwind>vg)、CLCGr(vwind>vg)的關系，本文統計3種風電場中在大于vg的風速區間內，其風速的概率p(vwind>vg)及器件壽命消耗在因全風速區域基頻結溫波動而消耗的器件壽命的比例CLCGe(vwind>vg)/CLCGe、CLCGr(vwind>vg)/CLCGr，如表5所示。

表5 風速概率及其功率器件壽命消耗的比例Tab.5 Wind speed probability and percentage of its lifetime consumption of power devices

從表5中可看出，大于vg的風速區域，其風速概率很低，最大值為Lauwersoog(10.2 m/s)的19.38%，最小值為Dublin(11.5 m/s)的3.06%，但在大于vg的風速區域，機側和網側IGBT模塊的壽命消耗在總壽命消耗中所占比例很高，它們處在59.03%～91.06%區間，主要是因為變工況下功率器件的壽命易受器件熱循環影響，器件壽命主要消耗在較高風速的區域，然而根據實際風電場中風速的分布特點，高風速區域的風速概率一般較小。因此從表4和圖5～圖11中整體比較可得出兩個結論：一是機側和網側變流器中功率模塊的壽命主要消耗在風速概率較小而風速較高的區域；二是因基頻結溫波動而消耗的壽命主要消耗在機側IGBT模塊。這兩個研究結論為變流器長時間尺度熱管理提供了理論依據。

3 基于功率器件壽命消耗概率分布的熱管理方法討論

風電變流器中IGBT失效在很大程度上是受工作過程熱循環沖擊的影響，而IGBT熱循環與風速波動有關。風速長時間的隨機波動使得風電機組輸出功率及器件損耗隨著變化，導致器件熱循環也隨機波動，因此平滑因風電機組系統非平穩工況運行而導致的器件無規律變化的熱循環沖擊，可提高功率器件的壽命[25，26]。

在大功率變流器中，目前大多通過改變變流器運行參數(如開關頻率)和外部散熱等熱管理方法，平滑變流器短時間尺度功率器件的熱循環[25，26]。然而將短時間尺度熱管理方法外拓，并用于管理長時間非平穩工況下器件的熱循環，不一定能夠提高器件的長期可靠性，因此需要研究功率器件長時間尺度熱管理方法。本文深入分析了第2節的研究結論，嘗試為研究如何提高風電變流器中功率器件壽命提供一種新思路。

如第2節所述，功率器件的壽命消耗主要集中在風速概率非常小而風速較高的區域，因此為了更具針對性地提高功率器件的壽命，可對這一風速區域采取與其他風速區域不同的控制方法。為了定量分析控制方法的有效性，本文以功率器件開關頻率為變量，比較了不同開關頻率下機側和網側IGBT模塊的壽命消耗。以表1中額定風速為10.5 m/s的風電機組為研究對象，設定當風電場風速vwind≤vg時，變流器中功率器件開關頻率仍為3 kHz，而當vwind>vg時，器件開關頻率分別固定為2.7 kHz、2.4 kHz、2.1 kHz和1.8 kHz 4種情況，這4種情況下功率器件的壽命消耗如表6所示。

表6 不同開關頻率下功率器件的壽命消耗Tab.6 Lifetime consumption of power devices in the different switching frequency 單位：(%)

從表6中可看出，只改變大于vg的風速區域功率器件的開關頻率，可大幅降低機側IGBT模塊的壽命消耗，而網側IGBT模塊因基頻結溫波動而導致的壽命消耗非常小。當風速vwind>vg，功率器件的開關頻率由3 kHz降為1.8 kHz時，兩種工況下機側IGBT模塊壽命消耗從38.9%降到18.32%，降幅較為明顯。以風電場Lauwersoog風電機組系統中機側IGBT模塊為例，變流器分別采用混合開關頻率和單一開關頻率時器件的壽命消耗分布如圖12所示。

圖12 機側IGBT模塊壽命消耗Fig.12 Lifetime consumption of IGBT modules in the generator side converter

從圖12中可看出，當機側變流器采用混合開關頻率時，器件的壽命消耗在絕大部分溫度區域均低于單一開關頻率下器件的壽命消耗。這是因為在vwind>vg風速區域，通過有針對性的降低開關頻率，降低了機側IGBT和Diode的大幅值結溫波動，而增加了小幅值波動，因此混合開關頻率下器件壽命消耗在大幅值結溫波動溫度區域顯著降低，而在小結溫波動溫度區域有所提高，并且總器件壽命消耗是降低的，但大于vg的風速區域，其風速概率在3個風電場中分別僅占16.5%、9.34%和5.07%，概率非常小，因此只通過改變概率較小的運行狀態，可實現顯著降低機側變流器功率器件的壽命消耗，因此證明了本文研究結論的可靠性。

由于混合開關頻率對網側IGBT模塊壽命消耗影響較小，因此網側變流器可采用單一開關頻率，這樣對系統并網電能質量無影響；機側變流器可通過降低小概率工況下變流器的開關頻率，從而大幅降低器件壽命消耗。本文只是通過一個簡單的例子討論該研究思路，具體的優化方法還需深入研究，最終通過分別研究小于vg的風速區域和大于vg的風速區域中功率器件壽命消耗的分布特點，對兩種風速區域采取不同的動態控制策略，實現顯著提高變流器功率器件壽命目標。

4 結論

主要分析了風電變流器中各電氣參數與風速的定量關系，給出了功率器件結溫的數值計算方法，建立了一種風電變流器中功率器件壽命的概率評估模型，深入分析了風速概率分布和功率器件壽命的關系，主要得出以下結論：

1)機側和網側IGBT模塊在變流器運行狀態臨近額定功率輸出時，因基頻結溫波動而所消耗的壽命最高，器件壽命消耗的分布曲線存在峰值。

2)風電變流器中IGBT模塊因基頻結溫波動而消耗的壽命主要消耗在風速概率較小而風速較高的風速區域。

3)風速概率較小而風速較高的區域可采取與其他風速區域不同的控制策略，從而更具針對性的提高功率器件的壽命。

本文的研究結論為風電變流器中功率器件熱循環控制提供了一種新的研究思路，基于本文研究思路的全風速區域功率器件熱循環動態控制策略將是本文后續的研究內容。

[1] Ribrant J，Bertling L M.Survey of failures in wind power systems with focus on Swedish wind power plants during 1997-2005[J].IEEE Transactions on Energy Conversion，2007，22(1)：167-173.

[2] Tavner P，Gindele R，Faulstich S，et al.Study of effects of weather & location on wind turbine failure rates[C].European Wind Energy Conference (EWEC)，Berlin，2010：1-10.

[3] Tavner P J，Xiang J，Spinato F.Reliability analysis for wind turbines[J].Wind Energy，2007，10(1)：1-18.

[4] Yang S，Bryant A，Mawby P，et al.An industry-based survey of reliability in power electronic converters[J].IEEE Transactions Industry Applications，2011，47(3)：1441-1451.

[5] 周雒維，吳軍科，杜雄，等.功率變流器的可靠性研究現狀及展望[J].電源學報，2013，1(1)：1-15. Zhou Luowei，Wu Junke，Du Xiong，et al.Status and outlook of power converter’s reliability research[J].Journal of Power Supply，2013，1(1)：1-15.

[6] Xie K，Jiang Z，Li W.Effect of wind speed on wind turbine power converter reliability[J].IEEE Transactions on Energy Conversion，2012，27(1)：96-104.

[7] Ciappa M.Lifetime modeling and prediction of power devices[C].The 5th International Conference on Integrated Power Systems (CIPS)，Nuremberg，2008：1-9.

[8] 楊珍貴，周雒維，杜雄，等.基于器件的結溫變化評估風電機組中參數差異對網側變流器可靠性的影響[J].中國電機工程學報，2013，33(30)：41-49. Yang Zhengui，Zhou Luowei，Du Xiong，et al.Effects of different parameters on reliability of grid side converters based on varied junction temperature in wind turbine devices[J].Proceedings of the CSEE，2013，33(30)：41-49.

[9] D’Arco S，Undeland T M，Bohllander M，et al.A simplified algorithm for predicting power cycling lifetime in direct drive wind power systems[C].The IEEE 9th International Multi-Conference on Systems，Signals and Devices (SSD)，Chemnitz，2012：1-6.

[10]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 Power Electronics，2014，30(2)：590-602.

[11]Wei L，Kerkman R J，Lukaszewski R A，et al.Analysis of IGBT power cycling capabilities used in doubly fed induction generator wind power system[J].IEEE Transactions on Industry Applications，2011，47(4)：1794-1801.

[12]Fuchs F，Mertens A.Steady state lifetime estimation of the power semiconductors in the rotor side converter of a 2 MW DFIG wind turbine via power cycling capability analysis[C].The 14th European Conference on Power Electronics and Applications (EPE)，Birmingham，2011：1-8.

[13]Jangamshetti S H，Rau V G.Site matching of wind turbine generators：a case study[J].IEEE Transactions on Energy Conversion，1999，14(4)：1537-1543.

[14]Lutz J，Schlangenotto H，Scheuermann U，et al.Semiconductor Power Devices[M].New York：IEEE Press，2011：360-368.

[15]Infineon IGBT Module datasheet，FF1000R17IE4[EB/OL].2013[2012-03-09].http：//www.infineon.com.

[16]Li G，Du X，Sun P，et al.Numerical IGBT junction temperature calculation method for lifetime estimation of power semiconductors in the wind power converters[C].The IEEE International Power Electronics Application Conference and Exposition，Shanghai，2014：1-7.

[17]Busca C，Teodorescu R，Blaabjerg F，et al.An overview of the reliability prediction related aspects of high power IGBTs in wind power applications[J].Microelectronics Reliability，2011，51(9-11)：1903-1907.

[18]Morozumi A，Yamada K，Miyasaka T，et al.Reliability of power cycling for IGBT power semiconductor modules[J].IEEE Transactions on Industry Applications，2003，39(3)：665-671.

[19]Reinhold B，Tobias H，Thomas L，et al.Model for power cycling lifetime of IGBT modules-various factors influencing lifetime[C].The 5th International Conference on Integrated Power Systems，Nuremberg，2008：1-6.

[20]Gokcek M，Bayulken A，Bekdemir S.Investigation of wind characteristics and wind energy potential in Kirklareli，Turkey[J].Renewable Energy，2007，32(10)：1739-1752.

[21]Burgos R，Chen G，Wang F，et al.Reliability-oriented design of three-phase power converters for aircraft applications[J].IEEE Transactions on Aerospace Electronic Systems，2012，48(2)：1249-1263.

[22]Weiss D，Eckel H G.Fundamental frequency and mission profile wearout of IGBT in DFIG converters for wind power[C].The 15th European Conference on Power Electronics and Applications，Lille，2013：1-6.

[23]1.5 MW風電機組系統參數[EB/OL].http：//www.ruiqi neng.com/Cpzsdetail.aspx?Pid=86.

[24]Dun laoghaire harbor company[EB/OL].2012[2012-12-01].http：//www.dlharbour.ie/.

[25]Wei L，McGuire J，Lukaszewski R A.Analysis of PWM frequency control to improve the lifetime of PWM inverter[J].IEEE Transactions on Industry Applications，2011，47(2)：922-929.

[26]Wang X，Castellazzi A，Zanchetta P.Regulated cooling for reduced thermal cycling of power devices[C].The 7th International Power Electronics and Motion Control Conference (IPEMC)，Harbin，2012：238-244.

Effect of Wind Speed Probability Distribution on Lifetime of Power Semiconductors in the Wind Power Converters

DuXiongLiGaoxianLiuHongjiSunPengjuZhouLuowei

(State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University) Chongqing 400030 China)

A probability model for lifetime evaluation of power electronics devices is established in this paper firstly，which can consider the effect of wind speed probability distribution on the lifetime of power devices.Reliabilities of power devices for different wind energy conversion systems (WECS) at various wind sites are evaluated，and then the relationship between the wind speed distribution and the lifetime of power devices is deeply analyzed.Finally，the conclusions are further discussed and verified.The results show that the great majority of the lifetime of power devices due to the fundamental frequency thermal junction temperature fluctuation at actual wind sites is consumed in the specific wind range，which is higher than the specific value close to the rated speed，with small probability.To reduce the lifetime consumption of power devices efficiently，the operation conditions of WECS within different wind speed ranges can be managed via two different strategies.This paper provides a new idea for extending the lifetime of wind power converters.

Power converter，IGBT modules，junction temperature，Weibull distribution，lifetime evaluation

重慶市杰出青年科學基金(CSTC2012JJJQ90004)、國家自然科學基金重點項目(51137006)和中央高校基本科研業務費項目(CDJZR14158801)資助。

2014-12-03 改稿日期2015-05-25

TM46；TM71

杜 雄 男，1979年生，博士，教授，博士生導師，研究方向為電力電子拓撲與控制、電能質量監測與治理、新能源發電。(通信作者)

李高顯 男，1988年生，碩士研究生，研究方向為新能源發電變流裝置可靠性評估及熱管理。