0 引言

随着风电装机容量的快速增长,风电系统可靠性问题日益严重。受风速随机波动、环境和电气系统等复杂因素的影响^{[1- 2]},变流器是风电系统中最为薄弱的环节之一^{[ 3]}。统计数据表明,绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)模块是变流器最容易失效的元件^{[ 4]},而热疲劳失效是绝缘栅IGBT模块失效的主要原因之一。IGBT模块运行时,由于模块封装各物理层材料的热膨胀系数不匹配,在交变热应力的作用下,IGBT模块容易发生疲劳失效。因此,目前普遍基于热载荷应力开展IGBT模块可靠性和寿命评估。

尽管热载荷平均值T_m、热载荷波动ΔT_j、塑性应变ε、裂纹扩展长度L,以及应变能密度ΔW等参数均影响IGBT寿命,然而大部分文献主要基于热载荷波动幅值ΔT_j和热载荷平均值T_m计算器件寿命和可靠性^{[ 5- 10]}。例如,计算具体风电场中IGBT模块寿命和可靠性时,一般利用实测风速和环境数据,然后基于风机仿真系统和IGBT模块的Foster热网络模型,得到较长时间内(一般为一年)模块的热载荷曲线,最后利用雨流计数算法和线性损伤累积模型得到具体风电场中IGBT模块的寿命消耗,预计服役时间。而在计算IGBT模块热载荷时,一般都假设器件运行中热参数恒定不变,为数据手册出厂值或者试验测试初始值。然而,功率器件在运行中承受复杂的热载荷,其内部封装结构会发生损伤老化,引起器件热参数发生变化,从而导致器件热载荷条件更为恶劣,加速器件失效。文献[5]基于实际风速数据分析了风速采样间隔对器件失效率评估的影响;文献[6-10]考虑运行环境的影响,分析了模块的寿命和可靠性。然而,目前大多数文献在评估IGBT模块长时间热寿命消耗时,并未考虑模块老化进程对其内部热参量的影响,而将其假设为恒定不变,导致寿命评估或可靠性计算结果偏大。

在现有研究成果的基础上,本文建立了考虑老化进程对热参数影响的IGBT模块寿命评估模型。在分析老化过程中模块热参数变化规律的基础上,采用等比例损伤迭代方法计及老化因素的影响,建立了IGBT模块寿命评估模型;其次,对比分析了所建立模型与现有寿命评估模型之间的性能差异;最后,以实际风电场为例,进一步分析了考虑老化影响的风电变流器中IGBT模块不同时间尺度的寿命消耗。结果表明,采用传统线性损伤累积模型会高估器件寿命,而本文提出的模型兼顾计算精度和计算效率。老化进程造成的热参数改变对IGBT模块不同时间尺度的寿命消耗影响规律不同;在双馈风机机侧变流器中,约60%的寿命消耗由低频周期热载荷引起。

1 IGBT模块老化进程对热参数影响分析及其等效计算方法

对不同元器件的故障失效数据研究表明,典型的器件故障率函数λ(t)呈浴盆曲线,并具有三个明显区域,如图1所示。第一阶段,对应于早期故障,称为“早期故障期”,故障率从初始值逐渐下降;第二阶段,称为“偶然故障期”,这个期间故障率接近常数;第三阶段对应于疲劳损伤,称为“损耗故障期”,在该阶段由于器件老化,具有较高的故障率,与带缺陷运行故障的演化机理密切相关,在该阶段器件热参数(R_th, T_j, T_c)以及电参数(V_ce, V_ge)等均发生较大改变,是目前的重点关注区域^{[ 3]}。

在IGBT模块的“损耗故障期”,由于交变热应力和各层材料热膨胀系数的不匹配,焊料层疲劳是IGBT模块主要失效模式之一^{[ 11]}。如图2所示,

图1 器件可靠性的澡盆曲线 Fig. 1 Bath curve of the device reliability

图2 IGBT模块老化进程对热参数的影响 Fig. 2 Illustration of the feedback effect of aging process on thermal parameters

当焊料层出现损伤或者裂纹后,IGBT模块热阻将增大,根据结温与热阻的数学关系可知,即使在相同电气参数下,IGBT模块承受的热载荷波动程度和幅值将增大,进而加速损伤扩展。因此,老化进程对模块承受的热载荷存在正反馈效应,加速模块的寿命消耗^{[ 12- 13]}。若忽略老化进程的影响将导致模块热载荷计算值偏小,并且工程中评估模块寿命时一般忽略小幅值热载荷的影响,因此忽略老化进程对热参数影响将严重高估模块寿命。

为了说明老化过程中IGBT模块热阻、热载荷的变化情况,搭建了如图3所示的加速老化试验平台。在加速老化试验过程中,不考虑开关频率、负载情况对器件的影响,假设Si芯片本身不存在老化即保证获得正确的热阻值,确保了该试验的有效性。老化试验平台主要由PC机、LabVIEW软件、数据采集卡、冷却箱、数据采集电路、被测和控制IGBT以及TJR温度箱和下位机电路等组成,如 图3所示。本文的试验对象为SEMIKRON公司的SKM50GB123D模块。考虑试验误差和模块实际失

图3 加速老化试验平台 Fig. 3 Accelerating aging power cycling rig

效时的参数情况,定义导通电压V_ce增加10%或热阻R_th增加50%为模块失效标准,试验中主要观察热阻在失效范围内的变化规律。

利用LabVIEW程序和NI采集卡采集数据,并以指示灯的动作观察模块失效程度,记录功率循环中每次循环周期的采样值。图4给出了初始结温波动ΔT_j=120℃、T_m=100℃下的热载荷参数T_j和热阻R_th的变化曲线。

图4 老化过程中IGBT模块热载荷和热阻变化曲线 Fig. 4 Variations of junction temperature and thermal resistance of IGBT module in aging process

可以发现,老化过程中IGBT模块热阻近似呈指数增大。在较大输出功率的情况下,当热阻增大50%时,IGBT模块结温T_j增大了33℃,主要是由模块损伤造成的。因此,评估IGBT模块寿命和可靠性时,如果热阻采用数据手册出厂值或试验测试初始值将带来较大的计算误差,并且根据Coffin- Mason-Arrhenius寿命公式,大幅值热载荷波动造成的寿命消耗更大,因此如果忽略热阻增大引起的热载荷增大,将高估IGBT模块的寿命。

图5给出在不同热载荷条件下IGBT模块的加速老化过程。同样的,随着老化的进行,模块热阻明显增大,说明热阻增大带来的热载荷上升效应不容忽视,评估IGBT模块寿命时必须考虑老化进程

图5 不同热载荷条件下的热阻变化规律 Fig. 5 Variations of thermal resistance under different thermal loading conditions

对热参数的影响。

为定量分析器件老化进程中热参数的变化规律,根据器件参数退化模型,热阻可以根据公式(1)计算^{[ 15]}。

$R={{R}_{\mathrm{initial}}}(1+a\cdot {{r}^{m}})$ (1)

式中：R_initial为热阻初始值;r为循环比例因子,为循环次数与失效周期之比,即r=N/N_f;m为温度应力因子,其反映不同热载荷下的性能退化速率;a为老化系数。由于定义当热阻增大50%时,器件失效,因此,a=0.5。

以热阻作为老化参量,器件损伤D可以定义为

\(D=\frac{{{R}_{\mathrm{th-m}}}-{{R}_{\mathrm{initial}}}}{{{R}_{\mathrm{th-f}}}-{{R}_{\mathrm{initial}}}}\) (2)

式中：R_th-m为热阻测量值;R_th-f为热阻失效值。

结合公式(1),得到损伤与循环比例因子的关

系为

\(D={{r}^{m}}\) (3)

对比式(1)、(2)可以发现,损伤D与热阻R_th-m近似满足线性关系,随着老化的进行,二者均近似为非线性增大。尽管老化过程中热阻一直增大,但是每个循环周期带来的损伤较小,没有必要实时更新器件热阻,并且实时更新热阻的方法也会带来庞大的数据量,尤其是实际评估风电变流器寿命时,一般选取一年的数据,实时热阻方法将造成海量数据。此外,老化过程中,在较短时间周期内,可以近似认为模块损伤线性增大。因此,根据材料损伤的累积规律,需要设定一个合理的老化-热参数影响的损伤比例系数,以表征器件损伤的非线性累积过程。

在某一运行工况下,IGBT模块老化进行到t时刻,可近似认为t时刻附近几个周期内热阻R_th不变。与老化初始时刻相比,即使忽略热载荷增大对损耗的正反馈效应,在相同损耗功率下,根据热载荷计算公式,器件热载荷ΔT_j增大的比例与热阻R_th增大的比例系数相同。而在瞬态过程中,热容改变影响热传递过程,结温T_j增大比例与热阻R_th增长略有差异,但焊料层失效对热容的影响较小,可忽略^{[ 14]}。同时,老化试验中考虑试验误差和模块实际失效时的参数情况,定义热阻增加50%为模块失效标准。因此,选择热阻增大10%(结温T_j最大可能增加10%)作为合理的老化进程-热参数更新比例系数,当热阻R_th增大50%时,IGBT模块损伤D=1。因此,首先将IGBT模块热阻增大过程离散为五个阶段,分别为R_th、1.1R_th、1.2R_th、1.3R_th、1.4R_th;其次,根据结温计算模型分析各热阻值下模块的热载荷曲线;然后,按照等比例选择损伤范围的原则,计算不同热阻下的损伤演化,即每个热阻阶段内模块损伤累积值为ΔD=20%;在计算过程中利用线性累积模型计算模块损伤,直至D=1,即可得到IGBT模块的热寿命消耗情况。

2 考虑老化进程影响的IGBT模块寿命评估

2.1 IGBT模块热载荷计算模型

本文研究对象为SKM50GB123D模块,其中IGBT和二极管的开关频率f_s=4kHz,通态压降V_ce和V_F分别为1.7348V和1.1564V,通态电阻分别为0.0201mΩ和0.0121mΩ,IGBT的开、断能量分别为1.47×10^-2 mJ和2.4×10^-3mJ,额定电压和电流分别为1200V和50A。图6为IGBT模块的Foster热网络模型图,表1为对应的热网络参数^{[ 16]}。

图6 IGBT-二极管等效热网络模型 Fig. 6 IGBT-diode equivalent thermal network model

表1 IGBT模块热网络参数 Tab. 1 Thermal network parameters of IGBT module

在计算IGBT模块热载荷时,由于其波动周期较小,载荷波动较快,一般采用开关周期损耗计算模型。然而,该方法的仿真步长较小,长时间内的热载荷计算耗时太长。根据冲量相等原则,可以采用方波等效近似。文献[17]指出采用两步损耗脉冲序列计算IGBT模块结温时,计算精度较好,因此,本文同样采用两步损耗脉冲序列方法计算IGBT模块结温,其表达式如式(4)、(5)所示。

\(\Delta {{T}_{\mathrm{j}}}={{P}_{\mathrm{avg}}}{{Z}_{\mathrm{th}}}(\frac{1}{8{{f}_{\mathrm{0}}}})\text{+2}{{P}_{\mathrm{avg}}}{{Z}_{\mathrm{th}}}(\frac{1}{4{{f}_{\mathrm{0}}}})\) (4)

\({{Z}_{\mathrm{th}}}\text{=}\sum\limits_{i=1}^{4}{{{R}_{i}}(1-{{e}^{-t/({{R}_{i}}{{C}_{i}})}})}\) (5)

式中：P_avg为单位输出周期内的平均损耗;Z_th(1/(8f₀))、Z_th(1/(4f₀))分别为时间为1/(8f₀)和1/(4f₀)时IGBT模块的热阻抗;f₀为输出频率。

图7给出了当IGBT和二极管平均损耗分别为14.330W和4.88W时的结温波动曲线,并且表2给出了不同损耗近似方法下的结果对比。可以发现,采用两步脉冲损耗序列方法时计算结果较为准确,

图7 IGBT模块损耗脉冲模型计算结果 Fig. 7 Result of power loss pulses approximation method

表2 基于不同损耗近似方法下的结温对比 Tab. 2 Comparison of temperature variation for different power loss approximation models

与开关周期损耗模型相比,该方法在保证精度的同时,能有效提高计算效率,尤其是风电变流器寿命评估存在海量数据,采用该方法计算效率优势明显。

忽略IGBT模块的热载荷暂态升温过程,IGBT模块热载荷平均值T_m可以按照式(6)获取。

\({{T}_{\mathrm{m}}}={{T}_{\mathrm{amb}}}+{{P}_{\mathrm{avg}}}(I)\cdot (\sum\limits_{i=1}^{5}{{{R}_{\mathrm{th}i}}})+[{{P}_{\mathrm{avg}}}(I)+{{P}_{\mathrm{avg}}}(D)]\cdot {{R}_{\mathrm{h-a}}}\) (6)

式中：T_amb为环境温度;R_h-a为散热器-环境热阻。

2.2 考虑老化进程影响的IGBT模块寿命评估

按照上述热载荷计算公式,随机产生一组损耗函数曲线,将得到IGBT模块承受的热载荷波动曲线,利用雨流计数算法^{[ 5]},得到了如图8所示的IGBT模块的热载荷谱图。

图8 热载荷雨流统计谱图 Fig. 8 Rain flow statistic spectrum of thermal loadings

目前,计算IGBT模块寿命时常采用Miner线性损伤累积模型,该模型认为不同热载荷的疲劳损伤是独立进行的,损伤为线性累加过程。尽管其并未考虑不同热载荷之间的相关影响,但是计算效率高,因此工程中常采用该模型。也有学者提出了非线性累积模型,该模型考虑了不同热载荷之间的相互影响,认为材料损伤累积呈非线性规律,其损伤程度可以按照公式(3)计算得到,当D=0时表示模块无损坏,当D=1时模块失效。在非线性累积模型中,温度应力因子m与温度参数满足线性关系^{[ 18]},其计算公式为：

\(m={{\alpha }_{\mathrm{1}}}\Delta {{T}_{\mathrm{j}}}+{{\alpha }_{2}}{{T}_{\mathrm{m}}}+{{A}_{\mathrm{2}}}\) (7)

选取热阻作为损伤评价指标,当D=1时对应的热阻标准化值为1.5,基于加速老化试验结果拟合热阻归一化曲线,得到不同加速老化条件下的温度应力因子,进而得到上述公式中的参数,分别为-0.3097、-0.4961和85.1589。结合公式(3)、(7)和非线性疲劳损伤计算流程即可获得不同热载荷条件下IGBT模块寿命^{[ 19]}。

采用线性累积模型时,寿命模型为常用的Coffin-Mason-Arrhenius模型,如式(8)所示^{[ 5]}。

\({{N}_{\text{f}}}={{A}_{2}}\cdot \Delta T_{\mathrm{j}}^{{{\alpha }_{2}}}\cdot {{\text{e}}^{\frac{{{E}_{\mathrm{a}}}}{{{k}_{\mathrm{B}}}({{T}_{\mathrm{m}}}+273)}}}\) (8)

式中：N_f为模块失效循环次数;ΔT_j为结温波动;T_m为平均结温;A₂和α₂为寿命模型参数;E_a为激活能(9.89×10^-20 J);k_B为波尔兹曼常数(1.38×10^-23J· K^-1)。基于老化试验结果得到A₂=97.2231,α₂=

-3.1292。

本文提出的考虑老化进程影响的寿命评估模型(参见图9),采用非连续方式更新IGBT模块的热网络模型,选择10%作为热网络热阻更新比例系数,计及模块老化进程对热载荷的影响。当损伤增加20%时,Foster热网络模型中热阻增加10%,直至IGBT模块完全失效,即D=1。

图9 考虑老化进程影响的寿命评估 Fig. 9 Diagram of lifetime estimation considering aging process

首先,试验验证该模型的准确性。随机取4个全新的IGBT模块加速老化,保持注入电流I_c、壳温最小值T_c,min、散热水温T_w一定,通过控制壳温波动幅值改变热载荷大小。利用传统模型、非线性模型、考虑老化进程影响模型评估器件寿命,结果如表3所示。由表3可知,三种模型计算结果与试验结果误差均较小,说明所提出模型的寿命评估结果可靠。由于线性模型参数是建立于大载荷老化试验结果基础上,对大载荷的寿命评估比较准确,而实际应用中,模块以承受小载荷为主,若忽略老化进程对小载荷幅值的影响,势必会影响寿命评估的准确性。

针对图8所示的热载荷曲线,采用线性模型和

表3 模型的准确性验证 Tab. 3 Demonstration of the proposed model

非线性模型计算得到的寿命分别为4.5138年、3.2591年,而考虑老化进程对热参数影响后的IGBT模块寿命计算结果为2.885年,如图10所示。可以发现,非线性模型和考虑老化影响模型的计算结果均与线性模型结果存在较大差异,主要是因为线性模型并未考虑载荷之间的相互作用。此外,发现非线性模型与考虑老化影响模型的计算结果相近,主要由于在材料损伤非线性累积过程中,当损伤达到一定程度后IGBT模块老化速率急剧增大,在高损伤区域内,因热阻增大导致模块热循环次数和寿命减小。然而,非线性模型需要迭代计算损伤,计算效率相对较差,尤其是在低幅值热载荷条件下,非线性模型迭代计算更慢。

图10 各寿命模型的评估结果 Fig. 10 Comparisons of lifetime estimation with different models

如前文所述,IGBT模块疲劳失效过程中,热阻是表征焊料层失效的关键参数,且随着热载荷周期数增大而呈指数上升。文献[15]建立了基于IGBT模块热阻变化规律的分段式寿命评估模型,并利用老化试验结果验证了该方法的准确性。该模型将焊料层疲劳过程划分为线性阶段和非线性阶段,线性阶段和非线性阶段的阈值点设置为0.005,当热阻标准化值为1.5时定义为IGBT模块失效。非线性阶段热阻值采用热阻变化速率和热阻初始值迭代获得,如式(9)所示。

\(\frac{\text{d}R}{\text{d}N}={{b}_{1}}\cdot {{\text{e}}^{\frac{{{b}_{\mathrm{2}}}}{{{T}_{\mathrm{m}}}+273}}}\cdot {{(\Delta {{T}_{\mathrm{j}}})}^{{{b}_{3}}}}\cdot {{\text{e}}^{\ln ({{b}_{4}}\cdot {{R}_{\mathrm{thn}}})+{{b}_{5}}{{({{R}_{\mathrm{thn}}})}^{{{b}_{\mathrm{6}}}}}}}\) (9)

式中：dR/dN为热阻变化率;T_m为热载荷平均值;ΔT_j为热载荷波动幅值;R_thn为当前归一化热阻值;b₁—b₆为热载荷参数,分别为b₁=706.1824,b₂=

-4656.0962,b₃=2.7835,b₄=3.78811,b₅=-3.477和b₆=-1.1005。

对于上述热载荷曲线,分段式寿命评估模型的计算结果为3.36年,与非线性模型和考虑老化影响模型计算结果相差较小,但仍然与考虑老化影响模型的结果存在一定差异,主要原因是该模型中热阻变化率取决于热载荷参数(ΔT_j, T_m),而其在老化过程中会随着热阻增大而增大。

然而,从公式(9)中可以发现,利用该热阻模型可以计算每个热载荷循环周期内的热阻变化值,结合结温计算公式可得到模块迭代热载荷和热阻,进而建立考虑老化影响的实时热阻寿命模型。具体计算步骤如下：假设初始热阻R_th(0)=1,忽略热载荷对损耗的影响以及热容的改变,首先利用初始损耗和热阻、热容参数计算得到热载荷对(ΔT_j0, T_m0);在此基础上,根据损耗曲线中第i个周期内的P_avg可以得到第i_th个热循环周期内热载荷参数,结合当前热阻值R_th(i)从而获得IGBT模块的热阻变化率dR_th(i)/dN和热阻R_th(i+1),依次迭代直至热阻R_th>1.5。该实时热阻寿命模型充分考虑了热载荷循环中热阻的变化及其对热载荷波动影响。利用该模型得到的寿命评估结果为2.688年,与考虑老化影响的模型结果相近,仅相差0.197年。因此,评估IGBT模块寿命或者可靠性时需要考虑老化进程对热参数的影响。然而,实时热阻模型耗时太长,不适合长时间内IGBT模块寿命评估。

表4 考虑老化进程影响模型各阶段的寿命评估 Tab. 4 Lifetime estimation of each stage

的循环周期数明显减小;例如初始热阻时,循环次数为9892,而当热阻为1.4R_th时,循环次数为3618。当热阻R_th增大为原来的1.4倍时,寿命值仅为初始值R_th时的36.58%。因此,采用线性模型计算IGBT模块寿命时,如果忽略老化带来的热阻增大以及热载荷波动增大,将严重高估器件寿命,从而可能造成经济损失。

此外,根据热阻寿命模型可知,热阻比例系数将会影响计算精度,热阻比例系数越小,越接近实际热阻变化规律,计算结果越准确,但也会带来计算资源消耗的问题。为了对比分析热阻比例系数的影响,图11给出了不同热阻比例系数下的计算结果,可以发现当热阻比例系数为0.05和0.025时,计算结果分别为2.733年和2.680年。当热阻比例系数选为0.025时,能够更好的计及热阻变化对热载荷波动造成的影响,寿命结果更为精确;然而,与比例系数选为0.1的计算结果差距仅为0.205年,但是仿真次数为比例系数取0.1时的4倍。在评估IGBT模块寿命时,如果综合考虑计算精度和计算效率,老化热阻比例系数选为0.1能满足工程计算需求。因此,本文在考虑老化进程对热参数的影响时,热阻比例系数选定为0.1。

图11 热阻比例系数的影响 Fig. 11 Effect of percentage coefficient of thermal resistance

根据寿命公式可知,大幅值热载荷造成的寿命消耗占模块整体寿命的主要部分,大幅值热载荷曲线可能会影响老化进程对模块热参数作用规律的充分体现。因此,本文进一步对比分析了小幅值热载荷条件下不同寿命评估模型的计算结果。同样按照上述结温计算公式和随机产生热损耗曲线,利用雨流计数方法得到如图12所示的小幅值热载荷谱图,其中结温波动ΔT_j最大值为41.92℃。

对于图12所示的热载荷曲线,线性模型、非

图12 小幅值热载荷的雨流计数法统计图 Fig. 12 Rain flow result of small thermal profile

线性模型以及考虑老化进程影响模型的计算结果分别为70.013年、49.069年和47.220年,如图13所示。同样发现在小幅值热载荷条件下,非线性模型和考虑老化进程影响模型的计算结果相近,均明显小于线性评估模型,且与线性模型结果差距明显增大。此外,热阻寿命模型评估结果为55.46年,与非线性模型和考虑老化进程影响模型的差距较大,主要是因为该寿命模型参数是基于大幅值热载荷试验数据得到,不能较好表征小幅值热载荷曲线下IGBT模块热阻的变化规律,且未考虑老化过程中热阻增大对热载荷的影响。同时,实时热阻寿命模型的计算结果为47.613年,与考虑老化进程影响模型的结果相近。因此,在小幅值热载荷曲线下,本文所提出的考虑老化进程对热参数影响的寿命评估模型同样具有较高的精度。

图13 不同寿命模型的评估结果对比 Fig. 13 Comparison of lifetime prediction results of different evaluation models

综上所述,尽管非线性模型、实时热阻模型与考虑老化进程影响模型同样具有较高的精确度,但是前两者在热载荷循环周期内需要多次迭代计算模块损伤或者热阻,计算资源消耗大、计算效率较低,不适合长时间内的寿命评估;而考虑老化进程影响模型兼顾计算精度和效率,更适合长时间内IGBT模块的寿命评估。

3 基于考虑老化影响模型的IGBT模块多时间尺度寿命评估

基于上述模型,以双馈风机为例,进一步分析了长时期内(一年)IGBT模块的寿命消耗情况。由于风速的随机波动和变流器的低输出频率,导致双馈风机机侧变流器中IGBT模块长期承受复杂热载荷。根据模块热载荷产生来源和多时间尺度分布特性,可以分离为低频周期热载荷和基频周期热载 荷^{[ 7, 20]}。低频周期热载荷因风速随机波动而产生,波动周期一般为分钟;基频即风电变流器的输出频率,基频周期热载荷与IGBT模块的工作状态有关,波动周期一般为秒。由于不同时间尺度热载荷对IGBT模块寿命消耗影响规律不同,导致因器件老化带来的热载荷反馈效应也会存在差异。因此,本文分析了老化进程对不同时间尺度热寿命消耗的影响规律。以山东某风电场一年风速和气温的统计数据为基础,数据记录单位为1min,如图14所示。

图14 风电场风速以及气温数据 Fig. 14 Data of wind speed and ambient temperature

基于寿命计算方法分析了不同时间尺度下热寿命消耗,包括考虑老化进程影响下的IGBT模块寿命消耗,具体评估流程如图15所示。由于风速随机波动造成的热应力波动时间较为缓慢,现有文献研究其影响时一般忽略模块结温暂态升温过程,将风机系统假设为一系列的稳态工况^{[ 5, 20]}。计算模块寿命消耗时,首先基于风电场一年中的风速和气温数据,根据双馈风机的控制原理仿真IGBT模块的损耗功率谱;然后利用器件结温计算方法获取IGBT和二极管的基频结温波动,并结合风速概率密度分布以及损伤累积模型计算机侧变流器中IGBT模块的寿命消耗规律;通过雨流计数统计法获取低频热载荷普,然后利用寿命模型评估低频热载荷下的寿命消耗。

基于上述的寿命消耗计算流程,并考虑老化进程影响,计算了该风机机侧变流器中IGBT模块的基频周期寿命消耗情况,结果如表5所示。

从表5可以看出,机侧变流器中二极管更容易失效,这也与目前研究结论一致^{[ 5, 9]}。同时,由于考虑了老化进程对热参数的影响,导致模块实际寿命消耗明显偏大。此外,相对于IGBT,机侧变流器中二极管受老化进程影响更大,这主要是因为基频周期热载荷波动时间较短,且二极管热载荷波动较大,一般在20℃~40℃范围内。由寿命曲线可知,在该热载荷阶段内,老化进程造成的热载荷增大对寿命消耗影响更为剧烈。为了获取低频周期的温度、应力曲线,首先对风速时序进行极点提取,判断最大极值点和最小极值点。对于最大极值点,取基频周期结温的最大值T_j,max为该风速下的风速温度;对于最小极值点,取基频周期结温的最小值T_j,min为该风速下的风速温度。IGBT模块低频周期热载荷计算方法如式(10)所示,其反映了风速的时序性和波动程度。表6对比分析了低频周期热载荷下的不同寿命模型评估结果。

\(\Delta {{T}_{\mathrm{j}}}={{T}_{\mathrm{j,max}}}({{v}_{\mathrm{wind,max}}})-{{T}_{\mathrm{j,min}}}({{v}_{\mathrm{wind,min}}})\) (10)

同样的,考虑老化进程对热参数影响后,模块的低频周期寿命计算结果更为保守。考虑老化进程影响后,使得IGBT模块不同时间尺度热寿命消耗分别增大了7.65%和6.75%。此外,发现低频周期寿命消耗明显大于基频周期寿命消耗,约60%的IGBT模块寿命消耗是由低频周期热载荷造成的。

对比表5、6发现,基频、低频热载荷下IGBT、二极管的热寿命消耗情况相异。这是由于IGBT的

图15 风电变流器中功率器件寿命评估流程图 Fig. 15 Flow-chart of lifetime evaluation of power devices in wind power converter

表5 基频周期寿命消耗 Tab. 5 Lifetime consumption of fundamental frequency thermal loadings

表6 低频周期寿命消耗 Tab. 6 Lifetime consumption of low frequency thermal loadings

热载荷幅值较小,基频的高循环次数占据优势,导致IGBT的基频寿命消耗更高;而二极管结温波动较大,其低频结温波动更甚,大热载荷对二极管失效作用更为显著,因此低频热载荷下二极管的损伤更严重。

4 结论

针对现有IGBT模块寿命或可靠性评估中并未考虑模块运行老化进程对热参数的影响,从而导致计算结果偏大,本文建立了考虑老化进程对热参数影响的IGBT模块寿命评估模型。在试验分析老化进程影响规律的基础上,对比分析了不同热载荷条件下该模型与现有评估模型的性能差异,并以实际风电场为例进一步分析了考虑老化进程影响下的IGBT模块不同时间尺度热寿命消耗情况,得到了以下结论：

1）理论和试验验证了老化进程对热参数的影响在寿命和可靠性评估中不容忽视。

2）相对于现有寿命评估模型,考虑老化进程影响的寿命评估模型具有较高的计算精度和计算效率,目前常采用的线性模型明显高估了IGBT模块寿命。

3）热阻比例系数选为0.1,不仅能够保证较高的准确率,而且兼顾较高的计算效率。

4）忽略考虑老化进程影响后,将导致不同时间尺度热寿命消耗计算结果偏小,且低频周期热寿命消耗明显大于基频周期热寿命消耗,约60%的IGBT模块寿命消耗由低频周期热载荷引起。

参考文献

[1] Wang H,Ma K,Blaabjerg F. Design for reliability of power electronic systems[C]//IECON 2012-38th Annual Conference on IEEE Industrial Electronics Society.Montreal,Canada,2012:33-44.

[2] Li H,Chen Z.Overview of different wind generator systems and their comparisons[J].IET Renewable Power Generation,2008,2(2):123-138.

[3] Spinato F,Tavner P J,Van Bussel G J W,et al.Reliability of wind turbine subassemblies[J].IET Renewable Power Generation,2009,3(4):387-401.

[4] 唐勇,汪波,陈明,等.高温下的IGBT可靠性与在线评估[J].电工技术学报,2014,29(6):17-23. Tang Yong,Wang Bo,Chen Ming,et al.Reliability and on-line evaluation of IGBT modules under high temperature[J].Transactions of China Electrotechnical Society,2015,29(6):17-23(in Chinese).

[5] 杨珍贵,周雒维,杜雄,等.基于器件的结温变化评估风机中参数差异对网侧变流器可靠性的影响[J].中国电机工程学报,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 of devices in wind turbines[J].Proceedings of the CSEE,2013,33(30):41-49(in Chinese).

[6] 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]//European Conference on Power Electronics and Applications,Birmingham,UK,2011:1-8.

[7] 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 on Power Electronics,2015,30(2):590-602.

[8] 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,2011,7(4):1794-1801.

[9] 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.

[10] Kim H,Singh C,Sprintson A.Simulation and estimation of reliability in a wind farm considering the wake effect[J].IEEE Transactions on Sustainable Energy,2012,3(3):274-282.

[11] 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.

[12] 郑利兵,韩立,刘钧,等.基于三维热电耦合有限元模型的IGBT失效形式温度特性研究[J].电工技术学报,2011,26(7):242-246. Zheng Libing,Han Li,Liu Jun,et al.Investigation of the temperature character of IGBT failure mode based on 3D thermal-electro coupling FEM[J].Transactions of China Electrotechnical Society,2011,26(7):242-246(in Chinese).

[13] 赖伟,陈民铀,冉立,等.老化试验条件下的IGBT失效机理分析[J].中国电机工程学报,2015,35(20):5293-5300. Lai Wei,Chen Minyou,Ran Li.IGBT failure mechanism analysis based on aging experiment[J].Proceedings of the CSEE,2015,35(20):5293-5300(in Chinese).

[14] Chen H,Ji B,Pickert V,et al.Real-time temperature estimation for power MOSFETs considering thermal aging effects[J].IEEE Transactions on Device & Materials Reliability,2014,14(1):220-228.

[15] Lai W,Chen M,Ran L,et al.Low ΔT_j stress cycle effects in IGBT power module die-attach lifetime modeling[J].IEEE Transactions on Power Electronics,2016,31(9):6575-6585.

[16] SEMIKRON IGBT Module datasheet [EB/OL].https:// www.semikron.com/zh.html.

[17] Ma K,Blaabjerg F.Reliability-cost models for the power switching devices of wind power converters[C]//3rd IEEE International Symposium on Power Electronics for Distributed Generation Systems (PEDG).Aalborg,Denmark,2012:820-827.

[18] Mcpherson J W.Reliability physics and engineering:time-to-failure modeling[M].New York:Springer,2010:5-12.

[19] Mawby P A,Lai W,Qin H,et al.Study on the lifetime characteristics of power modules under power cycling conditions[J].IET Power Electronics,2016,9(5):1045-1052.

[20] 杜雄,李高显,孙鹏菊,等.考虑基频结温波动的风电变流器可靠性评估[J].电工技术学报,2015,30(10):258-265. Du Xiong,Li Gaoxian,et al.Sun Pengjun.Reliability evaluation of wind power converters considering the fundamental frequency junction temperature fluctuations[J].Transactions of China Electrotechnical Society,2015,30(10):258-265(in Chinese).