計及IGBT結溫約束的光伏高滲透配電網無功電壓優化控制策略

張 波 高 遠 李鐵成 胡雪凱 賈焦心

計及IGBT結溫約束的光伏高滲透配電網無功電壓優化控制策略

張 波1高 遠1李鐵成2胡雪凱2賈焦心1

（1．華北電力大學河北省分布式儲能與微網重點實驗室 保定 071003 2．國網河北省電力有限公司電力科學研究院 石家莊 050021）

光伏電源參與配電網無功電壓調節是提升光伏高滲透配電網運行經濟性和可靠性的有效手段，但光伏電源提供無功支撐會使得光伏電源IGBT最大結溫升高、結溫波動加劇，進而影響光伏電源和配電網的安全穩定運行。為此，該文提出一種計及IGBT結溫約束的光伏高滲透配電網無功電壓優化控制策略。首先，利用CatBoost算法計算IGBT結溫，提高了IGBT結溫計算效率，避免了傳統結溫算法對IGBT熱模型參數的依賴；然后，建立考慮IGBT結溫約束的有源配電網多目標無功優化模型，利用二分法求解IGBT結溫約束下的光伏電源最大輸出功率，實現了IGBT結溫約束向二階錐約束的轉換；最后，利用IEEE 33節點典型配電系統驗證了所提策略在光伏高滲透配電網無功電壓優化、光伏電源運行可靠性提升方面的有效性，并提出了綜合考慮配電網網損、光伏電源可靠性的光伏電源IGBT結溫限值整定原則。

CatBoost機器學習算法 IGBT結溫 無功電壓控制 IGBT可靠性 多目標優化

0 引言

2022年10月16日，習近平總書記在中國共產黨第二十次全國代表大會中指出，要深入推進能源革命，加快規劃建設新型能源體系，積極參與應對氣候變化全球治理。近年來，光伏、風電等新能源裝機容量越來越大，其中分布式光伏具有靈活性高、投資低、受地域/資源條件限制小、安裝維護簡單的特點，符合國家可持續發展戰略要求[1-3]。隨著《整縣（市、區）屋頂分布式光伏開發試點項目》等項目的試行，配電網中分布式光伏電源接入容量越來越大。以光伏為代表的新能源接入配電網有利于構建低碳、高效、可持續發展的新型電力系統，但同時也對配電網安全穩定運行提出了巨大挑戰。由于光伏發電具有隨機性與波動性的特點，其出力不確定性會造成配電網節點電壓快速劇烈波動[4]。此外，在太陽輻照度較高時段，光伏電源出力過剩，會導致配電網接入分布式光伏節點電壓越限[5]。針對高比例光伏接入配電網帶來的配電網節點電壓不穩和越限問題，可采用無功電壓控制來調整配電網各節點電壓[6-7]。

無功電壓控制可將配電網各節點電壓穩定在安全范圍內，從而提高配電網運行的穩定性。傳統配電網無功電壓調控設備有電容器組（Capacitor Banks, CBs）、有載調壓變壓器（On-Load Tap Changers, OLTCs）等，但電容器組、隔離開關等設備響應速度慢，不足以應對配電網電壓的快速波動。靜止無功補償器（Static Var Compensator, SVC）、靜止無功發生器（Static Var Generator, SVG）等無功補償設備響應速度較快，但設備的投資成本較高，不易大規模應用。光伏電源具備一定的無功支撐能力，其無功電壓控制響應速度較快，且不會額外增加配電網設備投資成本，逐漸成為有源配電網無功電壓調節的重要手段之一。隨著分布式光伏迅速發展，構建以新能源為主體的新型電力系統將給分布式光伏參與配電網無功電壓控制帶來更大的發展空間。同時，分布式光伏的“可觀、可測、可控”需求日益迫切。以甘肅電網為例，截至2023年1月底，甘肅省521座10 kV分布式光伏電站全部實現可觀、可測、可控，新能源發電裝置可觀、可測、可控將成為未來新型電力系統發展趨勢[8-9]。IEEE 1547.8工作組提倡利用光伏逆變器實現無功電壓控制，適當提高光伏逆變器容量配置可以有效提高光伏逆變器無功輸出能力，同時降低傳統無功補償設備的投資成本[10]。文獻[11]提出基于有功自適應調整的光伏電站無功電壓控制策略，光伏逆變器正常工作在最大功率點跟蹤控制模式。當并網點電壓出現越限時，光伏逆變器輸出相應無功功率，若此時逆變器無功容量不足，則削減部分光伏有功功率，以滿足系統的無功需求。文獻[12]提出多電壓等級不平衡主動配電網電壓無功自適應多目標協調優化策略，利用分布式光伏與傳統無功補償設備協調控制，以網損、電壓幅值及不平衡度為運行指標，以開關電容器動作成本及光伏逆變器出力成本為成本指標，建立配電網電壓無功多目標優化模型?？紤]到配電網實際運行的不確定性，文獻[13]提出一種層次協調的無功電壓優化模型，協調優化光伏逆變器集中調度設定值。針對光伏發電的不確定性，文獻[14]提出一種兩階段魯棒無功優化方法，即電容器、有載調壓變壓器優化時間尺度設置為1 h，光伏逆變器優化時間尺度設置為15 min。在此基礎上，文獻[15]提出基于光伏逆變器的三階段魯棒無功電壓優化模型，分別設置了有載調壓變壓器和電容器組控制階段、光伏逆變器控制階段、逆變器本地控制階段。傳統集中式的無功電壓控制方法因其變量數過多而無法滿足配電網無功電壓快速控制的需求，文獻[16]提出一種主動配電網電壓分區優化控制方法，對配電網進行有功/無功分區，在有功分區與無功分區內分別建立優化模型，實現對配電網電壓快速有效的控制。上述研究表明光伏電源能夠參與配電網無功電壓控制，但光伏電源無功輸出會影響光伏逆變器運行可靠性[17]。

光伏電源過多發出無功功率可能造成光伏發電系統過早失效，進而影響配電網運行的穩定性和經濟性[18]。故光伏電源在進行無功電壓控制時，需考慮光伏電源無功輸出對光伏逆變器運行可靠性和壽命的影響。文獻[19]通過限制光伏逆變器額定容量，即限制光伏逆變器無功輸出，間接提高光伏逆變器的可靠性，但并未將光伏逆變器可靠性指標引入無功電壓控制優化模型中。綜上所述，目前基于光伏電源無功支撐的配電網無功電壓優化控制策略相關研究中，鮮有研究成果考慮對光伏電源運行可靠性的影響。因此，研究考慮光伏電源可靠性的配電網無功電壓控制策略，極具工程實際意義。

IGBT可靠性是影響光伏逆變器可靠性的關鍵性因素，由IGBT引起的光伏逆變器故障占比高達34%[20]。目前，對于光伏逆變器可靠性分析側重于對光伏逆變器中IGBT進行可靠性分析[21-22]。傳統IGBT可靠性分析方法是基于各類可靠性手冊以恒定故障概率模型建模，但該方法未考慮實際工況變化對分析結果的影響[23]?；谌蝿掌拭娴腎GBT可靠性評估方法以IGBT實際運行工況作為分析基礎，并與物理失效模型相結合，是目前IGBT可靠性評估最常用方法[24]。該方法首先根據IGBT任務剖面計算IGBT結溫，再利用雨流計數法統計IGBT熱載荷信息，最后利用IGBT壽命評估模型及Miner線性損傷準則計算IGBT壽命損傷[25-27]?？紤]到IGBT器件的不一致性，文獻[28-29]采用蒙特卡洛模擬方法模擬IGBT器件之間的差異，進而得到IGBT壽命分布，量化分析IGBT可靠性。在基于任務剖面的IGBT可靠性評估中，由IGBT運行工況計算IGBT結溫是一項重要步驟。傳統IGBT結溫計算方法一般基于功率損耗和熱模型[30-32]，其結溫計算時間較長，同時需要具體的IGBT熱模型參數，而IGBT熱模型參數不易獲取，往往存在較大誤差。文獻[33]提出一種利用人工神經網絡（Artificial Neural Network, ANN）模型代替傳統IGBT結溫計算模型的IGBT結溫計算方法，但該方法基于固定環境溫度進行結溫計算，無法適用于環境溫度變化情況。

針對上述問題，本文首先提出了一種基于CatBoost算法的IGBT可靠性評估方法，該方法利用數據驅動方法計算IGBT結溫，縮短了IGBT結溫計算時間，降低了結溫計算結果對IGBT電熱模型參數的依賴；然后，提出計及IGBT結溫約束的有源配電網無功電壓優化控制策略，將IGBT結溫約束引入配電網無功電壓優化約束條件中，建立了考慮IGBT結溫約束的有源配電網多目標無功優化模型；最后，綜合考慮配電網網損、IGBT可靠性和壽命，提出光伏電源IGBT結溫限值整定原則。

1 基于CatBoost算法的IGBT可靠性評估

基于CatBoost算法的IGBT可靠性評估方法總體流程如圖1所示。首先，采用CatBoost算法并根據太陽輻照度、環境溫度、光伏電源有功輸出和無功輸出計算光伏逆變器IGBT結溫；其次，利用雨流計數法統計IGBT熱載荷信息，再根據IGBT壽命模型及Miner準則估算IGBT壽命；然后，考慮器件參數的差異性，利用蒙特卡洛模擬得到IGBT壽命分布情況，通過二參數威布爾分布擬合得到符合IGBT壽命分布的威布爾概率密度函數，對壽命分布概率密度函數進行積分，得到威布爾累積分布函數；最終進行IGBT可靠性的量化分析。

圖1 基于CatBoost算法的IGBT可靠性評估流程

1.1 基于CatBoost算法的IGBT結溫計算

IGBT結溫計算是IGBT可靠性評估的重要環節，傳統IGBT結溫計算一般基于IGBT電熱耦合模型進行，其計算時間較長，且計算結果對IGBT電熱模型參數依賴度較高，當IGBT出現老化等現象時，其結溫計算誤差較大。本文從數據驅動角度出發，提出基于CatBoost算法的IGBT結溫計算方法，在提升IGBT結溫計算效率的同時降低了模型參數偏差對IGBT結溫計算結果的影響。當IGBT出現老化等現象時，可根據IGBT結溫歷史數據訓練CatBoost模型，從而找到任務剖面與IGBT結溫之間新的非線性映射關系，實現IGBT結溫的精準計算，具體流程如圖2所示。

圖2 基于CatBoost算法的IGBT結溫計算流程

CatBoost算法屬于Boosting算法系列，是一種基于梯度提升決策樹（Gradient Boosting Decision Tree, GBDT）的新型機器學習算法[34-35]?；贑atBoost算法的IGBT結溫計算方法以光伏逆變器輸出視在功率PV、太陽輻照度及環境溫度作為CatBoost模型輸入，以IGBT結溫作為CatBoost模型輸出，訓練CatBoost模型。

將一年的太陽輻照度、環境溫度和光伏逆變器輸出視在功率輸入訓練完成的CatBoost模型中，得到IGBT的結溫，將其與基于熱電耦合模型數值計算所得IGBT結溫進行比較，結果如圖3所示。

圖3 不同IGBT結溫計算方法計算結果對比

以熱電耦合模型數值計算IGBT結溫結果為基準，CatBoost機器學習算法計算IGBT結溫的平均絕對誤差和方均根誤差分別為0.37℃、0.21℃，故采用CatBoost結溫算法可以保證IGBT結溫的準確性。此外，在計算時長方面CatBoost結溫算法也具有明顯優勢。以64位計算機（3.20 GHz CPU，16 GB RAM）為例，計算相同的年任務剖面下IGBT結溫，熱電耦合模型數值計算時長為幾十分鐘級，而CatBoost結溫算法計算時長為秒級。

1.2 基于任務剖面的IGBT壽命評估

功率器件IGBT主要失效機制與IGBT熱循環有關[36]，本文采用雨流計數法[37]統計出IGBT熱循環數n、每個熱循環內的結溫均值jm、結溫波動Δj等IGBT熱載荷信息。

利用式（1）所示的IGBT解析壽命模型計算IGBT失效循環次數，該壽命模型由加速功率循環測試數據推導而來。

壽命損傷（Lifetime Consumption, LC）用于描述功率器件的壽命損耗情況。Miner線性累積損傷準則認為每個溫度循環均會對器件造成損傷，且損傷具有線性累積特性。當LC累積損傷超過1時，功率器件失效。功率器件的累積損傷度表達式為

式中，n為一定熱應力作用下的循環次數；(f)為壽命模型計算得到的失效循環次數。

1.3 基于Monte-Carlo模擬的IGBT可靠性評估

基于Monte-Carlo模擬的IGBT壽命評估方法可有效提升評估準確性，Monte-Carlo模擬將壽命模型參數由定值轉變為符合某種概率分布的偽隨機數（參數變化5%的正態分布）。同時，最小結溫jmin、結溫波動Δj、加熱時間on保持動態變化狀態，不可直接轉變為符合某種概率分布的偽隨機數，需將動態參數轉換為等效的靜態參數，等效靜態參數可對器件產生相同的退化作用[38]。受IGBT集射極飽和壓降變化及器件熱荷載影響，IGBT等效靜態參數中的平均最小結溫和結溫波動分別按5%、0.66%的正態分布變化[39]。

通過Mont-Carlo隨機抽取樣本模擬得到IGBT的壽命分布，擬合二參數威布爾分布的尺度參數和形狀參數，從而得到器件壽命分布的威布爾概率密度函數（Probability Density Function, PDF）為

式中，為威布爾分布尺度參數；為威布爾分布形狀參數。

對壽命分布概率密度曲線進行積分，得到威布爾累積分布函數（Cumulative Distribution Function, CDF），進而評估功率器件的不可靠度。

2 計及IGBT結溫約束的配電網無功電壓優化

2.1 光伏電源參與無功電壓調控原理

光伏電源具備雙向無功支撐能力，可通過其無功控制功能參與配電網無功電壓調節。光伏電源無功輸出能力與光伏電源額定容量和有功輸出之間的關系為

式中，N為光伏電源額定容量；PV()為光伏電源有功輸出。

當光伏電源不參與無功電壓調控時，光伏電源僅輸出有功功率，此時光伏電源中IGBT電流為

式中，AC()為光伏電源交流測電壓有效值。

當光伏電源參與無功電壓調控時，光伏電源同時輸出有功功率和無功功率，此時光伏電源中IGBT電流為

式中，()為光伏電源輸出視在功率；PV()為光伏電源無功輸出。

由式（6）、式（7）可知，光伏電源參與配電網無功調控時，若光伏電源有功輸出保持不變，則其實際輸出視在功率會增大，使得光伏電源輸出電流增大，造成IGBT結溫相應升高，導致光伏電源中IGBT可靠性和壽命降低。

2.2 光伏高滲透配電網無功電壓優化模型

考慮到IGBT結溫對IGBT可靠性影響較大，建立計及IGBT結溫約束的配電網無功電壓優化模型。以配電網網損和光伏電源有功削減量為優化目標，其表達式為

配電網無功優化時需滿足配電網運行潮流約束、母線電壓上下限約束、線路電流約束、光伏逆變器容量約束等[40]，同時考慮到IGBT可靠性而引入IGBT結溫約束，限制IGBT結溫在限值IGBT_limit范圍內，進而得到計及IGBT結溫約束的光伏高滲透配電網無功電壓優化模型的約束條件集合。

IGBT結溫約束為

配電網安全穩定運行約束為

2.3 無功電壓優化模型的二階錐規劃

計及IGBT結溫約束的配電網無功電壓優化模型為非線性非凸優化模型，采用啟發式方法求解效率較低，不利于后續年任務剖面下IGBT可靠性和壽命分析。因此，本文將IGBT結溫約束轉換為光伏電源輸出視在功率約束，實現將原非線性約束轉換為二階錐約束；再對配電網安全穩定運行約束進行線性化與二階錐松弛[41-42]，從而將原非線性非凸優化模型轉換為凸優化模型。

IGBT最大結溫與光伏電源輸出視在功率關系如圖4所示?？梢?，IGBT最大結溫為光伏電源輸出視在功率的單調遞增函數。當太陽輻照度與環境溫度確定時，IGBT結溫限值與光伏電源的最大輸出視在功率存在唯一映射關系。當光伏電源輸出視在功率不超過最大輸出視在功率時，IGBT最大結溫也不超過IGBT結溫限值。

圖4 IGBT最大結溫與光伏逆變器輸出視在功率關系

IGBT最大結溫可由CatBoost模型直接得到，但CatBoost模型無明確表達式且為非線性模型，無法根據IGBT結溫限值直接反解出對應的光伏逆變器最大輸出視在功率?？紤]到IGBT最大結溫為光伏電源輸出功率的單調遞增函數，采用二分法求解光伏電源最大輸出視在功率的數值解。

為將IGBT最大結溫限制在IGBT結溫限值范圍內，可將光伏電源輸出視在功率限制在最大輸出視在功率范圍內，即

在考慮IGBT結溫約束情況下，光伏電源輸出有功功率與無功功率關系如圖5所示。在相同有功輸出情況下，光伏電源無功輸出能力隨著IGBT結溫限值的減小而降低；在不同有功輸出情況下，光伏電源無功輸出能力由IGBT限溫后的光伏逆變器最大視在功率SIGBT_limit和光伏逆變器有功輸出共同決定。

對配電網安全穩定運行約束進行線性化與二階錐松弛，引入變量i,t、v,t，有

部分約束條件變化為

對式（21）進行二階錐松弛處理，可得

3 算例分析

3.1 配電網算例描述

以IEEE 33節點配電系統為例，分別在6、8、10、13、21、22、25、28、31、33節點接入容量為500 kW（10 kW×50）的分布式光伏電源集群，如圖6所示。為了保證光伏電源具有足夠的無功輸出能力，將光伏電源容量設置為額定容量的1.1倍。

圖6 IEEE 33節點配電系統

考慮到配電網空間位置相對集中，假定配電網區域內各節點位置的環境溫度與輻照度一致。以低緯度地區任務剖面為例，其環境溫度與輻照度數據如圖7所示。

圖7 低緯度地區任務剖面

以IEEE 33節點配電系統中各節點有功、無功負荷數據為基準，根據IEEE-RTS系統典型日負荷信息生成IEEE 33配電系統各節點日負荷數據信息，進而根據高斯分布生成IEEE 33節點配電系統的年負荷數據[40]。

3.2 配電網運行結果分析

IGBT結溫約束分別設置為60℃、70℃、80℃、none四種情況，利用Matlab YALMIP工具箱和Cplex求解器，對所提計及光伏電源IGBT結溫約束的配電網無功電壓優化模型進行求解。

考慮到配電網接入光伏電源節點數量較多，為了便于說明問題，以節點28為例，光伏電源輸出視在功率如圖8所示?？梢?，隨著IGBT結溫限值的降低，光伏電源輸出視在功率明顯降低，從而實現了光伏電源實際輸出電流的減小、IGBT結溫的降低。

圖8 節點28光伏逆變器輸出視在功率

未進行無功電壓調控時，配電網運行24 h各節點電壓如圖9所示?？梢?，配電網部分節點的電壓存在越上限或越下限的情況。

進入高中之后，學生在學習物理時會感到強烈的反差，以致于很多學生出現不適應的情況，逐漸地他們產生畏難心理，學習信心和興趣也受到打壓.筆者認為這主要牽扯到以下幾個方面的問題.

圖9 未進行無功電壓優化控制時的配電網各節點電壓

在本文所提無功電壓優化控制策略下，配電網運行24 h各節點電壓如圖10所示?？梢?，本文所提策略能夠將配電網各節點電壓穩定在安全范圍內。

四種結溫限值情況對應的配電網損耗情況見表1?？梢?，隨著結溫限值的降低，配電網網損、光伏有功削減及配電網總損耗均略有增加。因此，IGBT結溫限值的選取需要綜合考慮配電網總損耗與光伏逆變器可靠性情況。

圖10 進行無功電壓優化控制時的配電網各節點電壓

表1 配電網損耗情況

Tab.1 Loss of distribution network

3.3 光伏電源IGBT結溫情況分析

不同結溫限值情況下，各接入點光伏電源IGBT結溫情況如圖11所示?？梢?，本文所提策略可實現光伏電源IGBT結溫有效限制。

減小IGBT輸出功率和IGBT電流可抑制IGBT結溫波動[43-44]。在四種結溫限值條件下，節點28處光伏電源IGBT穩態結溫波動情況如圖12所示。

圖12 節點28處IGBT穩態結溫波動情況

可見，隨著IGBT結溫限值的降低，相應的IGBT結溫波動也逐漸降低，故本文所提策略限制IGBT最大結溫的同時抑制IGBT結溫波動。

對節點25處的光伏電源IGBT結溫數據進行熱載荷信息統計，得到不同結溫限值下的IGBT結溫均值和結溫波動統計結果，分別如圖13、圖14所示。

圖13 IGBT結溫均值統計

圖14 IGBT結溫波動統計

可見，在本文所提策略下，光伏電源IGBT結溫相對集中于結溫波動和結溫均值較低的區域，并且IGBT結溫限值越小，IGBT結溫集中區域的結溫波動與結溫均值越低。

3.4 光伏電源IGBT可靠性和壽命分析

根據基于任務剖面的光伏電源可靠性評估流程，在本文所提策略下光伏電源IGBT可靠性分析結果如圖15所示?？梢?，相較于無結溫限制時所有接入點中光伏電源IGBT故障率均有顯著降低，而且IGBT結溫限值越小，光伏電源IGBT故障率降低越明顯，驗證了本文所提策略在提升光伏電源運行可靠性方面的有效性。

圖15 光伏逆變器IGBT可靠性分析結果

配電網節點6、8、10、13、21、22、25、28、31、33接入的光伏電源IGBT壽命估計結果見表2，表2中none表示不進行IGBT結溫限制。采用結溫限制控制后，所有光伏電源節點IGBT壽命均有所提高，結溫限值越低則IGBT壽命越高的規律明顯。

表2 光伏逆變器IGBT壽命估計

Tab.2 IGBT lifetime estimation of photovoltaic inverter

無IGBT結溫限制時，所有光伏電源IGBT最小壽命與平均壽命分別為5年和11年；IGBT結溫限值為80、70、60℃時，對應的所有光伏電源IGBT最小壽命分別為8、16、41年，所有光伏電源IGBT平均壽命分別為14、25、65年?？梢?，結溫限制控制可以使得所有光伏電源IGBT最小壽命與平均壽命均有提高，而且隨著IGBT結溫限值的減小，所有節點光伏電源IGBT的平均壽命與最低壽命均有明顯提高。本文所提策略能夠在進行配電網無功優化的同時有效地提升光伏逆變器IGBT的壽命，延長光伏逆變器IGBT可靠運行時間。

四種IGBT結溫約束情況下，各接入點光伏電源IGBT壽命情況如圖16所示?？梢?，IGBT結溫限值越小，所有接入點光伏電源壽命有效區域面積越大，表明在所提策略下配電網區域內所有光伏電源整體壽命性能均明顯提高。

3.5 考慮損耗與IGBT壽命的結溫限值整定

不同結溫限值下配電網運行結果見表3。IGBT結溫限值越小，IGBT運行可靠性和壽命越高，但與此同時配電網總損耗也隨之增大。故應從配電網總損耗、IGBT可靠性和壽命角度綜合考慮IGBT結溫限值的整定。

圖16 各接入點光伏逆變器IGBT壽命情況

表3 不同結溫限值下配電網運行結果

Tab.3 Operation results of distribution network under different junction temperature limits

光伏電站規劃設計時光伏電源IGBT更換周期一般為20～30年，綜合考慮所有接入點光伏電源IGBT最小壽命及配電網總損耗情況，在本文算例中，設置結溫限值為60℃時，可滿足IGBT更換周期需求，同時配電網總損耗不過高。

4 結論

針對光伏電源參與配電網無功電壓調節影響光伏逆變器IGBT可靠性和壽命的問題，本文提出了計及IGBT結溫約束的光伏高滲透配電網無功電壓優化控制策略，主要結論如下：

1）提出基于CatBoost算法的IGBT可靠性評估方法，利用數據驅動方法計算IGBT結溫，提高了IGBT結溫計算效率，降低了結溫計算結果對IGBT電熱模型參數的依賴程度，可保證IGBT可靠性評估的實時性。

2）建立了計及IGBT結溫約束的配電網無功電壓優化模型，將IGBT結溫約束轉換為光伏逆變器輸出視在功率約束，并通過線性化與二階錐松弛將無功優化模型轉換為二階錐規劃模型，提高了模型求解速度。

3）IGBT結溫限值越低，IGBT運行可靠性與壽命越高，但配電網總損耗也隨之增大。故提出綜合考慮配電網總損耗、IGBT可靠性的IGBT結溫限值整定原則，為光伏電源參與配電網無功電壓調節控制策略設計、核心參數整定提供了理論依據。

[1] 馬麗, 劉念, 張建華, 等. 自動需求響應模式下光伏用戶群的優化運行模型[J]. 中國電機工程學報, 2016, 36(13): 3422-3432, 3361. Ma Li, Liu Nian, Zhang Jianhua, et al. Optimal operation model of user group with photovoltaic in the mode of automatic demand response[J]. Proceedings of the CSEE, 2016, 36(13): 3422-3432, 3361.

[2] 唐愛紅, 翟曉輝, 盧智鍵, 等. 一種適用于配電網的新分布式潮流控制器拓撲[J]. 電工技術學報, 2021, 36(16): 3400-3409. Tang Aihong, Zhai Xiaohui, Lu Zhijian, et al. A novel topology of distributed power flow controller for distribution network[J]. Transactions of China Electrotechnical Society, 2021, 36(16): 3400-3409.

[3] 黃堃, 劉澄, 呂瀟, 等. 計及本地負荷的分布式光伏并網電壓協同控制策略[J]. 電網與清潔能源, 2020, 36(11): 127-133. Huang Kun, Liu Cheng, Lü Xiao, et al. Distributed photovoltaic grid-connected voltage coordination control strategy considering local load[J]. Power System and Clean Energy, 2020, 36(11): 127-133.

[4] 王雪純, 陳紅坤, 陳磊. 提升區域綜合能源系統運行靈活性的多主體互動決策模型[J]. 電工技術學報, 2021, 36(11): 2207-2219. Wang Xuechun, Chen Hongkun, Chen Lei. Multi-player interactive decision-making model for operational flexibility improvement of regional integrated energy system[J]. Transactions of China Electrotechnical Society, 2021, 36(11): 2207-2219.

[5] Shayani R A, de Oliveira M A G. Photovoltaic generation penetration limits in radial distribution systems[J]. IEEE Transactions on Power Systems, 2011, 26(3): 1625-1631.

[6] 黃大為, 王孝泉, 于娜, 等. 計及光伏出力不確定性的配電網混合時間尺度無功/電壓控制策略[J]. 電工技術學報, 2022, 37(17): 4377-4389. Huang Dawei, Wang Xiaoquan, Yu Na, et al. Hybrid timescale voltage/var control in distribution network considering PV power uncertainty[J]. Transactions of China Electrotechnical Society, 2022, 37(17): 4377-4389.

[7] 呂志鵬, 羅安, 周柯, 等. 靜止同步補償器與微網在配電網無功電壓協同控制中的聯合運用[J]. 中國電機工程學報, 2010, 30(增刊1): 18-24. Lü Zhipeng, Luo An, Zhou Ke, et al. Combined application of DSTATCOM and micro-grid in reactive power and voltage collaborative control on distribution network[J]. Proceedings of the CSEE, 2010, 30(S1): 18-24.

[8] 譚大帥, 戴彬, 郭剛, 等. 分布式光伏管控平臺的設計與實現[J]. 電氣技術, 2023, 24(2): 41-51. Tan Dashuai, Dai Bin, Guo Gang, et al. Design and implementation of distributed photovoltaic management and control platform[J]. Electrical Engineering, 2023, 24(2): 41-51.

[9] 呂超然, 呂翔, 張文瑤. 整縣屋頂光伏推進背景下的配電網技術研究[J]. 農村電氣化, 2023(2): 29-34. Lü Chaoran, Lü Xiang, Zhang Wenyao. Research on distribution network technology under the background of promoting the development of roof mounted PV in thewhole County[J]. Rural Electrification, 2023(2): 29-34.

[10] Zhang Yongxi, Xu Yan, Yang Hongming, et al. Voltage regulation-oriented co-planning of distributed generation and battery storage in active distribution networks[J]. International Journal of Electrical Power & Energy Systems, 2019, 105: 79-88.

[11] 俞智鵬, 湯奕, 戴劍豐, 等. 基于有功自適應調整的光伏電站無功電壓控制策略[J]. 電網技術, 2020, 44(5): 1900-1907. Yu Zhipeng, Tang Yi, Dai Jianfeng, et al. Voltage/var control strategy of PV plant based on adaptive adjustment of active power[J]. Power System Technology, 2020, 44(5): 1900-1907.

[12] 符楊, 周曉鳴, 蘇向敬. 多電壓等級不平衡主動配電網電壓無功自適應多目標協調優化[J]. 電網技術, 2018, 42(7): 2136-2147. Fu Yang, Zhou Xiaoming, Su Xiangjing. Adaptive and coordinated volt/var optimization for unbalanced active distribution networks of multiple voltage levels[J]. Power System Technology, 2018, 42(7): 2136-2147.

[13] Zhang Cuo, Xu Yan. Hierarchically-coordinated voltage/VAR control of distribution networks using PV inverters[J]. IEEE Transactions on Smart Grid, 2020, 11(4): 2942-2953.

[14] Ding Tao, Liu Shiyu, Yuan Wei, et al. A two-stage robust reactive power optimization considering uncertain wind power integration in active distribution networks[J]. IEEE Transactions on Sustainable Energy, 2016, 7(1): 301-311.

[15] Zhang Cuo, Xu Yan, Dong Zhaoyang, et al. Three-stage robust inverter-based voltage/var control for distribution networks with high-level PV[J]. IEEE Transactions on Smart Grid, 2019, 10(1): 782-793.

[16] 劉蕊, 吳奎華, 馮亮, 等. 含高滲透率分布式光伏的主動配電網電壓分區協調優化控制[J]. 太陽能學報, 2022, 43(2): 189-197. Liu Rui, Wu Kuihua, Feng Liang, et al. Voltage partition coordinated optimization control of active distribution network of high penetration distributed pvs[J]. Acta Energiae Solaris Sinica, 2022, 43(2): 189-197.

[17] Yang Yongheng, Wang Huai, Blaabjerg F. Reactive power injection strategies for single-phase photovoltaic systems considering grid requirements[J]. IEEE Transactions on Industry Applications, 2014, 50(6): 4065-4076.

[18] Gandhi O, Rodríguez-Gallegos C D, Gorla N B Y, et al. Reactive power cost from PV inverters considering inverter lifetime assessment[J]. IEEE Transactions on Sustainable Energy, 2019, 10(2): 738-747.

[19] Chai Qingmian, Zhang Cuo, Xu Yan, et al. PV inverter reliability-constrained volt/var control of distribution networks[J]. IEEE Transactions on Sustainable Energy, 2021, 12(3): 1788-1800.

[20] 李偉, 李曉祎, 張佳杰. 光伏逆變器可靠性現狀分析[J]. 無線互聯科技, 2016(4): 90-94, 97. Li Wei, Li Xiaoyi, Zhang Jiajie. Photovoltaic inverter reliability analysis of the situation[J]. Wireless Internet Technology, 2016(4): 90-94, 97.

[21] Bouguerra S, Yaiche M R, Gassab O, et al. The impact of PV panel positioning and degradation on the PV inverter lifetime and reliability[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2021, 9(3): 3114-3126.

[22] Bouguerra S, Agroui K, Yaiche M R, et al. The impact of PV array inclination on the PV inverter reliability and lifetime[C]//2020 IEEE 9th International Power Electronics and Motion Control Conference (IPEMC2020-ECCE Asia), Nanjing, China, 2021: 617-622.

[23] Sangwongwanich A, Blaabjerg F. Reliability assessment of fault-tolerant power converters includingwear-out failure[C]//2022IEEE Applied Power Electronics Conference and Exposition (APEC), Houston, TX, USA, 2022: 300-306.

[24] 張榴晨, 張亞, 茆美琴. 基于任務剖面的單相Boost型功率解耦光伏逆變器壽命預測[J]. 太陽能學報, 2022, 43(7): 109-114. Zhang Liuchen, Zhang Ya, Mao Meiqin. Mission profile based lifetime prediction for single-phase boost power decoupling photovoltaic inverter[J]. Acta Energiae Solaris Sinica, 2022, 43(7): 109-114.

[25] 丁紅旗, 馬伏軍, 徐千鳴, 等. 模塊化多電平換流器子模塊IGBT損耗優化控制策略[J]. 電力系統自動化, 2021, 45(17): 143-152. Ding Hongqi, Ma Fujun, Xu Qianming, et al. Loss optimization control strategy for IGBT in sub-module of modular multilevel converter[J]. Automation of Electric Power Systems, 2021, 45(17): 143-152.

[26] Sangwongwanich A, Yang Yongheng, Sera D, et al. On the impacts of PV array sizing on the inverter reliability and lifetime[J]. IEEE Transactions on Industry Applications, 2018, 54(4): 3656-3667.

[27] Choi U M, Blaabjerg F, Lee K B. Study and handling methods of power IGBT module failures in power electronic converter systems[J]. IEEE Transactions on Power Electronics, 2015, 30(5): 2517-2533.

[28] Novak M, Sangwongwanich A, Blaabjerg F. Monte carlo-based reliability estimation methods for power devices in power electronics systems[J]. IEEE Open Journal of Power Electronics, 2021, 2: 523-534.

[29] da Silveira Brito E M, Cupertino A F, Pereira H A, et al. Reliability-based trade-off analysis of reactive power capability in PV inverters under different sizing ratio[J]. International Journal of Electrical Power & Energy Systems, 2022, 136: 107677.

[30] Bo Zhang, Yuan Gao. The optimal capacity ratio and power limit setting method of the PV generation system based on the IGBT reliability and PV economy[J]. Microelectronics Reliability, 2023, 148: 115145.

[31] 王希平, 李志剛, 姚芳. 模塊化多電平換流閥IGBT器件功率損耗計算與結溫探測[J]. 電工技術學報, 2019, 34(8): 1636-1646. Wang Xiping, Li Zhigang, Yao Fang. Power loss calculation and junction temperature detection of IGBT devices for modular multilevel valve[J]. Transactions of China Electrotechnical Society, 2019, 34(8): 1636-1646.

[32] 張軍, 張犁, 成瑜. IGBT模塊壽命評估研究綜述[J].電工技術學報, 2021, 36(12): 2560-2575. Zhang Jun, Zhang Li, Cheng Yu. Review of the lifetime evaluation for the IGBT module[J]. Transactions of China Electrotechnical Society, 2021, 36(12): 2560-2575.

[33] Dragi?evi? T, Wheeler P, Blaabjerg F. Artificial intelligence aided automated design for reliability of power electronic systems[J]. IEEE Transactions on Power Electronics, 2018, 34(8): 7161-7171.

[34] Zhang Weixuan. Short-term load forecasting of power model based on CS-catboost algorithm[C]//2022 IEEE 10th Joint International Information Technology and Artificial Intelligence Conference (ITAIC), Chongqing, China, 2022: 2295-2299.

[35] 王玉靜, 王詩達, 康守強, 等. 基于改進深度森林的滾動軸承剩余壽命預測方法[J]. 中國電機工程學報, 2020, 40(15): 5032-5043. Wang Yujing, Wang Shida, Kang Shouqiang, et al. Prediction method of remaining useful life of rolling bearings based on improved GcForest[J]. Proceedings of the CSEE, 2020, 40(15): 5032-5043.

[36] 雷萬鈞, 劉進軍, 呂高泰, 等. 大容量電力電子裝備關鍵器件及系統可靠性綜合分析與評估方法綜述[J]. 高電壓技術, 2020, 46(10): 3353-3361. Lei Wanjun, Liu Jinjun, Lü Gaotai, et al. Review of reliability comprehensive analysis and evaluation methods for key components and system of large capacity power electronic equipment[J]. High Voltage Engineering, 2020, 46(10): 3353-3361.

[37] Musallam M, Johnson C M. An efficient implementation of the rainflow counting algorithm for life consumption estimation[J]. IEEE Transactions on Reliability, 2012, 61(4): 978-986.

[38] Sangwongwanich A, Blaabjerg F. Monte Carlo simulation with incremental damage for reliability assessment of power electronics[J]. IEEE Transactions on Power Electronics, 2021, 36(7): 7366-7371.

[39] Reigosa P D, Wang Huai, Yang Yongheng, et al. Prediction of bond wire fatigue of IGBTs in a PV inverter under a long-term operation[J]. IEEE Transactions on Power Electronics, 2016, 31(10): 7171-7182.

[40] Zhang Bo, Gao Yuan. IGBT reliability analysis of photovoltaic inverter with reactive power output capability[J]. Microelectronics Reliability, 2023, 147: 115073.

[41] 徐玉琴, 方楠. 基于分段線性化與改進二階錐松弛的電-氣互聯系統多目標優化調度[J]. 電工技術學報, 2022, 37(11): 2800-2812. Xu Yuqin, Fang Nan. Multi objective optimal scheduling of integrated electricity-gas system based on piecewise linearization and improved second order cone relaxation[J]. Transactions of China Electrotechnical Society, 2022, 37(11): 2800-2812.

[42] Grigg C, Wong P, Albrecht P, et al. The IEEE reliability test system-1996. a report prepared by the reliability test system task force of the application of probability methods subcommittee[J]. IEEE Transactions on Power Systems, 1999, 14(3): 1010-1020.

[43] 楊珍貴, 周雒維, 杜雄, 等. 基于器件的結溫變化評估風機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, 8. 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, 8.

[44] 杜雄, 李高顯, 孫鵬菊, 等. 考慮基頻結溫波動的風電變流器可靠性評估[J]. 電工技術學報, 2015, 30(10): 258-265. Du Xiong, Li Gaoxian, Sun Pengju, et al. Reliability evaluation of wind power converters considering the fundamental frequency junction temperature fluctuations[J]. Transactions of China Electrotechnical Society, 2015, 30(10): 258-265.

Reactive Voltage Optimization Control Strategy for High Penetration Photovoltaic Distribution Network Considering IGBT Junction Temperature Constraint

Zhang Bo1Gao Yuan1Li Tiecheng2Hu Xuekai2Jia Jiaoxin1

（1. Key Laboratory of Distributed Energy Storage and Microgrid of Hebei Province North China Electric Power University Baoding 071003 China 2. State Grid Hebei Electric Power Research Institute Shijiazhuang 050021 China）

The participation of photovoltaic inverters in reactive voltage regulation of the distribution network is an effective method to improve the economy and reliability of photovoltaic high-permeability distribution network operation. However, the reactive power support provided by photovoltaic inverters will increase the maximum junction temperature of IGBT in photovoltaic inverters and increase the fluctuation of junction temperature, which will affect the safe and stable operation of photovoltaic inverters and distribution network. Therefore, the influence of reactive power output of photovoltaic power supply on the operation reliability and lifetime of photovoltaic inverter should be considered when reactive power and voltage control is carried out.

Firstly, this paper proposes an IGBT reliability evaluation method based on CatBoost algorithm. This method uses data-driven method to calculate IGBT junction temperature, which shortens the calculation time of IGBT junction temperature and reduces the dependence of junction temperature calculation results on IGBT thermal model parameters. Secondly, the reactive power and voltage optimization control strategy of active distribution network considering IGBT junction temperature constraint is proposed. The IGBT junction temperature constraint is introduced into the reactive power and voltage optimization constraint of distribution network, and the multi-objective reactive power optimization model of active distribution network considering IGBT junction temperature constraint is established. Finally, considering the distribution network loss, IGBT reliability and lifetime, the IGBT junction temperature limit setting principle of photovoltaic power supply is proposed.

The effectiveness of the proposed strategy in reactive power and voltage optimization and operation reliability improvement of PV power supply is verified by IEEE 33-bus typical distribution system. According to the reliability evaluation process of photovoltaic power supply based on mission profile, the IGBT failure rate of photovoltaic power supply in all access points is significantly reduced compared with that without junction temperature limit, which verifies the effectiveness of the proposed strategy in improving the operation reliability of photovoltaic power supply. At the same time, when the IGBT junction temperature limits are 80°C, 70℃ and 60℃, the corresponding minimum lifetime of all photovoltaic power IGBTs are 8, 16 and 41 years, respectively, and the average lifetime of all photovoltaic power IGBTs are 14, 25 and 65 years, respectively. It can be seen that the junction temperature limit control can improve the minimum lifetime and average lifetime of all photovoltaic power IGBTs. Considering all access point photovoltaic power IGBT minimum lifetime and distribution network loss, in this paper, the example set 60℃ junction temperature limit, can meet the IGBT replacement cycle requirements, and can ensure that the total loss of distribution network is not high.

The following conclusions can be drawn from the simulation analysis: (1) The IGBT junction temperature is calculated by data-driven method, which improves the calculation efficiency of IGBT junction temperature, reduces the dependence of junction temperature calculation results on IGBT thermal model parameters. (2) The reactive power optimization model is transformed into a second-order cone programming model by linearization and second-order cone relaxation, which improves the speed of model solution. (3) The setting principle of IGBT junction temperature limit considering the total loss of distribution network and IGBT reliability is proposed, which provides a theoretical basis for photovoltaic power supply to participate in the design of reactive voltage regulation control strategy and core parameter setting of distribution network.

CatBoost machine learning algorithm, IGBT junction temperature, reactive voltage control, IGBT reliability, multi-objective optimization

10.19595/j.cnki.1000-6753.tces.222332

TM73

國家自然科學基金（52207102）、河北省自然科學基金（E2022502059）和國網河北省電力有限公司電力科學研究院科技項目（kj2022-021）資助。

2022-12-18

2023-05-10

張 波 男，1981年生，副教授，碩士生導師，研究方向為新能源電力系統分析與穩定控制、電力電子系統可靠性分析。E-mail：zhangbo@ncepu.edu.cn（通信作者）

高 遠 男，1999年生，碩士研究生，研究方向為電力電子系統可靠性分析。E-mail：gaoy@ ncepu.edu.cn

（編輯 赫 蕾）