风速概率分布对风电变流器中功率器件寿命的影响

杜 雄 李高显 刘洪纪 孙鹏菊 周雒维

(输配电装备及系统安全与新技术国家重点实验室(重庆大学) 重庆 400030)



风速概率分布对风电变流器中功率器件寿命的影响

杜 雄 李高显 刘洪纪 孙鹏菊 周雒维

(输配电装备及系统安全与新技术国家重点实验室(重庆大学) 重庆 400030)

通过建立功率器件寿命的概率评估模型，计入实际风电场中风速概率分布对功率器件寿命的影响，评估了不同风电场下不同风机系统中功率器件的可靠性，分析了风速概率分布与功率器件寿命之间的关系，并对研究结果进行深入讨论与验证。结果表明，在实际风电场中，功率器件因基频结温波动而消耗的寿命主要消耗在概率较小而大于某一特定风速的区域，且这一特定风速临近额定风速。因此，不同的风速区间应采取不同的控制策略，可有效降低器件寿命消耗。所得结论为研究如何提高风电变流器中功率器件寿命提供了一种新思路。

功率变流器 IGBT模块 结温 威布尔分布 寿命评估

0 引言

随着风电机组容量的不断增大，其对电网的影响也越来越大，而且风电机组尤其是海上风电机组系统每次故障所需要的维修成本较高，使得对风力发电系统的可靠性要求也越来越高。

根据系统故障率统计结果，作为风力发电系统的核心组件，功率变流器是风能转换系统中一个薄弱装置，是主要的失效组件。不同风电场中同一类型的风电机组或同一风电场中不同类型的风电机组，变流器故障率存在较大差异，风电变流器的可靠性与风速和气温等复杂外部环境及风电机组类型有关[1-3]。变流器的故障在很大程度上归因于功率半导体器件的失效[4，5]，因此评估风电变流器中功率器件的寿命以及评估风速分布对功率器件寿命的影响，对进一步研究如何提高功率器件寿命具有重要指导意义。

文献[1-3]根据实际风电场中风电机组系统的故障率记录数据，统计出风电机组系统各组件的故障率分布，分析了风速分布和风电机组类型对不同组件可靠性的影响，所得结论虽然能够反映特定区域变流器的故障率情况，但不能反映功率器件的故障率分布，无法指导基于可靠性的变流器设计。文献[6]基于FIDES Guide 2009可靠性手册评估了风电变流器各组件的可靠性，讨论了风电机组参数和风速分布对变流器可靠性的影响，但器件失效主要是与功率器件封装有关的失效，该文献中的恒故障率模型并不适用于功率器件封装失效的器件寿命预测。与封装有关的功率器件失效主要与其工作温度及承受的电应力有关，因此文献[7-12]主要是基于器件的结温来评估器件的可靠性。文献[8-10]结合实际风速数据评估功率器件温度任务剖面，利用所建立的功率器件寿命评估模型计算器件寿命消耗。文献[11，12]利用概率函数模拟风速分布，然后评估不同工况下器件的寿命消耗。但文献[8-12]只是评估不同工况下功率器件的寿命，并未对风速分布与器件寿命消耗的关系进行讨论，很难直接指导变流器的可靠性设计。

本文建立了一种功率器件寿命的概率评估模型，用于分析风速概率分布与功率器件寿命的关系，给出了风速与风电变流器电气参数的定量关系，讨论了功率器件结温数值计算方法，并以额定功率为1.5 MW直驱风电机组系统为例，利用荷兰Lauwersoog、Valkenburg和爱尔兰Dublin的风速统计数据评估了风速分布对风电变流器中功率器件寿命的影响，最后将所得结论用于研究如何提高风电变流器中功率器件寿命。

1 风电变流器中功率器件寿命的概率评估方法

1.1 风电变流器电气参数计算

本文所采用的1.5 MW直驱风电机组系统的拓扑结构如图1所示，风电变流器系统由风力发电机侧变流器(Generator Side Converter，CGe)和电网侧变流器(Grid Side Converter，CGr)构成，两者均采用二电平结构。

图1 1.5 MW风电系统拓扑结构Fig.1 Topology of the 1.5 MW wind turbine

对图1中风电系统，当风速大于切入风速vcut_in且小于额定风速vrated时采取变速控制实现最大功率跟踪；当风速大于vrated且小于切除风速vcut_out时采取变桨距控制实现恒功率输出。输出功率Pt的计算方程为[13]

(1)

式中kp与风电机组参数设置有关[13]。直驱风电机组系统网侧变流器工作频率为50 Hz，其端电压为电网电压，而机侧变流器工作频率fg和端电压幅值Ug与实际风速vwind有关，计算方程为[6]

(2)

(3)

式中Kuf和Kfv均与风电机组参数有关[6]。机侧和网侧变流器中线电流可分别通过输出功率Pt和各自的端电压计算得到[6]。

1.2 变流器中功率器件结温数值计算

本文采用一维等效Foster热网络模型评估功率器件结温[14]，且考虑一个模块中包含IGBT芯片及其反并联Diode两个等效热源的情况，其一维Foster热网络结构如图2所示。

图2 IGBT模块热网络结构Fig.2 Thermal network of IGBT module

图2中结-壳热网络采用器件数据手册中给出的四阶Foster热网络，IGBT和Diode壳-散热片热网络选用一阶Foster热网络，其参数从器件数据手册得到[15]；散热片-环境的热网络采用一阶Foster热网络[11，12]。IGBT和Diode的功耗Pt和Pd可利用器件数据手册提供的导通特性和开关损耗曲线经过曲线拟合和插值得到，可参考文献[16]。

热系统和电系统数学表述有相似之处，可转换对应的电热参数，将热网络问题转换为电网络问题，进而利用电网络理论分析热网络问题[14]。IGBT和Diode的结温Ttj和Tdj可通过解析图2中结-环境两端电压求解。以图2中Ttj(n)(n指具体的开关周期)为例，其计算方程为[16]

(4)

式中：ΔTtjci(n)为图2中IGBT结-壳Foster热网络第i个RC并联单元的温差，℃；ΔTtch(n)为壳-散热片的温差，℃；ΔTha(n)为散热片-环境的温差，℃；Ta为环境温度，℃。从式(4)中可看出，只需计算出图2中各RC并联单元的开关周期温差就可得出Ttj(n)，而各RC并联单元的温差可看作电压，利用电网络理论进行计算[16]。以式(4)中ΔTtch(n)为例，第n个开关周期的温差为[16]

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

(5)

式中：Tsw为开关周期，s；ΔTtch(n-1)为第n-1个开关周期的温差，℃。图2中其他RC并联单元的开关周期温差同样可根据式(5)计算得到，根据式(4)计算出Ttj(n)。在开关周期结温计算基础上，可利用迭代算法计算图2中IGBT和Diode的基频结温。首先计算IGBT和Diode的开关周期功耗Pt(n)和Pd(n)，进而根据式(4)和式(5)计算开关周期结温Ttj(n)和Tdj(n)，同时Ttj(n)和Tdj(n)用于计算下个开关周期功耗Pt(n+1)和Pd(n+1)。限于篇幅，本文未对基频结温计算展开分析，计算过程可参考文献[16]。

1.3 功率器件寿命的概率评估模型

风电变流器中功率器件常用多层结构的IGBT功率模块，它由多层材料封装而成，每层材料的热膨胀系数存在差异，不同材料承受不同程度的热应力，长期累积后将导致器件热疲劳失效[17，18]。IGBT模块存在多种与封装有关的失效形式，主要包括键合线脱落和焊料层老化等，对于不同的失效形式需要建立不同的寿命评估模型[17]。

目前用于评估器件寿命的模型大多是通过建立电热参数与功率器件循环失效周期数的解析方程来评估器件寿命消耗[8-12]。解析方程的参数大多通过拟合加速老化实验中器件循环失效周期数与不同参数的关系式得到，且考虑的影响因素不同，寿命模型亦不同[17]。由于Bayerer寿命模型能够很好地反映热循环实验参数对器件寿命的影响[19]，因此本文选用Bayerer寿命模型，计算公式为

(6)

式中：Nf为在结温波动ΔTj(一个热循环周期内，最大结温值Tjmax与最小结温值Tjmin的差)及最小结温Tjmin下的循环失效周期数；ton为加热时间；I为每个铝键合线电流的有效值；V为模块阻塞电压；D为铝键合线的直径；参数β1～β6的值可参考文献[19]。为了预测功率器件的寿命，通常采用线性疲劳累积损伤模型[8-12]，通过器件寿命消耗来表征功率器件的寿命。在固定风速vwind下，IGBT和Diode的寿命消耗CL(vwind)为[9，10]

(7)

式中：Nvwind为固定风速vwind下T(本文考虑T为一年)时间内Tjmin和ΔTj的热循环次数；Nf，vwind为固定风速vwind下所对应的功率器件Tjmin和ΔTj热循环条件下，器件在其寿命周期内最大热循环次数，可根据式(6)计算得到。然而在实际风电场中风速是随机变化的，因此风电变流器中功率器件寿命评估应计入风电场长时间尺度风速的影响。本文采用目前应用最广泛的威布尔分布的概率密度函数描述风电场的风速分布特性[20]，公式为

(8)

式中：k为形状参数；c为尺度参数。k和c可利用风电场年平均风速vaver和风速标准差σwind通过经验计算方程获取，公式为[20]

(9)

(10)

当风电场年平均风速为vaver时，功率器件中IGBT的器件寿命消耗CLIGBT的计算方程[11]为

(11)

一个功率模块系统包含IGBT和Diode芯片，系统的寿命取决于内部最薄弱环节的寿命。功率器件系统的寿命计算表达式为[21]

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

(12)

式(11)采用数值离散积分求解，风速的跨度区间dvwind设定为0.2 m/s，由于风速区间较小，假定风速区间内风速恒定为vwind[11]。在每个风速跨度区间，首先利用式(7)计算固定风速vwind下IGBT模块的年寿命消耗CL(vwind)，然后利用式(8)～式(10)计算固定风速vwind所在风速区间的概率dvwindf(vwind)，最后根据dvwindf(vwind)CL(vwind)计算该风速区间所导致的功率器件寿命消耗。

1.4 功率器件寿命的概率评估流程

图3为本文所提出的风电变流器中功率器件寿命评估流程。首先根据风电机组参数(切入风速vcut_in和额定风速vrated等)计算不同风速vwind中风电变流器的电气参数，然后结合变流器运行参数(如开关频率fsw、直流侧母线电压Udc等)和气温Ta利用结温数值计算方法计算IGBT和Diode的结温Ttj和Tdj，最后根据风电场年平均风速vaver和标准差σwind生成的威布尔概率分布，利用本文所建立的概率评估模型计算变工况条件下器件的年寿命消耗。

图3 风电变流器中功率器件寿命评估流程图Fig.3 Flow-chart of lifetime evaluation of power devices in the wind power converters

2 可靠性概率评估

风电变流器中功率器件寿命消耗存在多种时间尺度，但器件因基频时间尺度结温波动而消耗的寿命是总寿命消耗的主要部分[9，10，22]。因此本文以1.5 MW风电机组系统为对象，以荷兰Lauwersoog、Valkenburg和爱尔兰Dublin风速统计数据为基础，基于图3中器件寿命评估流程评估不同风电场及不同风电机组系统中功率器件因基频结温波动而消耗的寿命，并分析风速分布与功率器件寿命消耗的关系。

2.1 算例参数设置

为排除风电机组参数对分析结果的影响，并通过增加数据量来验证分析结果的准确性，本文选取3种额定功率为1.5 MW的直驱风电机组系统，系统参数如表1所示[23]。

表1 1.5 MW风能转换系统参数Tab.1 Parameters of the 1.5 MW wind conversion system

1.5MW直驱风电机组系统的拓扑结构见图1，变流器每个桥臂由3个Infineon型号为FF1000R17IE4的IGBT模块并联组成，模块的热网络结构见图2，其热网络参数见表2[15]。在图2中，与结-壳Foster热网络热时间常数相比，散热系统热时间常数大很多，因此散热片温度在一个基频周期的波动可忽略不计，本文用平均温度替代散热片温度。

表2 IGBT模块热网络的相关参数Tab.2 Parameters related to thermal networks of the IGBT modules

本文选取荷兰Lauwersoog、Valkenburg和爱尔兰Dublin三个风电场的风速统计数据，如表3[6，24]所示，图4为3种风速统计数据所对应的威布尔概率密度，风速跨度为0.2 m/s。

表3 风速统计数据Tab.3 Wind speed statistics data

图4 威布尔概率密度Fig.4 Welbull probability density

2.2 功率器件寿命计算

本文根据图3的功率器件寿命评估流程，计算了3种风电场下3种风电机组系统中机侧和网侧变流器中IGBT模块因基频结温波动而消耗的器件寿命，如表4所示。

表4 功率器件的寿命消耗Tab.4 Lifetime consumption of power devices

文献[9]中1.8 MW风电机组系统机侧IGBT模块年寿命消耗为66.35%，而本文评估的1.5 MW风电机组系统机侧IGBT模块寿命消耗与之数量级相同，本文计算的网侧IGBT模块消耗的寿命大部分与文献[9，10]计算结果相近，表明了本文寿命评估结果的有效性。由表4可知，网侧IGBT模块与机侧IGBT的寿命消耗差别较明显，这主要与基频结温的波动幅度有关，而基频结温波动的幅度受变流器的输出频率影响。文献[9]中风电机组系统的机侧额定频率为20 Hz，机侧IGBT基频结温波动约30℃，而网侧变流器输出频率为50 Hz，基频结温波动约10℃。与网侧变流器50 Hz相比，本文机侧变流器的最大输出频率为17.97 Hz，导致机侧IGBT模块和网侧IGBT模块的基频结温波动差别较大，进而使得表4中两种IGBT模块的寿命消耗差别明显。

为分析风速分布与功率器件寿命的关系，本文给出了不同风电场下机侧和网侧IGBT模块的寿命消耗分布，如图5和图6所示。

图5 Dublin风电场下机侧IGBT模块寿命消耗分布Fig.5 Distribution of the consumed lifetime of IGBT module in the generator side converter for the Dublin wind site

图6 Dublin风电场下网侧IGBT模块寿命消耗分布Fig.6 Distribution of the consumed lifetime of IGBT module in the grid side converter for the Dublin wind site

从图5和图6中可看出，功率器件寿命消耗较为集中，其分布曲线在风速vg处存在峰值，而vg临近风电机组系统的额定风速vrated；风电机组系统额定风速vrated越大，vg一般也越大。在3种风电机组系统下，vg分别约为11.2 m/s、10.2 m/s和10 m/s。本文以机侧IGBT模块为例，通过风速概率f(vwind)dvwind和不同风速下机侧IGBT模块的CL(vwind)变化趋势分析图5和图6中寿命消耗分布曲线走向。

根据图4，当风速vwind小于6 m/s时，随着风速vwind增大，概率f(vwind)dvwind呈上升趋势，而固定风速的CL(vwind)亦呈上升趋势，因此在这一风速区域，寿命消耗曲线呈整体上升趋势；当风速vwind大于vg时，风速概率f(vwind)dvwind不断降低，而固定风速的CL(vwind)几乎不变，因此在这一风速区域，寿命分布曲线呈下降趋势。

图7为6 m/s

图7 风速与机侧IGBT模块寿命消耗之间的关系Fig.7 Relationship between wind speed and the consumed lifetime of IGBT modules in the generator side converter

图8 Lauwersoog风电场下机侧IGBT模块寿命消耗分布Fig.8 Distribution of the consumed lifetime of IGBT module in the generator side converter for the Lauwersoog wind site

图9 Lauwersoog风电场下网侧IGBT模块寿命消耗分布Fig.9 Distribution of the consumed lifetime of IGBT module in the grid side converter for the Lauwersoog wind site

图10 Valkenburg风电场下机侧IGBT模块寿命消耗分布Fig.10 Distribution of the consumed lifetime of IGBT module in the generator side converter for the Valkenburg wind site

图11 Valkenburg风电场下网侧IGBT模块寿命消耗分布Fig.11 Distribution of the consumed lifetime of IGBT module in the grid side converter for the Valkenburg wind site

与图5和图6比较，图8～图11中器件寿命消耗分布同样存在峰值，拐点风速vg仍与风电机组参数有关，且vg与额定风速vrated的变化趋势呈正相关，即vrated越大，vg越大，而且拐点风速vg时风电机组系统功率输出也临近额定输出状态，因此图8～图11验证了上述理论分析的正确性。为了定量分析大于vg的风速区域中风速概率p(vwind>vg)与器件寿命消耗CLCGe(vwind>vg)、CLCGr(vwind>vg)的关系，本文统计3种风电场中在大于vg的风速区间内，其风速的概率p(vwind>vg)及器件寿命消耗在因全风速区域基频结温波动而消耗的器件寿命的比例CLCGe(vwind>vg)/CLCGe、CLCGr(vwind>vg)/CLCGr，如表5所示。

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

从表5中可看出，大于vg的风速区域，其风速概率很低，最大值为Lauwersoog(10.2 m/s)的19.38%，最小值为Dublin(11.5 m/s)的3.06%，但在大于vg的风速区域，机侧和网侧IGBT模块的寿命消耗在总寿命消耗中所占比例很高，它们处在59.03%～91.06%区间，主要是因为变工况下功率器件的寿命易受器件热循环影响，器件寿命主要消耗在较高风速的区域，然而根据实际风电场中风速的分布特点，高风速区域的风速概率一般较小。因此从表4和图5～图11中整体比较可得出两个结论：一是机侧和网侧变流器中功率模块的寿命主要消耗在风速概率较小而风速较高的区域；二是因基频结温波动而消耗的寿命主要消耗在机侧IGBT模块。这两个研究结论为变流器长时间尺度热管理提供了理论依据。

3 基于功率器件寿命消耗概率分布的热管理方法讨论

风电变流器中IGBT失效在很大程度上是受工作过程热循环冲击的影响，而IGBT热循环与风速波动有关。风速长时间的随机波动使得风电机组输出功率及器件损耗随着变化，导致器件热循环也随机波动，因此平滑因风电机组系统非平稳工况运行而导致的器件无规律变化的热循环冲击，可提高功率器件的寿命[25，26]。

在大功率变流器中，目前大多通过改变变流器运行参数(如开关频率)和外部散热等热管理方法，平滑变流器短时间尺度功率器件的热循环[25，26]。然而将短时间尺度热管理方法外拓，并用于管理长时间非平稳工况下器件的热循环，不一定能够提高器件的长期可靠性，因此需要研究功率器件长时间尺度热管理方法。本文深入分析了第2节的研究结论，尝试为研究如何提高风电变流器中功率器件寿命提供一种新思路。

如第2节所述，功率器件的寿命消耗主要集中在风速概率非常小而风速较高的区域，因此为了更具针对性地提高功率器件的寿命，可对这一风速区域采取与其他风速区域不同的控制方法。为了定量分析控制方法的有效性，本文以功率器件开关频率为变量，比较了不同开关频率下机侧和网侧IGBT模块的寿命消耗。以表1中额定风速为10.5 m/s的风电机组为研究对象，设定当风电场风速vwind≤vg时，变流器中功率器件开关频率仍为3 kHz，而当vwind>vg时，器件开关频率分别固定为2.7 kHz、2.4 kHz、2.1 kHz和1.8 kHz 4种情况，这4种情况下功率器件的寿命消耗如表6所示。

表6 不同开关频率下功率器件的寿命消耗Tab.6 Lifetime consumption of power devices in the different switching frequency 单位：(%)

从表6中可看出，只改变大于vg的风速区域功率器件的开关频率，可大幅降低机侧IGBT模块的寿命消耗，而网侧IGBT模块因基频结温波动而导致的寿命消耗非常小。当风速vwind>vg，功率器件的开关频率由3 kHz降为1.8 kHz时，两种工况下机侧IGBT模块寿命消耗从38.9%降到18.32%，降幅较为明显。以风电场Lauwersoog风电机组系统中机侧IGBT模块为例，变流器分别采用混合开关频率和单一开关频率时器件的寿命消耗分布如图12所示。

图12 机侧IGBT模块寿命消耗Fig.12 Lifetime consumption of IGBT modules in the generator side converter

从图12中可看出，当机侧变流器采用混合开关频率时，器件的寿命消耗在绝大部分温度区域均低于单一开关频率下器件的寿命消耗。这是因为在vwind>vg风速区域，通过有针对性的降低开关频率，降低了机侧IGBT和Diode的大幅值结温波动，而增加了小幅值波动，因此混合开关频率下器件寿命消耗在大幅值结温波动温度区域显著降低，而在小结温波动温度区域有所提高，并且总器件寿命消耗是降低的，但大于vg的风速区域，其风速概率在3个风电场中分别仅占16.5%、9.34%和5.07%，概率非常小，因此只通过改变概率较小的运行状态，可实现显著降低机侧变流器功率器件的寿命消耗，因此证明了本文研究结论的可靠性。

由于混合开关频率对网侧IGBT模块寿命消耗影响较小，因此网侧变流器可采用单一开关频率，这样对系统并网电能质量无影响；机侧变流器可通过降低小概率工况下变流器的开关频率，从而大幅降低器件寿命消耗。本文只是通过一个简单的例子讨论该研究思路，具体的优化方法还需深入研究，最终通过分别研究小于vg的风速区域和大于vg的风速区域中功率器件寿命消耗的分布特点，对两种风速区域采取不同的动态控制策略，实现显著提高变流器功率器件寿命目标。

4 结论

主要分析了风电变流器中各电气参数与风速的定量关系，给出了功率器件结温的数值计算方法，建立了一种风电变流器中功率器件寿命的概率评估模型，深入分析了风速概率分布和功率器件寿命的关系，主要得出以下结论：

1)机侧和网侧IGBT模块在变流器运行状态临近额定功率输出时，因基频结温波动而所消耗的寿命最高，器件寿命消耗的分布曲线存在峰值。

2)风电变流器中IGBT模块因基频结温波动而消耗的寿命主要消耗在风速概率较小而风速较高的风速区域。

3)风速概率较小而风速较高的区域可采取与其他风速区域不同的控制策略，从而更具针对性的提高功率器件的寿命。

本文的研究结论为风电变流器中功率器件热循环控制提供了一种新的研究思路，基于本文研究思路的全风速区域功率器件热循环动态控制策略将是本文后续的研究内容。

[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] 周雒维，吴军科，杜雄，等.功率变流器的可靠性研究现状及展望[J].电源学报，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] 杨珍贵，周雒维，杜雄，等.基于器件的结温变化评估风电机组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 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风电机组系统参数[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

重庆市杰出青年科学基金(CSTC2012JJJQ90004)、国家自然科学基金重点项目(51137006)和中央高校基本科研业务费项目(CDJZR14158801)资助。

2014-12-03 改稿日期2015-05-25

TM46；TM71

杜 雄 男，1979年生，博士，教授，博士生导师，研究方向为电力电子拓扑与控制、电能质量监测与治理、新能源发电。(通信作者)

李高显 男，1988年生，硕士研究生，研究方向为新能源发电变流装置可靠性评估及热管理。