双极回路热管冷却系统控制方法与流程

摘要: 本发明属于热管理,具体地说是双极回路热管冷却系统控制方法。背景技术:1、在光伏逆变器igbt(绝缘栅双极型晶体管)模块运行时会产生大量热量,若热量无法高效导出,...
双极回路热管冷却系统控制方法与流程

本发明属于热管理,具体地说是双极回路热管冷却系统控制方法。

背景技术:

1、在光伏逆变器igbt(绝缘栅双极型晶体管)模块运行时会产生大量热量,若热量无法高效导出,将导致器件结温升高,引发性能衰减、寿命缩短甚至永久性损坏;双极回路热管冷却系统凭借其热传导效率高、温度均匀性好、无机械运动部件等核心优势,已成为解决大功率电子器件散热难题的主流技术;该系统通过蒸发器吸收功率器件产生的热量,使热管工质快速相变,气态工质在压差作用下流向冷凝器释放热量并冷凝为液态,最终通过回流管路返回蒸发器,形成闭环热传递循环,实现热量的高效转移;

2、然而,双极回路热管冷却系统在长期运行过程中,受igbt模块对象负载波动、热管工质状态劣化、系统控制响应滞后等因素影响,其蒸发器出口常出现非预期的温度脉动现象;该现象表现为温度在短时间内频繁超出预设允许波动范围,且伴随明显的周期性波动特征;一方面会破坏系统热传递平衡,导致蒸发器与功率器件接触面温度分布不均,加剧器件局部过热风险;另一方面会引发系统内工质相变效率波动,降低整体散热效能,甚至触发功率器件的过温保护机制,影响下游设备的稳定运行。

3、为此,本发明提供了双极回路热管冷却系统控制方法。

技术实现思路

1、为了弥补现有技术的不足,解决背景技术中所提出的至少一个技术问题。

2、本发明解决其技术问题所采用的技术方案是:

3、双极回路热管冷却系统控制方法,包括:

4、采集igbt模块运行时,双极回路热管冷却系统蒸发器出口温度数据构建温度数据序列,基于温度数据序列进行稳定性分析得到偏差综合值,根据偏差综合值判断温度数据序列是否稳定,若不稳定进行周期性分析判断是否出现温度脉动;

5、若出现温度脉动则同步采集igbt模块的负载数据并构建负载数据序列;对温度数据序列与负载数据序列进行线性与非线性相关分析,得到线性与非线性相关系数,根据线性与非线性相关系数判断温度脉动是否与igbt模块的负载存在强相关性;

6、若未存在强相关性,则进行根因分析,确定温度脉动现象的诱发因素;

7、基于温度脉动现象的诱发因素,则对冷却系统进行优化,并评估优化过后双极回路热管冷却系统的响应速度。

8、进一步地,进行所述稳定性分析的过程为:

9、获取温度数据序列;基于温度数据序列中采集时间点识别非稳定时间点;

10、根据非稳定时间点进行比值分析得到非稳定时间值,对非稳定时间点进行绝对偏差计算得到偏差程度值;

11、将非稳定时间值与偏差程度值进行乘积处理得到偏差综合值。

12、进一步地,进行所述比值分析的过程为:

13、获取预设的温度允许波动范围,若采集时间点处的温度数据超出预设温度允许范围的最大值,则将采集时间点标记为非稳定时间点;

14、统计非稳定时间点的数量,并与采集时间点的总数量进行比值处理得到非稳定时间值。

15、进一步地,进行所述绝对偏差计算的过程为:

16、基于非稳定时间点,获取非稳定时间点的温度数据;将温度数据与预设温度允许范围的最近端点值进行绝对差值计算得到非稳定时间点的温度绝对偏差;

17、将所有非稳定时间点的温度绝对偏差求和取均值得到偏差程度值。

18、进一步地,进行所述线性与非线性相关分析的过程为:

19、将温度数据序列与负载数据序列做均值化处理,分别得到温度数据序列的平均值与负载数据序列的平均值;

20、将温度数据序列的平均值与负载数据序列的平均值输入到皮尔逊相关系数计算公式中,得到温度数据序列与负载数据序列之间的皮尔逊相关系数;

21、对温度数据序列与负载数据序列进行排序与赋秩得到温度数据序列与负载数据序列对应的秩次序列;

22、基于温度数据序列与负载数据序列对应的秩次序列,使用斯皮尔曼等级相关系数计算公式进行计算得到斯皮尔曼等级相关系数。

23、进一步地,还包括如下步骤:

24、若存在强相关性,则根据强相关性进行关联分析得到平均灵敏系数;根据平均灵敏系数设定分级调控方案进行优化。

25、进一步地,进行所述关联分析的过程为:

26、基于得到的负载数据序列与温度数据序列;

27、将负载数据序列相邻采集时间点处的负载数据做差值处理,并与相邻采集时间点的时间间隔做比值处理得到不同采集时间点的负载变化率;

28、将温度数据序列相邻采集时间点处的温度数据做差值处理,并与相邻采集时间点的时间间隔做比值处理得到不同采集时间点的温度变化率;

29、将不同采集时间点的温度变化率与负载变化率做绝对比值计算得到灵敏度系数;

30、基于不同采集时间点的灵敏度系数进行汇总得到灵敏度序列;

31、对灵敏度序列进行均值化处理得到平均灵敏系数。

32、进一步地,进行所述根因分析的过程为:

33、获取热导率数据以及杂质浓度颗粒数据,整合为热导率序列与杂质颗粒浓度序列;

34、针对热导率序列进行偏差分析得到热导率偏差值;针对杂质颗粒浓度序列进行偏移异常分析得到工质异常值;

35、将热导率偏差值与工质异常值进行乘积处理得到热传递异常指数。

36、进一步地,进行所述偏差分析的过程为:

37、获取标准热导率;将热导率序列做均值化处理得到热导率均值,将热导率均值与标准热导率做绝对差值计算后,与标准热导率进行比值计算得到热导率偏差值。

38、进一步地,进行所述偏移异常分析的过程为:

39、获取标准杂质浓度值,将杂质颗粒浓度序列的每一个采集时间点处杂质颗粒浓度与标准杂质浓度值做差值处理得到杂质浓度偏移值;

40、若杂质浓度偏移值大于0,则将采集时间点标记为超标数据点;

41、将超标数据点数量与总数据点数量进行比值处理得到工质异常值。

42、本发明的有益效果如下:

43、1、采集光伏逆变器igbt模块运行时,双极回路热管冷却系统蒸发器出口温度数据构建温度数据序列,基于温度数据序列进行稳定性分析判断是否稳定,若不稳定进行周期性分析判断是否出现温度脉动;可实时掌握光伏逆变器igbt模块双极回路热管冷却系统的散热状态,通过判断温度稳定性与是否存在脉动,及时发现温度异常;

44、2、若出现温度脉动则同步采集igbt模块的负载数据并整合为负载数据序列;对温度数据序列与负载数据序列进行相关性分析,判断温度脉动是否与igbt模块的负载存在强相关性;通过同步采集负载数据并做相关性分析,能快速定位光伏逆变器igbt模块温度脉动的关键诱因,为后续针对性优化冷却策略提供依据;

45、3、若存在强相关性,则根据强相关性进行关联分析得到平均灵敏系数;根据平均灵敏系数设定分级调控方案进行优化;通过强相关性关联分析得到平均灵敏系数,据此设定分级调控方案,可量化igbt模块温度对负载的响应程度,实现冷却系统的优化调控;若未存在强相关性,则进行根因分析判断是热管工质纯度下降或冷却系统响应速度延迟造成温度脉动现象;通过根因分析锁定温度脉动是热管工质纯度下降还是冷却系统响应速度延迟所致,为后续针对性维修或优化提供方向;

46、4、若导致蒸发器出口出现温度脉动现象的核心根因为双极回路热管冷却系统的响应速度存在延迟,则从硬件、控制算法以及系统参数三方面进行优化;检测优化过后双极回路热管冷却系统的响应速度;从硬件、控制算法、系统参数三方面优化双极回路热管冷却系统响应速度延迟问题,从根源进行优化。