免费试用
免费试用
电力系统

电力硬件在环测试及其在项目中的应用场景

主要收获

  • 当项目的主要风险在于电气交互而非软件逻辑时,电源硬件在环测试便显得尤为有用。
  • 控制器 HIL 和 PHIL 分别回答不同的问题,过早或过晚地升级都会造成资源浪费。
  • 稳定的接口和规范的模型制备决定了PHIL的结果是否可靠。

当控制代码在仿真中看似稳定,但功率级在与电网的接口处仍可能发生故障时,功率硬件在环测试便显得尤为重要。

“电力硬件在环”技术通过功率放大器将数字电力系统模型与物理设备相连接,因此您无需构建完整的电网,即可在严苛的电气条件下对逆变器、变流器、充电器或保护装置进行测试。2023年,全球可再生能源装机容量新增近510吉瓦,其中太阳能光伏约占新增总量的四分之三。这一转变意义重大,因为基于逆变器的设备如今需要在更广泛的运行条件下应对馈线、故障事件及保护方案。

“硬件在环”技术将硬件与仿真相结合

电力硬件在环测试将待测物理设备与模拟电力网络相连,随后通过电力接口交换测得的电压和电流,从而使双方相互影响。您不再仅仅是验证代码,而是验证当电力系统在负载下产生反作用时,硬件的表现如何。

一种常见的配置是将逆变器放置在实验台上,将电网、馈线阻抗和故障工况保存在仿真器中,并利用传感器和功率放大器来闭合控制回路。逆变器接收来自仿真电网的电压指令,而仿真器则接收来自逆变器端子的测量电流。正是这一闭环控制机制,使PHIL在电力电子和电网研究领域具有重要价值。

关键在于物理能量交换。一旦电流限制、滤波器谐振、死区时间、传感器标定以及开关侧延迟等因素进入控制回路,系统行为便可能迅速偏离离线仿真结果。正因如此,功率硬件在环技术处于纯软件研究与完整原型部署之间。它使您无需先构建整个系统,即可测试电气交互。

控制器 HIL 未能实现完整的功率交互

控制器HIL与功率硬件在环(PHIL)测试的主要区别很简单:控制器HIL与控制器交换低功率信号,而PHIL则与硬件交换实际电功率。控制器HIL是对控制逻辑在模拟被控对象上的验证;PHIL则同时验证硬件与被控对象的接口。

“接下来的关键步骤是让该物理单元处于决定其是否合格的电气条件下。”

检查点控制器 HIL 的含义“电力硬件在环”的含义
长凳之间的连接处在仿真器与控制器之间,信号保持在低电压和低电流状态。电压和电流通过功率放大器传输至被测设备。
正在验证的项目重点仍放在固件、逻辑、调度以及控制状态处理上。重点包括磁铁、半导体、滤波器、传感器和保护硬件。
它所暴露的主要缺陷它能揭示控制逻辑缺陷、时序错误以及状态转换错误。它暴露了不稳定的电气交互、饱和现象以及硬件方面的限制。
测试台的成本与复杂性由于无需电源接口,因此整套设备更加轻便。该系统结构较为复杂,因为放大、检测和回路稳定性都至关重要。
球队晋级的原因在确认软件逻辑无误后,他们需要更大的信心。他们需要证明该物理单元在电源压力下能正常工作。

控制器HIL测试台可以验证电流控制器是否能正确跟踪参考值,但无法证明LCL滤波器、传感器噪声、接触器时序或直流母线电压下陷会如何影响实际设备。而PHIL正是填补这一空白的关键。您应先使用控制器HIL来建立控制信心,当电气交互成为主要未知因素时,再转而采用PHIL。

当功耗特性影响系统风险时,请使用 PHIL

当项目的主要风险不仅在于控制路径,更在于功率路径时,您应使用 PHIL。这包括那些由硬件限制、电网强度、故障响应或保护系统交互决定设计是否可行的项目。如果电气接口会直接决定结果的成败,仅靠仿真是无法解决问题的。

明确的触发条件通常在系统建成之前就已经显现。例如,连接至弱馈线的并网逆变器、具有严格限流功能的电池转换器,或是必须能够应对电压骤降的充电器,都符合这一模式。这些情况有一个共同点:在负载条件下,系统模型与硬件必须相互影响。

  • 您的设备必须与模拟电网或馈线进行有效的功率交换。
  • 您的验收标准取决于电流限值、电压质量或保护时限。
  • 您的控制器HIL测试结果看起来很理想,但硬件方面的不确定性仍然很高。
  • 您的项目无法为每个测试用例构建完整的电气系统。
  • 贵团队必须在现场调试前重现高负荷运行工况。

PHIL 并非每个项目的第一步。当后期失败的代价高于早期建立一套规范流程的投入时,它便成为正确的选择。

电源接口决定了逆变器测试的可靠性

PHIL 仅在功率接口能够保持您试图研究的电气特性时,才适用于逆变器测试。仿真器计算网络响应,放大器将该响应施加到逆变器端子,而测得的逆变器输出则反馈回仿真器。如果该回路导致时序或比例失真,您的结果将无法代表预期的测试用例。

三相并网逆变器便是很好的例子。仿真侧包含馈线阻抗、公用电源以及故障场景。物理逆变器在其交流端子处接收指令相电压,随后通过传感器和放大器将电流反馈回回路。如果测试台存在过大的延迟,逆变器可能会显得比实际更不稳定。如果放大器的带宽过低,谐波特性可能会比实际更“干净”。

正因如此,在考虑测试脚本的细节之前,接口质量才决定了测试的可信度。电压范围、电流上升/下降速率、测量精度、缩放系数以及接口算法的选择,共同决定了逆变器能够向您展示哪些数据。优秀的PHIL工作会在任何人相信波形图之前,就让这些限制条件一目了然。

并网设备需要严格的环路稳定性裕度

并网型PHIL系统仅在环路延迟、源阻抗和接口动态特性均处于稳定裕度范围内时才能正常工作。物理单元、放大器、传感器和仿真器共同构成一个闭合的电气环路。如果该环路调谐不当,原本稳定的产品可能会表现得不稳定,或者原本不稳定的产品可能会因错误的原因而看似符合要求。

关于弱电网的研究已对此作了明确说明。 若将太阳能逆变器接入高阻抗的模拟馈线进行测试,其对接口处微小的相位和幅值误差会产生强烈反应。在故障穿越测试中,若忽视放大器的电流饱和问题,电池逆变器也会迅速暴露出故障。预计到2024年,公用事业规模的太阳能和电池储能将占美国新增发电容量的81%。这种能源结构将使更多电网设备处于接口质量至关重要的运行场景中。

通常,您应先采用保守的测试限值来稳定系统,待实测响应与离线预期相符后,再扩大工作范围。安全的操作顺序应为:阻抗检查、延迟估算、低功率试运行,最后才是满负荷工况测试。若跳过该顺序,会导致混淆,从而引发看似产品故障的情况。

您的仿真模型必须遵守带宽限制

一个符合PHIL标准的仿真模型应保留与测试目标相关的物理特性,并剔除闭环系统无法支持的细节。您正在为带宽受限的接口准备模型,其中仅包含测试平台能够再现的细节。如果模型要求测试平台再现其无法跟踪的动态过程,那么测试就失去了意义。

一个20 kHz逆变器的开关模型在离线状态下可能表现良好,但一旦放大器延迟和测量滤波进入控制回路,就会导致PHIL测试平台过载。各团队通常会用一个平均桥式模型来替代半导体级别的开关模型,同时保留那些会影响测试结果的控制延迟、PLL响应、电流限制、滤波器谐振以及栅极阻抗。这种简化既保留了关键行为,又省略了测试台无法再现的细节。

使用 SPS SOFTWARE 进行透明离线建模的团队,通常能在将模型导入 PHIL 工作流之前,发现缺失的延迟、不正确的基准值或隐藏的参数假设。这种准备工作至关重要,因为模型简化并非为了简化而简化,而是对实验台能够真实再现的动力学过程进行有条理的筛选。

不稳定的耦合可能会让优秀的硬件表现失常

不理想的PHIL耦合会导致虚假故障,因为测试台可能会将自身的振荡、相位误差、削波和噪声引入被测响应中。一旦发生这种情况,您测试的实际上不仅是硬件,还有接口本身。如果在闭环功率交换过程中环路调节不佳,即使是性能良好的硬件也会表现得像有故障一样。

在PHIL期间因过流而跳闸的转换器,并不一定存在控制问题。传感器极性错误、量程不匹配、放大器饱和以及隐藏的传输延迟都可能导致相同的症状。另一个常见的陷阱是:当器件通过额定工作点后,却在电压下陷期间发生故障,这仅仅是因为接口算法在该临界点附近变得不稳定。

通过一套严谨的检查流程,您可以区分测试台故障与产品故障。首先进行无源性及延迟检查,将测得的小信号响应与离线模型进行对比,然后在降低功率的情况下重复该测试。如果只有在降低接口阻抗时振荡才消失,那么测试台设置就是首要怀疑对象。这种思维方式能避免您去追查那些与产品无关的故障。

“你不再只是检查代码。你还要检查当电气系统在负载下产生反作用力时,硬件的表现如何。”

在软件测试无法进一步降低不确定性后,PHIL 发挥了作用

当控制器HIL测试和离线仿真已解决了软件层面的问题,但硬件方面的不确定性仍阻碍着产品发布、调试或实验室验收时,PHIL测试便能发挥作用。此时,进一步的软件研究已难以带来显著价值。接下来有意义的步骤,是让实物设备置于决定验收结果的电气条件下进行测试。

这种判断能确保项目保持严谨。一个小型教育用逆变器实验室、早期控制原型机,或是稳定的低风险馈线研究,通常仅凭离线建模和控制器HIL就能获得足够的信心。但对于面临弱电网运行、严格故障响应及保护系统交互的并网变流器而言,情况通常并非如此。这种差异并非预算上的虚张声势,而是源于电力路径中仍存在大量未知行为。

SPS SOFTWARE 适用于该流程的早期阶段,此时您需要检查方程、仔细简化模型,并带着一个能够逐行解释的测试目标进入 PHIL 阶段。那些将 PHIL 视为后期验证工具,而非基础建模规范替代品的团队,将获得更清晰的故障分析、更快的修复速度,以及经得起推敲的结果。

隐私设置
我们使用 cookie 来提升您使用我们网站的体验。如果您通过浏览器使用我们的服务,您可以通过网络浏览器设置限制、阻止或删除 cookie。我们还使用可能使用跟踪技术的第三方内容和脚本。您可以在下面选择性地表示同意,以允许此类第三方嵌入。有关我们使用的 cookie、收集的数据以及处理方式的完整信息,请查看我们的隐私政策
Youtube
同意显示来自 - Youtube 的内容
视频
同意显示来自 - Vimeo 的内容
谷歌地图
同意显示来自 - Google 的内容
Spotify
同意显示来自 - Spotify 的内容
声音云
同意显示以下内容 - 声音
购物车概览