文章摘要
本文研究了四個(gè)經(jīng)常被忽略的因素對(duì)基于GaN的全橋逆變器損耗模型的影響:器件的寄生電容、時(shí)變功耗(Ploss)下的結(jié)溫度(Tj )動(dòng)力學(xué)、殼溫度估計(jì)以及對(duì)無源元件的詳細(xì)考慮。提出并實(shí)施了考慮上述因素的換流器損耗計(jì)算模型。
采用氮化鎵高電子遷移率晶體管的4.5kW硬開關(guān)逆變器原型,實(shí)驗(yàn)證明了各因素對(duì)逆變器損耗模型的影響。在低負(fù)荷條件下,逆變器損耗模型的精度主要受無源組件的影響,而隨著輸出功率的增加,有源組件的熱模型和損耗模型成為主要因素。
結(jié)果表明,考慮上述因素后,在重載(Po = 4.5 kW)下,計(jì)算和測(cè)量的轉(zhuǎn)換器損失差異從30.6 W(28%)減少到2.5W(小于3%),而在輕負(fù)載(Po = 500 W)下,從3.9 W(28%)降低到2.6 W(16%)。此外,氮化鎵器件的模擬和測(cè)量的外殼溫度差在6°C以內(nèi)。
主要工作與貢獻(xiàn)
(1)基于基礎(chǔ)的損耗模型,通過迭代殼溫的方式對(duì)結(jié)果進(jìn)行優(yōu)化,并考慮了有源與無源組件對(duì)損耗的影響。
(2)提出基于RC網(wǎng)絡(luò)模型的時(shí)變功率變化對(duì)各節(jié)點(diǎn)溫度的影響。
(3)低功率下?lián)p耗模型精度主要受無源組件的影響,但隨著功率的上升,有源組件的影響成為主要因素。
主要研究?jī)?nèi)容
基于器件參數(shù)表及雙脈沖測(cè)試平臺(tái)得到的基礎(chǔ)損耗模型如圖1所示,在此基礎(chǔ)上提出迭代模型如圖2所示,對(duì)器件的殼溫值進(jìn)行優(yōu)化,在3次迭代內(nèi)器件的殼溫均趨于穩(wěn)定。
隨后討論各有源無源因素對(duì)損耗分布的影響,結(jié)果如圖3所示,低功率下無源組件對(duì)損耗影響較大,但隨著損耗的上升,有源因素逐漸成為影響損耗的主要因素。
(a) ig=20 mA時(shí),不同漏極電流和連接溫度下GIT的導(dǎo)通電阻
(b) 在反向?qū)ㄟ^程中,Vds和id之間的關(guān)系
(c) 不同溫度和漏源電壓下開關(guān)損耗的曲線擬合
圖1 基礎(chǔ)損耗模型
圖2 迭代模型
圖3 各有源無源因素對(duì)損耗分布的影響
結(jié)論
本文系統(tǒng)地研究了逆變器損耗計(jì)算中的幾個(gè)因素和考慮因素。這些因素包括寄生電容的影響、由時(shí)變功率損失引起的結(jié)溫度的動(dòng)力學(xué)、殼溫度的估計(jì),以及對(duì)濾波器損失的詳細(xì)考慮。在低負(fù)荷和高負(fù)荷條件下,每個(gè)因素的影響都被量化了。
結(jié)果表明,在低負(fù)荷條件下,電感損耗是造成損耗差異的主要因素,而器件損耗和熱模型隨著負(fù)荷的增加而變得更加重要。
此外,還詳細(xì)介紹了每個(gè)因素的實(shí)現(xiàn),包括方程和仿真設(shè)置。提出并實(shí)現(xiàn)了一種計(jì)算時(shí)變功耗和結(jié)溫度的方法。與基本損失模型相比,高負(fù)荷下測(cè)量和計(jì)算的損失差異從28%降低到了3%以下,低負(fù)荷下的損失差異從28%降低到了16%。
此外,氮化鎵器件在測(cè)量和估計(jì)中的情況溫度在6°C以內(nèi)。該方法和結(jié)果使基于GaN的轉(zhuǎn)換器的設(shè)計(jì)更加準(zhǔn)確。
閱讀心得
本文主要對(duì)基礎(chǔ)損耗模型進(jìn)行了一系列的優(yōu)化,詳細(xì)考慮了各主要影響因素在不同功率下對(duì)損耗的影響能力,且通過使用MATLAB及COMSOL進(jìn)行迭代,給出了一種數(shù)據(jù)分析及仿真軟件相結(jié)合的處理問題的思路,這對(duì)我們接下來工作的研究方法的選用具有一定的指導(dǎo)意義,且詳細(xì)介紹了各類損耗的權(quán)重,在器件的損耗計(jì)算方面幫助我們開拓了新思路。
-
轉(zhuǎn)換器
+關(guān)注
關(guān)注
27文章
8574瀏覽量
146534 -
濾波器
+關(guān)注
關(guān)注
159文章
7657瀏覽量
177180 -
氮化鎵
+關(guān)注
關(guān)注
59文章
1582瀏覽量
115974 -
GaN
+關(guān)注
關(guān)注
19文章
1895瀏覽量
72306 -
全橋逆變器
+關(guān)注
關(guān)注
1文章
16瀏覽量
7007
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論