综述：电力电子变换器MOSFET开关损耗建模技术综述

《Electronics》：A Comprehensive Review of MOSFET Switching Loss Modelling Techniques for Power Electronic Converters

　　

本文回顾并讨论了用于模拟电力电子变换器中开关金属-氧化物-半导体场效应晶体管（MOSFET）和绝缘栅双极型晶体管（IGBT）动态行为的行为建模技术。开发高效、准确且计算快速的模型对于模拟现代应用（如电动汽车（EV）、太阳能光伏（PV）系统、风力涡轮机（WT）及其他能源系统）中功率变换器的效率和功率损耗是必要的。在此背景下，本文聚焦于用于估计这些器件开关损耗的方法。本文讨论了文献中提出的行为建模方法的主要区别、优点和缺点，包括平均模型、基于电荷的模型和其他物理模型。本文重点关注这些器件中的米勒平台（Miller Plateau）现象，因为它在计算电力电子变换器的开关损耗中起着重要作用。本文从准确性、计算工作量、执行速度以及对硬件在环（HiL）系统的可行性等方面，全面回顾了不同的建模方法。本文还讨论了现代数据驱动方法及其在未来电力电子系统中的潜在集成。最后，该综述指出了若干研究空白，并强调了未来行为建模研究的有希望方向。

**1. 引言**
能量转换系统在可再生能源发电机（如太阳能光伏（PV）和风力系统）中通过将太阳能和风能转换为电能发挥重要作用。电力电子变换器（PEC）是能量转换系统的关键部分，可处理电能并控制电压和电流波形。PEC在现代移动系统（包括电动汽车（EV））中也至关重要，它们作为电化学电池与电机之间的中介。提高PEC的效率对于减少损耗和提高整个系统的可靠性至关重要，这直接有助于减少化石燃料消耗。PEC通常由多个无源和有源组件连接成电路设计而成，以DC/DC变换器、AC/DC整流器、DC/AC逆变器或AC/AC驱动器等形式运行。电压控制的硅基开关（如金属-氧化物-半导体场效应晶体管（MOSFET））因其高开关速度、简单控制、低成本以及适用于高频应用而广泛使用。然而，MOSFET的内部电阻（导通电阻）在更高电压等级的器件中显著增加，从而增加PEC的导通损耗，降低系统效率。通过结合MOSFET的电压控制栅极结构与双极结型晶体管（BJT）的导电特性，绝缘栅双极型晶体管（IGBT）被开发用于高电压和大电流操作。IGBT适用于高压应用，但相对较慢，开关损耗更大。碳化硅（SiC）和氮化镓（GaN）作为新型器件，在高压和高频性能上具有优势。评估器件损耗对于估计PEC及整个系统的效率至关重要，同时也有助于设计合适的冷却系统。半导体器件主要表现出两种功率损耗：导通损耗和开关损耗。以MOSFET为例，导通损耗由器件内部电阻（RDS(on)）和流过器件的电流均方根（RMS）值评估，但RDS(on)受栅源电压、结温等因素影响。开关损耗的评估更具挑战性，涉及寄生电容（Cgs、Cgd、Cds）随电压变化、米勒平台（MP）效应、栅极驱动器设计特性以及印刷电路板（PCB）的寄生电感等因素。文献中提出了多种评估MOSFET开关损耗的方法，可分为五类：基于数据手册的经验模型、解析模型、基于物理的模型、基于测量的模型以及数据驱动模型。本文旨在对这些方法进行综述，比较其准确性、计算成本、实现复杂度以及对实时和硬件在环（HiL）系统的适用性。

**2. PEC中MOSFET的硬开关**
硬开关发生在PEC中开关在两端有电压时导通或电流流过时关断，由于电流和电压的乘积在有限时间内构成显著的功率损耗。这与软开关（零电压开关ZVS或零电流开关ZCS）不同。本文以Boost变换器为例分析开关行为。在连续导通模式（CCM）下，理想操作假设开关和二极管电压电流不同时存在，因此功率损耗为零。实际中需考虑器件寄生参数的影响。

**2.1. Boost PEC中器件的理想操作**
在CCM下，输入电流iin具有有限纹波Δiin，与开关频率fs和输入电感L成反比。MOSFET开关Sw导通时，iin流入MOSFET，二极管Di反向偏置，输出电容C向负载R放电。关断时，iin流过二极管，MOSFET漏源电压vds等于输出电压Vo。此方法可计算峰值应力和导通损耗，但无法准确估计开关损耗。

**2.2. 器件寄生参数对开关损耗的影响**
实际中，MOSFET驱动器具有内部电阻Ro，并连接外部栅极电阻RG，总栅极电阻Rg控制栅极电流ig，影响栅极与输入电容Ciss（Cgs + Cgd）的相互作用。MOSFET模型包含沟道电流ich，其与vds的乘积表示功率损耗。MOSFET的特性曲线分为有源区（ich恒定）和欧姆区（电阻行为）。开关过程分为多个区间：

- **初始关断状态**：MOSFET关断，Cgs放电，vgs=0，vds钳位在输出电压。
- **导通状态t1**：驱动器电压VG施加，ig流经Cgs使vgs上升，但未达到阈值Vgs_th，沟道无电流，vds保持Vo。
- **导通状态t2**：vgs达到阈值，沟道电流增加直至达到输入电流峰值Ip，此时vds仍为Vo。
- **导通米勒平台t3**：沟道电流达到最大值，vgs钳位在Vgs3，ig全部流入Cgd反向放电，vds下降，直至器件进入欧姆区。
- **导通状态t4**：米勒平台结束，vgs继续上升至VG，MOSFET表现为电阻RDS(on)，vds = Ip × RDS(on)。
- **关断状态t5**：驱动器施加零电压，ig反向，vgs下降至Vgs3，vds从Von上升至Ve1。
- **关断米勒平台t6**：vgs保持恒定，vds上升至输出电压Vo，沟道电流仍为Ip。
- **关断状态t7**：vds达到峰值，沟道电流下降，输入电流部分流向二极管，vgs继续下降至Vgs_th。
- **关断状态t8**：vgs降至Vgs_th以下，器件完全关断。

**2.3. MOSFET的开关损耗**
分析表明，在t1、t2、t6、t7区间内，沟道电流与电压的乘积显著，产生大量开关损耗。这些区间的持续时间主要取决于寄生电容和栅极电阻Rg。增大Rg会延长电压电流重叠时间，增加开关损耗，但减小Rg会增加电压电流的谐振，影响电磁干扰（EMI）。寄生电容随电压变化，结温变化也会影响参数。实际波形还需考虑二极管的反向恢复效应。

**3. 开关损耗建模方法分类**
**3.1. 基于数据手册的模型**
该方法利用制造商数据手册中的信息，如导通能量Eon和关断能量Eoff、总栅极电荷Qg、输出电容及二极管反向恢复特性。模型相对简单，无需深入了解半导体物理，可快速估计开关损耗，适用于初步比较和频率影响分析。但准确性受限于假设和近似，如忽略PCB寄生和温度动态变化。示例包括[111]中提出的用于DC/DC变换器的电热平均模型，以及[112]中针对半桥隔离DC-DC变换器的平均模型。[113]提出考虑米勒电容Cgd非线性的解析模型，通过数据手册参数确定Cgd与vds的关系。尽管该方法在初步设计阶段有效，但批评其忽略了PCB布局、寄生效应、振铃现象和EMI效应。

**3.2. 解析模型**
该方法基于开关过程中电路行为的数学推导，而非依赖数据手册的Eon/Eoff值。解析模型分为三代：第一代假设线性波形，计算简单但忽略非线性电容和寄生；第二代考虑电容变化，更依赖开关机制，可研究栅极电阻、电压和驱动器电流的影响，如[117]中考虑温度对体二极管反向恢复的影响；第三代纳入米勒电容Cgd的变化及其电荷Qgd，更准确描述米勒平台和振铃现象，如[118]中考虑SiC MOSFET的位移电流效应。解析模型提供了设计洞察和计算效率，但精度受限于非线性特性的忽略。

**3.3. 基于物理的模型**
该方法基于MOSFET器件内部的物理行为构建电热模型，包括电学部分（建模RDS(on)与温度Tj的关系、寄生电容Cgs、Cgd、Cds作为电压的函数、体二极管反向恢复等）和热学部分（建模热传递，如Foster网络或Cauer网络）。该模型能更准确模拟高频开关下的寄生效应和温度变化，输出包括开关波形、Eon/Eoff、反向恢复行为、过冲、振铃及结温等。分为三类：

- **器件物理模型**：重点模拟内部电行为，获得更精确的波形，如[90]中针对EV逆变器的高精度模型，误差从16.6%降至5.9%，但需寄生参数知识。
- **紧凑电热模型**：优先考虑热特性，使用等效热网络（如Foster网络）计算结温，并反馈更新电参数，如[119]中模型，在预测温度和损耗方面精度提高，但计算负担增加。
- **数值器件模型**：最精确地再现器件行为，包括电荷输运、非线性电容、热扩散、封装寄生和热机械应力。电学子系统包含静态I-V模型、阈值电压模型、沟道迁移率模型、动态开关模型和寄生模型；热学子系统使用傅里叶定律和热扩散方程，通过有限元分析（FEA）求解；多物理场耦合子系统在电热之间迭代。该模型计算量大，但适用于热管理、可靠性分析和寿命预测。

**3.4. 基于测量的模型**
该方法直接使用实验电压电流波形估计开关损耗，无需依赖数据手册或解析方程。模型捕获了器件、驱动器、寄生和PCB布局的真实效应，但需要专用测量设备和实验程序。例如[120]中开发的双脉冲测试（DPT）平台，自动收集数据并计算开关损耗，建立数据库用于后续设计。模型质量取决于示波器和探头的精度，输出包括开关能量、dv/dt、di/dt、二极管反向恢复等。

**3.5. 数据驱动模型**
该方法从数据中直接提取操作条件与损耗之间的关系，无需显式物理机制。准确性依赖于数据集的质量和广度。趋势是创建混合模型，结合物理知识与数据驱动学习。例如[86]中嵌入机器学习方法，利用大量历史数据预测PEC设计参数；[87]中混合模型，第一部分处理PEC电路和MOSFET物理，第二部分数据驱动建模SiC MOSFET的复杂特性。数据驱动方法可实现高精度，但依赖高质量训练数据，且器件或条件变化时需重新训练，可解释性较差。

**4. 讨论**
综述对比了各方法的通用性、准确性、计算需求、半导体物理知识要求、实验依赖性、集成趋势、宽禁带半导体器件适用性及数据可用性。基于数据手册的模型快速但精度低；解析和物理模型精度高但复杂度大；数据驱动方法需充足数据。混合模型逐渐成为趋势，结合各方法优势。宽禁带器件（SiC、GaN）的非线性行为凸显了传统方法的局限，需要更先进的模型。未来研究应关注混合建模、电热与退化模型集成，以及标准化数据库的建立。图25提供了根据应用需求选择建模方法的决策流程。

**5. 结论**
本文全面综述了PEC中功率MOSFET开关损耗建模的主要方法，从物理描述出发，分析了米勒平台对开关瞬态和效率的影响。综述涵盖了基于数据手册、解析、物理、电热、基于测量及数据驱动的方法，指出每种方法满足不同的工程规范，不存在通用模型。随着宽禁带半导体器件的加速应用，开发准确且计算高效的开关损耗估计模型成为重要研究方向，特别是混合建模技术。未来模型将结合物理知识与数据驱动技术，以提高精度并降低计算需求，同时集成开关损耗、电热和退化模型，以支持PEC设计优化。