模块化多电平变换器（Modular Multilevel Converter，MMC）凭借模块化结构、电压等级易拓展等优点，被广泛应用于中高压及大功率场合。MMC中包含众多子模块（SubModule，SM），每个SM有多个开关器件。开关器件的温度管理对功率变换器的稳定运行至关重要，大量文献针对这一问题展开了研究。温度管理方法主要可以分为三类：第一类是温度状态检测，第二类是主动温度控制，第三类是散热系统优化设计。温度状态监测对于开关器件失效性分析具有重要意义。文献[7]直接采用负温度系数的热敏电阻作为传感器来监测开关器件温度，但是这种方法测量精度低，且需要额外的硬件电路。第二种是基于热模型的间接温度测量：文献[8]搭建了系统的Foster模型，并计算出了开关器件的结温。文献[9]结合MMC运行特点，详细分析了开关器件的功率的周期性规律并提出了一种简化热建模方法，利用等效损耗曲线来估计开关器件的结温。文献[10]利用深度回归算法，提出了一种基于循环神经网络和长短期记忆递归神经网络的结温估计方法。除结温外，还有开关器件导通电压[11]和等效导通电阻[12]也可用于状态监测。主动温度控制根据优化对象不同可分为两类。一种是对电容电压平衡算法进行优化。文献[13]将开关器件的温度直接引入到电容电压平衡策略中，实现了SM中开关器件的温度平衡。但是该方法会导致电容电压波动明显增大。文献[8]构造了包含SM电容电压和最大开关器件结温的函数，通过对该函数进行排序来确定投入或切除的SM，以达到电容电压和温度平衡的目的。但是，随着桥臂电流和投切SM数目的变化，SM中结温最高的开关器件也会发生变化。因此，该方法构造的函数也会发生变化，MMC系统的算法复杂度会显著增大。文献[14]提出了一种基于低开关频率电容电压平衡策略的热平衡方法，通过分析SM中开关器件的温度分布，在一个控制周期内，若需要投入SM，则根据电容电压和最大开关器件结温进行排序，进而确定需要投入的SM；若需要切除SM，则仅根据电容电压进行排序。但是，以上三种策略需要对开关器件的结温进行计算或实时采样。文献[15]分析了电容容值对开关器件结温的影响，然后将电容容值嵌入到电容电压平衡算法中，从而实现了温度平衡。但是，改进的电容电压平衡策略可能会引入额外的开关频率，MMC系统的算法复杂度也会增大。另一种方法是对MMC的散热结构进行优化。文献[16]将热管嵌入风冷散热器中，有效降低了SM中热点的温度。但是，风冷散热效率较低，并且热管成本较高，经济性较差[17]。此外，当MMC传输的有功功率不同时，固定参数的散热结构不能对温度差异的变化做出响应。因此，针对MMC温度管理问题，本文展开以下研究。首先结合MMC运行特点，详细分析了SM中开关器件的损耗分布，得到了开关器件损耗呈现不均衡分布状态，且会随着MMC运行状态的改变而改变的结论。其次，详细分析了采用平行流道液冷板作为冷却装置的SM温度分布特点，得到了MMC在大多数运行状态下，SM存在热点的结论。针对以上问题，对SM冷却系统进行了优化设计，并提出了一种基于温度均衡的优化策略，通过差异化冷却系统的流速，使得SM内部热点温度有效降低，温度分布趋于均衡。最后，在ANSYS_ICEPAK仿真平台搭建SM热仿真模型，对所提优化策略可行性进行验证。