← 返回
基于数据驱动的无模型预测控制在固态直流变压器功率快速精确分配中的应用
Model-Free Predictive Control Based on Data-Driven for Fast and Accurate Power Allocation in Solid-State DC Transformers
| 作者 | Dehao Kong · Shaobin Li · Chuang Liu · Zhenbin Zhang · Yuanxiang Sun · Ralph Kennel · Marcelo Lobo Heldwein |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年1月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 模型预测控制MPC 双向DC-DC 机器学习 储能变流器PCS |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 无模型预测控制 数据驱动 固态直流变压器 功率分配 ISOP 鲁棒性 动态性能 |
语言:
中文摘要
针对固态直流变压器（DCT）在输入串联输出并联（ISOP）架构下的鲁棒性难题，本文提出一种基于数据驱动的无模型预测控制策略。该方法在保持模型预测控制优异动态性能的同时，有效解决了多变量管理与参数不确定性带来的控制挑战，实现了功率的快速精确分配。
English Abstract
Robustness is a crucial issue in model predictive control despite the excellent dynamic performance and effective management of multiple variables that this control strategy provides for converters. This challenge is particularly concerning in solid-state dc transformers (DCT) connected as input-series-output-parallel modules because this type of DCT not only regulates the output voltage/power but...
S
SunView 深度解读
该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及大功率直流变换环节具有重要参考价值。ISOP架构常用于高压大功率储能PCS，无模型预测控制能有效降低对系统精确建模的依赖，提升在复杂工况下的鲁棒性与动态响应速度。建议研发团队关注该算法在多模块并联均流控制中的应用，以优化iSolarCloud平台下的系统运行效率，并提升储能变流器在电网波动下的功率分配精度。