← 返回
用于高效宽增益CLLC变换器的神经网络辅助同步整流混合控制策略
Hybrid Control Strategy With Neural-Network-Assisted Synchronous Rectification for Efficient Wide-Gain CLLC Converter
| 作者 | Zihang Cheng · Liangzong He |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年1月 |
| 技术分类 | 拓扑与电路 |
| 技术标签 | DC-DC变换器 储能变流器PCS 双向DC-DC 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | CLLC变换器 同步整流 神经网络 混合控制 宽增益 效率提升 电力电子 |
语言:
中文摘要
同步整流（SR）是提升CLLC变换器效率的关键技术，但因其复杂的物理模型及多样的调制方式，实现实时控制极具挑战。本文提出一种混合控制策略，通过引入神经网络辅助，有效解决了宽增益范围内CLLC变换器的同步整流控制难题，显著提升了变换效率。
English Abstract
Synchronous rectification (SR) is an effective method to improve the efficiency of CLLC converters. However, achieving real-time SR is highly challenging due to the complex physical models involved. Moreover, the diverse modulation methods of CLLC further complicate and hinder the implementation of SR. To address those issues, this article proposes a hybrid control strategy, aiming to expand the g...
S
SunView 深度解读
CLLC拓扑是阳光电源储能系统（如PowerTitan、PowerStack系列）中双向DC-DC变换器的核心技术。该研究提出的神经网络辅助同步整流策略，能够有效降低变换器在宽电压范围下的开关损耗，直接提升储能系统的充放电效率。建议研发团队关注该AI辅助控制算法的轻量化部署，将其集成至iSolarCloud智能运维平台或PCS控制板卡中，以优化不同电池电压工况下的系统能效，进一步巩固阳光电源在储能PCS领域的效率领先优势。