找到 4 条结果 · 储能系统技术
高频无线电力传输技术特刊主编寄语
Guest Editorial Special Issue on High-Frequency Wireless Power Transfer Technology
Fei Lu · Grant Covic · Shu Yuen Ron Hui · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
无线电力传输WPT技术在交通电气化、电网、消费电子、医疗和太空等众多新兴应用中日益关键。其非接触特性在脏污或超洁净、高温、水下、地下和外太空等恶劣环境条件下具有优势。当前WPT系统性能与开关频率、耦合度、初次级磁元件伏安需求和组件质量密切相关，这些是功率容量、功率密度和效率的关键决定因素。为提升WPT技术运行安全性和可靠性，抑制和消除高频磁场引起的电磁干扰EMI和电动势EMF问题至关重要。该特刊从74篇投稿中录用31篇，涵盖高频谐振变换器技术、高频电磁场约束与发射抑制、抗失调与传输距离增强、高频...
解读: 该高频WPT特刊对阳光电源无线充电技术发展有全面指导价值。特刊涵盖的多MHz IPT系统、SiC全桥逆变器和三相高频IPT系统与阳光新能源汽车OBC无线充电模块的技术路线一致。高频电磁场约束和EMI/EMF抑制技术为阳光无线充电产品满足安全标准提供了解决方案。抗失调和传输距离增强技术（圆柱螺线管耦合...
无模型功率解耦控制在带降压变换器的单相整流器中的应用
Model-Free Power Decoupling Control for Single-Phase Rectifier with Buck Converter
Zhuoxin Li · Shu Cheng · Ruirui Zhou · Yusong Hu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
本文提出一种用于单相Buck功率解耦AC/DC系统的无模型控制方法，解决单相整流器（SPR）与降压解耦电路（BDC）间因纹波电流耦合导致的性能下降问题。基于系统数学模型和直流母线纹波电流关系，分析了二者耦合机理，并建立了一种新颖的超局部模型（ULM）。在此基础上，分别为SPR设计了无模型预测电流控制（MFPCC）策略，为BDC设计了无模型功率解耦控制（MFPDC）策略。同时设计扩展滑模观测器（ESMO）以估计ULM中的未知部分，补偿系统动态变化引起的误差。实验结果验证了所提方法的有效性。
解读: 该无模型功率解耦控制技术对阳光电源储能变流器和车载OBC产品具有重要应用价值。针对单相AC/DC系统中二倍频纹波导致的耦合问题，所提MFPCC和MFPDC策略可直接应用于ST系列储能变流器的单相并网场景，减小直流母线电容需求，提升功率密度。扩展滑模观测器的无模型特性降低了对精确参数的依赖，增强系统鲁...
特刊主编寄语：电力电子在未来可再生能源和Power-to-X系统中的作用
Guest Editorial: Special Issue on Power Electronics Role in Future Renewables and Power-to-X Systems
Ahmed Abdelhakim · Dmitri Vinnikov · Jon Are Suul · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
2015巴黎协定和2023年IPCC气候变化报告将主要能源消费部门的脱碳列为首要任务，对当今能源系统提出了长期可持续能源生产和存储的重大挑战。氢能和Power-to-X（P2X）方案是最具前景的应对策略之一，可大量利用可再生能源并开辟绿色能源存储和运输的新途径。P2X是将电力转换为碳中和合成燃料（如氢气、合成天然气或化学品）的转换技术集合术语。电力电子在提升此类系统性能和降低最终产品成本方面发挥关键作用，需整合不同系统如各类可再生能源供电电解槽集群制氢并可能连接电网提供电网支持。
解读: 该P2X特刊主题与阳光电源氢能战略高度契合。阳光电源在电解槽变流器、氢能源管理系统和可再生能源制氢一体化解决方案方面具有技术积累。特刊涵盖的电力电子变换器及调制、直流和交流微电网控制、变换器分析建模、测量与保护四大主题与阳光ST系列储能变流器、SG系列光伏逆变器和微电网解决方案的技术路线一致。文中提...
面向在线局部放电监测的特征对齐与类别感知增量学习
Feature-Aligned and Class-Aware Incremental Learning for Online Partial Discharge Monitoring
Jinsheng Ji · Zhou Shu · Minshan Lu · Hongqun Li 等6人 · IEEE Transactions on Power Delivery · 2025年7月
针对高压开关设备在线局部放电（PD）监测的需求，本文提出一种特征对齐、类别感知的增量学习框架，适用于多变电站分布式的开关柜在线监测。该系统通过边缘-云协同架构，周期性聚合分布式数据流以实现模型更新与知识优化。为应对动态数据下的高效模型更新、边缘端决策实时性及带宽约束，引入基于空间对齐的知识蒸馏方法，将云端模型知识迁移至轻量级边缘模型。实验结果表明，所提方法在局部放电数据集上显著优于现有方法，具备高精度与强适应性。
解读: 该增量学习框架对阳光电源ST系列储能变流器和PowerTitan大型储能系统的在线监测具有重要应用价值。局部放电是高压开关设备绝缘劣化的关键指标，该技术的边缘-云协同架构与iSolarCloud平台理念高度契合，可实现分布式储能电站的开关柜实时监测。特征对齐的知识蒸馏方法能将云端复杂模型压缩至边缘设...