找到 8 条结果 · 光伏发电技术
基于加速对偶上升的高比例光伏配电网协调电压控制
Accelerated Dual Ascent-Based Coordinated Voltage Control for PV-Rich Distribution Network
Yong Li · Xiren Zhang · Yanjian Peng · Can Wang 等6人 · IEEE Transactions on Industry Applications · 2025年9月
随着分布式光伏（PV）在配电网中的渗透率不断提高，时变的光伏发电可能会导致严重的电压问题。利用光伏逆变器的无功容量进行电压调节，为缓解传统无功补偿装置的局限性提供了一种可行的解决方案。本文针对高光伏渗透率的配电网，提出了一种基于在线加速对偶上升法（ADAM）的电压控制策略。首先，将电压控制问题表述为一个凸二次优化问题，在考虑电压和无功输出容量运行约束的条件下，维持光伏节点的电压在允许范围内。然后，提出采用ADAM以分布式方式求解该优化问题。通过在传统对偶上升法（DAM）中加入加速算法，所提方法能...
解读: 该加速对偶上升协调电压控制技术对阳光电源SG系列光伏逆变器的无功调节功能具有重要应用价值。研究提出的分布式凸优化求解方法可直接集成到逆变器的本地控制器中，通过快速响应算法实现多台逆变器间的协调无功调控，有效解决高比例光伏接入导致的电压越限问题。该技术可与阳光电源现有MPPT算法协同工作，在保证最大功...
基于自适应峰值电压跟踪控制的减少冗余功率处理无频闪LED驱动器
Reduced Redundant Power Processing Flicker-Free LED Driver With Adaptive Peak Voltage Tracking Control
Xueshan Liu · Kun Lei · Yujie Feng · Hongyan Wang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
单级交流供电LED驱动器存在固有的双倍工频纹波问题，易引发电流频闪。本文提出一种基于减少冗余功率处理（R2P2）原理的无频闪LED驱动器，采用自适应峰值电压跟踪（APVT）控制策略，结合单级功率因数校正（PFC）电路与III型R²P²纹波抵消电路（RCC）。相比传统平均电压控制，APVT控制拓宽了LED负载的工作电压范围，进一步降低RCC单元的处理功率，使其更接近系统纹波功率，从而提升整体效率。实验搭建70W样机验证，结果表明相较传统方法效率提升2.5%，并具备宽LED负载适应能力。
解读: 该R²P²无频闪LED驱动技术对阳光电源储能与充电产品线具有重要借鉴价值。其自适应峰值电压跟踪控制策略可应用于ST储能变流器的直流母线纹波抑制，通过减少冗余功率处理降低辅助电路损耗，提升系统效率2-3%。III型RCC纹波抵消原理可移植到充电桩OBC模块，优化单级PFC架构下的二次纹波抑制，减小电解...
基于上下文集成语言-图像多模态网络的少样本光伏薄膜缺陷检测
Few-Shot Photovoltaic Film Defect Detection With Contextual Ensemble Language-Image Multimodal Network
Huiyan Wang · Ruihao Peng · Yiheng Zhu · Jiachen Li 等6人 · IEEE Transactions on Industrial Informatics · 2025年5月
工业光伏薄膜缺陷的自动检测对于确保光伏组件的可靠性至关重要。主要挑战包括缺陷样本有限、类别间特征相似以及复杂背景的干扰。现有的基于深度学习的方法需要大规模数据集，且仅关注视觉数据，这限制了它们在少样本缺陷检测（FSDD）中的有效性。为应对这些挑战，我们提出了上下文集成语言 - 图像多模态网络（CELIN），该网络通过提示调优融入文本信息，提升了光伏薄膜的少样本缺陷检测能力。与依赖单一固定文本提示的传统语言 - 图像模型不同，CELIN采用位置感知上下文集成策略来整合特定位置的提示向量，使模型能够...
解读: 从阳光电源的业务视角来看，这项基于语言-图像多模态网络的光伏薄膜缺陷检测技术具有重要的战略价值。作为光伏组件可靠性保障的关键环节，该技术直接关系到我们光伏逆变器、储能系统等核心产品的上游供应链质量控制。 该技术的核心创新在于解决了工业场景中的三大痛点：小样本学习、相似缺陷区分和复杂背景干扰。传统深...
基于时频马尔可夫排列转移场的含电力电子设备光伏系统串联电弧故障检测方法
A Series Arc Fault Detection Method Based on Time-Frequency Markov Permutation Transition Field for Photovoltaic Systems With Power Electronic Devices
Zhendong Yin · Shuang Peng · Chunyu Xiao · Li Wang 等5人 · IEEE Transactions on Power Electronics · 2025年3月
串联电弧故障（SAFs）是光伏系统火灾事故的主要原因。在电力电子设备干扰下准确、快速地检测串联电弧故障仍是一项重大挑战。本文提出了一种基于时频马尔可夫排列转移场（TFMPTF）的串联电弧故障检测方法。首先，利用变分模态分解将电流信号分解为包含不同频率成分的模态，以防止不同频带信息之间的干扰。然后，使用时频马尔可夫排列转移场将这些模态转换为二维矩阵。创新性地提出了时频马尔可夫排列转移场中的时频排列模式状态转移分析概念，通过该概念可以有效描绘电流信号的独特结构信息。随后，采用奇异值分解从矩阵中提取故...
解读: 从阳光电源的业务视角来看，这项基于时频马尔科夫排列转移场（TFMPTF）的串联电弧故障检测技术具有重要的战略价值。光伏系统的串联电弧故障是导致火灾事故的主要原因，而该技术在电力电子设备干扰环境下实现了98.97%的检测准确率，这对提升我司光伏逆变器和储能系统的安全性能具有直接意义。 该方法的核心优...
考虑多因素动态效应的光伏功率预测：一种基于动态局部特征嵌入的广义学习系统
Photovoltaic Power Prediction Considering Multifactorial Dynamic Effects: A Dynamic Locally Featured Embedding-Based Broad Learning System
Ziwen Gu · Yatao Shen · Zijian Wang · Yaqun Jiang 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
精确的光伏功率预测是新型电力系统高效稳定运行的前提。现有研究多关注温度、辐照度等全局因素与光伏功率的关系，常忽略其局部动态影响，导致预测精度下降。为此，本文考虑多因素间的动态关联，提出一种基于动态局部特征嵌入的广义学习系统（DLFE-BLS）。首先设计动态相空间重构方法（DPSR）刻画多变量数据的动态特性，进而引入动态局部特征嵌入（DLFE）算法提取局部动态特征，并将其融入广义学习系统框架，构建DLFE-BLS模型以提升预测精度。实验结果表明，该模型在多种场景下均优于对比模型，尤其在迁移预测中表...
解读: 该DLFE-BLS光伏功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。其动态相空间重构方法可优化MPPT算法在复杂气象条件下的功率追踪精度，局部动态特征提取能力可提升PowerTitan储能系统的充放电策略优化。该模型在迁移预测场景的优异表现，可直接应用...
基于动态双面率的双面光伏组件新型发电模型研究
Development of a novel power generation model for bifacial photovoltaic modules based on dynamic bifaciality
Qiangzhi Zhang · Jinqing Peng · Yimo Luo · Meng Wang 等7人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 双面率显著受到辐照强度和背面辐照不均匀性（NUF）的影响。因此，在模拟双面光伏（bPV）组件的动态发电过程时，若采用静态双面率将导致较大的误差。本研究提出了一种新的动态双面率模型，同时考虑了上述两个因素。首先，通过电流-电压（I-V）特性测试获得了不同辐照强度下的基础双面率；其次，建立了三维（3D）视角因子模型，用于研究安装参数、太阳辐照度和太阳位置对NUF的影响，并构建了预测NUF的回归模型，其拟合优度（R²）达到0.914；第三，建立了考虑背面辐照非均匀分布的bPV组件电气模型，提出双...
解读: 该动态双面率建模技术对阳光电源SG系列光伏逆变器的MPPT优化具有重要价值。研究揭示背面辐照不均匀性(NUF)对双面组件发电的显著影响,可指导逆变器算法升级:通过集成3D视角因子模型和双面率修正因子,SG逆变器可实时修正最大功率点追踪策略,将功率预测误差从8%降至1.4%。该技术可与iSolarCl...
基于先验知识的大规模超高清光伏板分割数据集增强框架
A large-scale ultra-high-resolution segmentation dataset augmentation framework for photovoltaic panels in photovoltaic power plants based on priori knowledge
Ruiqing Yang · Guojin He · Ranyu Yin · Guizhou Wang 等9人 · Applied Energy · 2025年1月 · Vol.390
摘要 当前大多数提升模型精度的研究主要集中在模型本身的优化上，往往忽视了数据集质量的关键作用，尤其是在遥感大数据背景下。许多关于光伏发电（PV）的大规模提取研究通常仅关注光伏电站边界的粗略勾画，这限制了更深入的下游分析潜力。本文提出了一种针对光伏电站内部光伏板进行细粒度提取的框架，而非仅仅捕捉电站的外部轮廓。通过聚焦于单个光伏板级别的分割，该方法为下游应用（如发电量估算和空间布局优化）提供了更为精确的评估基础。该框架融合了先验知识，以应对地表覆盖、成像条件以及背景干扰所带来的挑战。一种创新的标签...
解读: 该超高分辨率光伏板分割框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过面板级精细识别,可显著提升SG系列逆拟器的MPPT优化策略精度,实现组串级故障诊断与发电量评估。数据集质量提升(78%→92%)为预测性维护算法提供可靠训练基础,结合先验知识的标注效率提升75%可加速电站数字...
基于贝叶斯优化算法与二次分解的误差校正深度Autoformer模型在光伏发电预测中的应用
An error-corrected deep Autoformer model via Bayesian optimization algorithm and secondary decomposition for photovoltaic power prediction
Jie Chen · Tian Peng · Shijie Qian · Yida Ge 等7人 · Applied Energy · 2025年1月 · Vol.377
准确的光伏发电功率预测对于电网的稳定运行和合理调度至关重要。然而，由于光伏发电具有不稳定性，其功率预测仍面临巨大挑战。为此，本文提出一种结合二次分解、贝叶斯优化与误差校正机制的Autoformer模型用于光伏发电功率预测。为降低数据复杂性并充分提取特征，采用了两种分解方法：首先利用经验模态分解（EMD）对光伏功率序列进行初级分解；然后引入样本熵（SE）衡量各分量的复杂度，并对复杂度最高的分量采用变分模态分解（VMD）进行二次分解。其次，构建基于贝叶斯优化算法优化的Autoformer模型，分别预...
解读: 该基于深度学习的光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过EMD-VMD二次分解和Autoformer模型可显著提升预测精度,可集成至SG系列逆变器的MPPT优化算法中,实现更精准的发电功率预测。结合ST系列储能PCS,该预测模型能优化储能系统充放电策略,提升...