找到 5 条结果 · 光伏发电技术
用于混合光伏/风力水泵系统的六相感应电机无传感器V/f控制及任意功率分配能力
Sensorless V/f Control with Arbitrary Power Sharing Capability for Six-Phase Induction Machines in Hybrid PV/Wind Water Pumping Systems
Mohammed El-Nagar · Ragi R. Hamdy · Ayman S. Abdel-Khalik · Eman Hamdan 等6人 · IEEE Transactions on Energy Conversion · 2025年9月
本文提出了一种专为偏远地区设计的新型混合可再生能源水泵系统（WPS），该系统利用太阳能光伏（PV）和风能驱动一台六相感应电机（6PIM）。与传统的三相电机相比，6PIM具有更好的容错性、可扩展性，并降低了变流器的额定容量。所提出的模块化架构为每组三相绕组配备了专用的功率变流器，实现了独立控制，提高了系统的可靠性。为简化实施并降低成本，采用了无传感器电压 - 频率（V/f）控制策略。这消除了对电流和速度传感器的需求，使得该方法特别适用于离网水泵应用，因为在这些应用中，鲁棒性比快速动态响应更为关键。...
解读: 从阳光电源的业务视角来看，该论文提出的六相感应电机混合新能源水泵系统具有重要的战略参考价值。论文核心创新在于将光伏与风能耦合驱动六相电机，并采用无传感器V/f控制实现灵活功率分配，这与我司在光伏水泵逆变器和多能互补系统领域的技术路线高度契合。 技术价值方面，六相电机架构的模块化设计思路可直接应用于...
基于LPV建模与鲁棒控制的CPT系统输出电压波动抑制方法
Output Voltage Fluctuation Mitigation of CPT based on LPV Modeling and Robust Control
Gang Yang · Zhifan Li · Pan Sun · Xusheng Wu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
本文研究了一种基于线性参数变化（LPV）模型的电容式无线功率传输（CPT）系统输出电压波动抑制方法，该系统采用串联Buck变换器并在互电容变化条件下运行。利用LPV模型描述输入电压波动下Buck变换器的动态特性，并结合归一化既约因子（NCF）方法设计鲁棒控制器，以保证系统稳定性和动态性能。实验结果表明，所提方法在不同扰动频率和负载条件下均能实现快速电压调节并维持输出电压稳定，验证了控制策略的鲁棒性与适应性，为提升CPT系统性能提供了可靠解决方案。
解读: 该LPV鲁棒控制技术对阳光电源储能与充电产品具有重要应用价值。文中针对输入电压波动的Buck变换器控制策略可直接应用于ST系列储能变流器的DC/DC环节，提升电网波动下的母线电压稳定性；LPV建模方法能有效处理储能系统SOC变化、温度漂移等参数时变特性，增强PowerTitan系统的全工况适应性。对...
基于气泡熵融合与SCAD正则化的鲁棒模糊认知图在光伏发电预测中的应用
Learning a Robust Fuzzy Cognitive Map Based on Bubble Entropy Fusion With SCAD Regularization for Solar Power Generation
Shoujiang Li · Jianzhou Wang · Hui Zhang · Yong Liang · IEEE Transactions on Sustainable Energy · 2025年2月
精确可靠的光伏功率预测对智能电网的经济调度与稳定运行至关重要。针对太阳能固有的间歇性、非平稳性和随机性导致现有方法难以满足高精度预测需求的问题，本文提出一种结合气泡熵与平滑截断绝对偏差（SCAD）正则化的模糊认知图（FCM）预测方法（BesFCM）。该方法利用气泡熵融合两种模态分解技术以增强光伏数据特征的稳定性与判别性，构建融合模糊逻辑、神经网络与专家系统的FCM模型，并引入高阶SCAD正则化学习机制抑制过拟合，提升模型鲁棒性与泛化能力。实验结果表明，该方法在比利时多区域、多采样间隔的光伏数据集...
解读: 该鲁棒模糊认知图预测技术对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。其气泡熵融合与SCAD正则化方法可显著提升光伏功率预测精度，直接优化SG系列逆变器的MPPT算法和功率预测模块。在储能侧，精准的发电预测能改进ST系列储能变流器的充放电策略，降低备用容...
通过多角度云层三维重建优化区域太阳辐照度的时空预测精度
Optimizing spatiotemporal prediction accuracy of regional solar irradiance through multi-angle cloud layer 3D reconstruction
Wenwen Maab · Hai Zhou · Ji Wua · Fan Yang 等6人 · Energy Conversion and Management · 2025年1月 · Vol.334
准确的实时区域太阳辐照度估算是优化光伏发电系统和电网管理的关键。然而，传统方法在动态响应能力、空间分辨率和经济可行性方面存在显著局限性，难以满足复杂天气条件下的高精度应用需求。为应对这些挑战，本研究提出了一种基于全天空成像网络的高分辨率实时辐照度估算方法。通过部署十台鱼眼全天空相机，利用多视角三维云层重建技术构建区域全景云图。此外，引入一种创新的辐照度分离建模策略：直接辐照度通过云影模型计算，散射辐照度则通过时空卷积Transformer进行预测。该方法全面考虑了云层遮挡和散射效应，从而提升了辐...
解读: 该多角度云层3D重建辐照度预测技术对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。通过高精度区域辐照度实时预测(空间分辨率达4.39-19.45米),可显著优化MPPT算法动态响应速度,提升逆变器在复杂云层遮挡场景下的发电效率。结合iSolarCloud平台,该技术可实现分布式光伏电站群...
DFDR-NLNet：一种用于光伏面板分割的双频率差异化表示非局部网络
DFDR-NLNet: A dual-frequency differentiated representation non-local network for photovoltaic panel segmentation
Yitong Fua · Haiyan Lia · Pengfei Yua · Yaqun Huang 等5人 · Applied Energy · 2025年1月 · Vol.401
摘要 光伏（PV）技术在全球扩展可再生能源方面发挥着关键作用，然而在城市、农村和工业环境中，实现精确的光伏面板分割以优化资源配置并指导安装政策仍是一项挑战。为应对数据多样性的限制，本文提出一种基于去噪扩散概率模型（DDPM）的数据增强方法，用于生成联合数据分布，从而提升模型的鲁棒性。在此基础上，我们提出了一种双频率差异化表示非局部网络（DFDR-NLNet），用于实现更真实的光伏面板分割。为了提高Transformer分支中全局上下文特征提取的效率，我们提出了一种低频表示Transformer，...
解读: 该光伏板精准分割技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。DFDR-NLNet的高精度边缘识别(mIoU达91.48%)可增强SG系列逆变器阵列的智能巡检能力,通过频域特征提取优化MPPT算法的组件级监控。其电站容量评估功能可为工商业光伏项目提供精准选址与ST储能系统配置依据...