找到 2 条结果 · 功率器件技术
基于物理信息引导的类型化图神经网络的最优潮流计算
Optimal Power Flow With Physics-Informed Typed Graph Neural Networks
Tania B. Lopez-Garcia · José Antonio Domínguez-Navarro · IEEE Transactions on Power Systems · 2024年4月
本研究介绍了一种应用类型化图神经网络解决最优潮流问题的新方法。与传统前馈神经网络模型得到的结果相比，类型化图神经网络允许用不同类型的节点表示输电系统的不同元件，从而提高了所得解决方案的准确性和可解释性。所提出的图神经网络架构无需训练数据，而是通过一个融入物理信息的损失函数进行训练，该损失函数不仅包含优化目标，还包含物理系统的运行约束。所得结果与内点法得到的结果相当，并且计算时间大幅缩短。
解读: 该物理信息引导的图神经网络技术对阳光电源的储能与光伏产品线具有重要应用价值。首先,可应用于ST系列储能变流器和PowerTitan系统的功率优化调度,提升大规模储能电站的运行效率。其次,该方法能优化SG系列光伏逆变器的MPPT控制策略,特别是在复杂拓扑的光伏电站中实现更快速的功率追踪。通过融合电网物...
带场板结构的GaN HEMT输入、输出及反向电容的物理分析模型
Physics-Based Analytical Model for Input, Output, and Reverse Capacitance of a GaN HEMT With the Field-Plate Structure
Dejana Cucak · Miroslav Vasic · Oscar Garcia · Jesus Angel Oliver 等10人 · IEEE Transactions on Power Electronics · 2017年3月
本文针对具有栅极场板结构的常开型AlGaN/GaN高电子迁移率晶体管（HEMT），在亚阈值区建立了输入、输出及反向电容的物理分析模型。该模型与现有的输出I-V特性模型相结合，为GaN器件的电学特性提供了完整的解析方程组。
解读: GaN作为第三代宽禁带半导体，在提升功率密度和开关频率方面具有显著优势。该模型对阳光电源在户用光伏逆变器及小型化充电桩产品中应用GaN器件具有重要指导意义。通过精确建模器件的寄生电容，研发团队可在设计阶段更准确地评估开关损耗与EMI特性，优化驱动电路设计，从而进一步缩小产品体积并提升转换效率。建议在...