找到 5 条结果 · 控制与算法
基于改进灰狼算法的LCL并网逆变器多目标模型预测控制
Multiobjective Model Predictive Control of LCL Grid-Connected Inverter Based on an Improved Gray Wolf Algorithm
Fengxiang Wang · Feng Cai · Dongxiao Huang · Yao Wei 等6人 · IEEE Transactions on Power Electronics · 2025年9月
针对单相LCL并网逆变器电流谐波畸变、开关损耗大及动态响应不足的问题，本文提出了一种基于改进灰狼优化（IGWO）算法的多目标模型预测控制（MOMPC）方法。该方法建立了LCL逆变器数学模型，通过IGWO算法优化权重系数，在提升系统动态性能的同时，有效平衡了电流质量与开关损耗。
解读: 该技术直接服务于阳光电源的核心产品线——组串式及户用光伏逆变器。LCL滤波器是提升并网电能质量的关键，而模型预测控制（MPC）相比传统PWM控制具有更快的动态响应能力。通过引入改进灰狼算法（IGWO）优化多目标权重，可有效解决逆变器在复杂电网环境下的谐波抑制与损耗平衡难题，显著提升阳光电源逆变器在弱...
基于简易迁移强化学习的跟网型变流器多目标控制器设计
Multi-Objective Controller Design for Grid-Following Converters With Easy Transfer Reinforcement Learning
Yu Zeng · Shan Jiang · Georgios Konstantinou · Josep Pou 等6人 · IEEE Transactions on Power Electronics · 2025年5月
本文提出了一种结合简易迁移学习（ETL）与深度强化学习（DRL）的ETRL方法，旨在将针对特定跟网型变流器设计的控制器快速迁移至参数不同的其他变流器中。该方法包含系统描述、DRL学习、ETL迁移、实验数据微调等阶段，有效解决了多目标控制器在不同系统参数下的适应性问题。
解读: 该技术对阳光电源的组串式光伏逆变器及储能变流器（PCS）具有重要应用价值。在复杂的弱电网环境下，传统PI控制器的参数整定往往难以兼顾多目标性能。通过引入ETRL方法，阳光电源可在iSolarCloud平台积累的运行数据基础上，实现控制器参数的快速自适应迁移，显著缩短不同功率等级、不同电网环境下的产品...
面向稳定性的电力变换器多目标控制设计：深度强化学习辅助方法
Stability-Oriented Multiobjective Control Design for Power Converters Assisted by Deep Reinforcement Learning
Shan Jiang · Yu Zeng · Ye Zhu · Josep Pou 等5人 · IEEE Transactions on Power Electronics · 2023年10月
电力变换器的阻抗特性随运行工况变化，导致固定控制参数在复杂工况下可能引发系统失稳。本文提出一种深度强化学习辅助的控制框架，旨在实现多目标优化，以提升变换器在全工况下的稳定性与控制性能。
解读: 该技术对阳光电源的核心产品线（组串式/集中式光伏逆变器及PowerTitan储能变流器）具有重要意义。随着电网环境日益复杂（弱电网、高比例可再生能源接入），传统基于固定参数的PI控制难以兼顾全工况稳定性。引入深度强化学习（DRL）可实现控制参数的自适应寻优，显著提升逆变器在电网阻抗波动下的鲁棒性。建...
多电平逆变器的模型预测控制：挑战、最新进展与趋势
Model-Predictive Control of Multilevel Inverters: Challenges, Recent Advances, and Trends
Ibrahim Harbi · Jose Rodriguez · Eyke Liegmann · Hamza Makhamreh 等14人 · IEEE Transactions on Power Electronics · 2023年9月
模型预测控制（MPC）在电力电子领域，特别是多电平逆变器（MLI）的多目标控制中展现出巨大潜力。过去二十年，研究重点在于优化MPC性能，解决计算负载、建模精度、代价函数设计及权重因子选择等技术挑战。
解读: MPC技术对阳光电源的核心产品线具有深远影响。在大型集中式逆变器及PowerTitan等储能变流器（PCS）中，多电平拓扑被广泛应用以提升效率和电能质量。MPC能够有效处理多目标约束（如开关频率优化、中点电位平衡及谐波抑制），是提升系统动态响应的关键。建议研发团队关注MPC的计算复杂度优化算法，以适...
三相到三相矩阵变换器的预测Delta-Sigma调制
Predictive Delta Sigma Modulation for Three-Phase to Three-Phase Matrix Converters
Tabish Nazir Mir · Bhim Singh · Abdul Hamid Bhat · IEEE Transactions on Power Electronics · 2020年1月
随着矩阵变换器（MC）研究的深入，空间矢量调制已成为主流。近期，模型预测控制（MPC）因其在处理多目标控制方面的优势而备受关注。本文提出了一种预测Delta-Sigma调制方法，旨在解决传统多目标MPC在计算复杂度和性能权衡方面的挑战，为矩阵变换器的调制策略提供了新的优化路径。
解读: 矩阵变换器作为一种先进的功率变换拓扑，在高性能电机驱动及特定工业电源领域具有应用潜力。虽然阳光电源目前的核心产品线（光伏逆变器、储能PCS）主要基于传统的电压源型逆变器（VSI）拓扑，但该文献提出的预测Delta-Sigma调制与模型预测控制（MPC）的结合，对于提升阳光电源在高性能变流器控制算法的...