找到 4 条结果 · 控制与算法

排序:
控制与算法 微电网 储能变流器PCS 储能系统 ★ 5.0

基于等效变换器阻抗重塑的直流微电网惯量模拟

Inertia Emulation in Droop-Based DC Microgrids With Equivalent Converter Impedance Reshaping

Fei Deng · Lei Zhang · Ziheng Xiao · Zhigang Yao 等5人 · IEEE Transactions on Power Electronics · 2024年11月

随着可再生能源渗透率提高,微电网惯量降低导致直流母线电压波动,威胁系统稳定性。本文提出通过储能单元模拟虚拟直流电机特性来提供虚拟惯量,并结合等效变换器阻抗重塑技术,有效抑制电压快速波动,提升直流微电网的系统稳定性。

解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有重要应用价值。在直流微电网或光储直驱场景中,通过在PCS控制策略中引入虚拟惯量与阻抗重塑算法,可显著提升系统在弱电网或孤岛模式下的电压支撑能力。建议研发团队将此算法集成至iSolarCloud智能运维平台下的高级控制策略库中,...

控制与算法 充电桩 机器学习 深度学习 ★ 3.0

无线电能传输系统的数据驱动输出预测与效率优化控制

Data-Driven Output Prediction and Efficiency Optimization Control for Wireless Power Transfer Systems

Fei Xu · Xiquan Deng · Zhixin Chen · Xian Zhang 等5人 · IEEE Transactions on Power Electronics · 2025年10月

针对无线电能传输(WPT)系统模型复杂及控制精度低的问题,本文提出了一种基于数据驱动的效率优化控制方法。该方法利用多层感知器等机器学习技术,实现了对WPT系统输出的精准预测及效率的实时优化,有效提升了系统的控制性能。

解读: 该技术主要针对无线电能传输(WPT)领域,与阳光电源现有的电动汽车充电桩业务具有一定的技术关联性。虽然目前阳光电源充电桩以有线快充为主,但随着大功率无线充电技术的演进,该数据驱动的效率优化算法可作为未来无线充电产品研发的技术储备。此外,该方法中涉及的机器学习与数据驱动控制策略,也可迁移应用于阳光电源...

控制与算法 机器学习 故障诊断 深度学习 ★ 2.0

基于有限现场数据驱动的水下无线电能传输

UWPT)系统快速精确在线参数辨识

Zhixin Chen · Fei Xu · Qingxin Yang · Xian Zhang 等7人 · IEEE Transactions on Power Electronics · 预计 2026年5月

针对水下无线电能传输(UWPT)系统在复杂环境下面临的导电性强、谐波干扰及参数偏差等挑战,传统基于电路模型的辨识方法难以满足需求。本文提出一种数据驱动的在线参数辨识方法,利用有限的现场数据实现系统参数的快速、精确辨识,从而保障UWPT系统的高效稳定运行。

解读: 该研究聚焦于无线电能传输的参数辨识,虽然目前阳光电源的核心业务集中在光伏、储能及充电桩领域,尚未直接涉及水下无线充电,但其核心方法论——“基于有限数据的在线参数辨识”具有极高的技术迁移价值。在阳光电源的iSolarCloud智能运维平台中,针对光伏电站或储能系统的复杂环境干扰,引入此类数据驱动的自适...

控制与算法 机器学习 故障诊断 功率模块 ★ 2.0

水下无线电能传输系统的机理与数据驱动混合联合参数辨识

Hybrid Mechanism- and Data-Driven Joint Parameter Identification for Underwater Wireless Power Transfer Systems

Zhixin Chen · Qingxin Yang · Xian Zhang · Fei Xu 等8人 · IEEE Transactions on Power Electronics · 2026年4月

水下无线电能传输(UWPT)系统在闭环控制与稳定性方面面临挑战,主要源于缺乏通信及海水涡流引起的严重谐波畸变。本文提出了一种机理与数据驱动相结合的混合方法,用于实现系统关键参数的精确联合辨识,有效解决了复杂环境下的参数估计难题。

解读: 该研究提出的“机理+数据驱动”混合建模方法,在处理复杂环境下的参数辨识与状态估计方面具有前瞻性。虽然UWPT与阳光电源当前核心业务(光伏/储能)存在差异,但其核心逻辑可迁移至阳光电源的iSolarCloud智能运维平台及储能系统(PowerTitan/PowerStack)中。建议研发团队借鉴该方法...