找到 4 条结果 · 控制与算法
无模型I-V曲线重构实现光伏系统全局柔性功率点跟踪
Model-free reconstruction of I-V curve for global flexible power point tracking of photovoltaic systems
Jun Yang · Qiao Peng · Haichuan Zhao · Tianqi Liu 等7人 · Solar Energy · 预计 2026年5月 · Vol.309
本文提出一种无需光伏系统数学模型的I-V曲线实时重构方法，结合在线测量与数据驱动拟合，支持动态阴影、老化等复杂工况下的全局最大功率点跟踪（GMPPT），提升多峰场景下能量捕获效率。
解读: 该技术可直接赋能阳光电源组串式逆变器（如SG系列）及iSolarCloud平台的智能MPPT算法升级，尤其适用于分布式工商业光伏中组件失配严重的场景。建议将该无模型重构方法嵌入ST系列PCS和PowerTitan储能系统的光储协同MPPT模块，增强弱光/局部遮挡下的功率追踪鲁棒性；同时为PowerS...
基于升维映射线性化的软开关点自优化本地电压控制
Self-Optimizing Local Voltage Control of SOP in Active Distribution Networks Based on Lift-Dimension Mapping Linearization
Jingrong Su · Haoran Ji · Peng Li · Hao Yu 等9人 · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
针对主动配电网中分布式电源高渗透引发的电压越限问题，本文提出一种面向软开关点（SOP）的自优化本地电压控制方法。通过升维映射线性化构建数据驱动控制模型，并设计自优化引导机制生成标签数据，实现在标注数据稀缺下的高效、自适应电压调控。
解读: 该研究提出的SOP本地电压控制算法可直接赋能阳光电源ST系列储能变流器（PCS）及PowerTitan系统在微电网/台区级柔性互联场景中的动态电压支撑能力。尤其适用于含高比例户用光伏的配网末端，增强组串式逆变器群与PCS协同调压的实时性与鲁棒性。建议将LDML+自优化机制嵌入iSolarCloud智...
用于低功耗能量采集的快速扰动观察法梯度下降算法
Gradient Descent for Fast Perturbation and Observation in Low-Power Energy Harvesting
Hanyi Sun · Han Peng · Hongfei Xiao · Yidong Zhao 等5人 · IEEE Transactions on Power Electronics · 2024年1月
本文针对物联网传感器能量采集系统，提出了一种基于梯度下降法的改进型扰动观察（P&O）MPPT算法。相比传统的开路电压法和常规P&O法，该算法在实现共轭阻抗匹配的同时，显著提升了低功耗场景下的最大功率跟踪速度与效率，有效解决了能量采集受限问题。
解读: 该研究提出的快速梯度下降MPPT算法在低功耗能量采集领域具有创新性。对于阳光电源而言，虽然目前核心业务聚焦于MW级光伏与储能系统，但该算法在优化户用光伏逆变器及微型逆变器在弱光或遮挡环境下的跟踪效率方面具有借鉴意义。此外，该技术可探索应用于iSolarCloud智能运维平台下的边缘侧传感器供电优化，...
全自供电电磁振动能量收集系统中的双时间尺度扰动观察法自动阻抗匹配
Automatic Impedance Matching With Dual Time-Scale P&O in Fully Self-Powered Electromagnetic Vibration Energy Harvesting
Hongfei Xiao · Han Peng · Hanyi Sun · Yidong Zhao 等6人 · IEEE Transactions on Power Electronics · 2024年3月
大多数电磁振动能量收集（EVEH）系统仅关注谐振频率下的电阻匹配，但在非谐振频率下，EVEH表现出复杂的输出阻抗特性。本文首次提出了一种全自供电的复杂阻抗匹配EVEH系统，通过双时间尺度扰动观察法（P&O）实现最大功率点跟踪，有效解决了非谐振条件下的功率提取难题。
解读: 该文献探讨的复杂阻抗匹配与双时间尺度MPPT算法，主要应用于微型能量收集领域，与阳光电源现有的光伏逆变器、储能系统及风电变流器等大功率电力电子产品线存在技术跨度。然而，其核心的“自供电”与“复杂阻抗动态跟踪”思想，可为阳光电源iSolarCloud智能运维平台中的传感器节点供电，或在未来探索分布式微...