找到 4 条结果 · IEEE Access
模块化多电平级联变换器家族中的术语综述与拍频现象研究
Nomenclature Overview and Beat Frequency in the Family of AC/AC Modular Multilevel Cascade Converters
José Arellano · Álvaro García-Cerezo · Miguel Carrión · IEEE Access · 2025年4月
本文扩展了MMCC变换器家族的命名体系,涵盖新兴模块化多电平拓扑。以MMCC-三星桥单元拓扑为例,系统研究了最近电平控制(NLC)在交交变换中产生的拍频振荡现象,引入双坐标分析方法并实现解耦控制环路。仿真验证了所提解耦NLC的有效性,可提升固态变压器等应用的电能质量,降低高频运行时的开关损耗。
解读: 该MMCC拓扑技术对阳光电源大功率储能系统具有参考价值。阳光ST2236UX储能变流器采用三电平拓扑,该研究的解耦控制和拍频抑制方法可进一步优化谐波性能。阳光电源在1500V高压储能系统中面临类似的多电平控制挑战,该技术可降低滤波器成本,提升系统功率密度和效率至98.5%以上。...
基于RLS算法的构网型虚拟同步机逆变器无模型预测控制
Model-Free Predictive Control Based on RLS Algorithm for Grid-Forming Inverters With Virtual Synchronous Generator
Min Huang · Huiying Zhang · Kangan Wang · Zhilei Yao 等5人 · IEEE Access · 2025年3月
作为连接可再生能源的关键元件,构网型逆变器GFI多采用下垂控制作为外环,但扰动时可导致系统频率快速变化。传统模型预测控制MPC广泛用于变流器内环控制,但严重依赖模型参数。为克服上述缺陷,本研究提出虚拟同步机无模型预测控制VSG-MFPC。该方案使用基于自回归外生输入ARX模型的自回归MFPC作为内环控制结构进行电压预测,结合简化虚拟同步机VSG作为外环控制结构实现功率分配和惯量支撑控制系统。MFPC实施提升系统参数鲁棒性。在此基础上,进一步研究算法参数初始化、延迟补偿和限流能力的改进方案。此外,...
解读: 该无模型预测控制技术与阳光电源构网型储能系统高度相关。阳光ST储能变流器采用GFM控制技术支持弱电网和微电网场景。该VSG-MFPC方案的参数自适应能力可显著提升阳光储能系统对电网参数变化的鲁棒性。传统MPC依赖精确模型,在电网阻抗变化或非线性负载场景下性能下降。该研究的无模型方法可集成到阳光GFM...
可再生能源并网中的虚拟惯性支持:综述
Virtual Inertia Support for Renewable Energy Integration: A Review
M. Chethan · K. Ravi · IEEE Access · 2024年6月
本文重点综述高比例可再生能源接入下电力系统中的惯性问题。随着基于可再生能源的分布式发电单元大量接入,电力系统呈现出低惯性和弱阻尼特性,严重影响系统的频率稳定性与动态性能。电力电子逆变器使电源与应用解耦,导致系统惯性下降,功率失衡引发的频率快速变化和波动进一步加剧稳定性挑战。本文系统回顾了多种建模与控制算法,并提供详尽的参数描述,填补该领域研究空白,为微网应用中虚拟同步发电机模型与控制策略的后续研究提供参考。
解读: 该虚拟惯性支持技术对阳光电源储能与光伏产品线具有核心应用价值。文章系统梳理的VSG建模与控制算法可直接应用于ST系列储能变流器的构网型GFM控制策略优化,提升PowerTitan大型储能系统在弱电网下的频率支撑能力。针对低惯性问题的解决方案可增强SG系列光伏逆变器在高比例新能源场景下的并网稳定性,改...
机器学习方法预测室内Li-Fi应用中自适应OFDM传输的直流偏置
ML Approach to Predict DC Bias for Adaptive OFDM Transmission in Indoor Li-Fi
Marwah T. Salman · David R. Siddle · Amadi G. Udu · IEEE Access · 2025年1月
多电平正交振幅调制M-QAM结合光正交频分复用中的直流偏置DCO-OFDM为室内光保真Li-Fi系统提供频谱高效解决方案和自适应传输速率。然而,DCO-OFDM方案提出的重大挑战是确保发射信号幅度非负所需的直流偏置额外功率。这些偏置信号根据光功率约束被裁剪,施加影响传输误码率BER的裁剪噪声。这种性能下降取决于对直流偏置的调整,需要持续修改以支持自适应传输。因此,同时解决直流偏置优化和裁剪缓解对提供可靠节能传输至关重要。本文提出机器学习ML方法基于OFDM信号统计特性和系统特征预测最优直流偏置。...
解读: 该自适应偏置优化技术对阳光电源多电平变流器控制具有借鉴意义。阳光ST储能变流器采用三电平或多电平拓扑,需要精确的偏置和调制策略优化。该研究的机器学习预测方法可应用于阳光变流器的自适应调制算法,根据工况动态优化PWM偏置,降低谐波和开关损耗。在光伏逆变器中,该技术可优化MPPT算法的直流工作点,提升发...