找到 6 条结果 · IEEE Access
电动汽车动力系统技术综述：分类、广泛采用的拓扑及未来挑战
Critical Review on Powertrain Technologies for Electric Vehicles: Classification, Broadly Adopted Topologies, and Future Challenges
Sadeq Ali Qasem Mohammed · Samer Saleh Hakami · Mahmoud Kassas · Mohammad M. Almuhaini · IEEE Access · 2025年1月
电动汽车EV转型的核心在于驱动系统，用电机和电池替代传统内燃机ICE。然而电池限制、能量密度、充电速度、充电基础设施不足、成本和关键材料依赖等问题阻碍EV推广。本文全面综述EV动力系统技术，讨论高效充电系统和高输出功率所需的关键要素。通过采用先进功率电子器件如SiC和GaN、高效功率拓扑、固态电池和硅负极电池、热管理等技术可实现这些目标。文章探讨阻碍EV性能的关键技术挑战及解决方案，明确分类最新动力系统技术、广泛采用的变换器及未来趋势，包括下一代固态电池突破和充电站可及性改善，并提供可再生能源集...
解读: 该综述与阳光电源新能源汽车电驱控产品线高度契合。阳光重点发展SiC和GaN功率器件在车载充电机OBC和电驱系统中的应用，提升功率密度和效率。阳光车载OBC支持快充协议，与文中提到的高功率充电系统一致。该综述强调的热管理技术对阳光电驱产品的可靠性提升有重要参考价值。阳光还可结合光储充一体化方案，将可再...
sThing：基于可配置环形振荡器PUF的硬件安全与回收芯片检测新方法
sThing: A Novel Configurable Ring Oscillator Based PUF for Hardware Security and Recycled IC Detection
Saswat Kumar Ram · Sauvagya Ranjan Sahoo · Banee Bandana Das · Kamalakanta Mahapatra 等5人 · IEEE Access · 2025年1月
环形振荡器RO广泛用于解决不同硬件安全问题。例如，基于RO的物理不可克隆函数PUF为密码应用生成安全可靠密钥，基于RO的老化传感器用于高效检测回收IC。本文使用带两个电压控制信号的CMOS反相器设计可配置RO（CRO）。通过控制信号，所提CRO可加速和降低老化对振荡频率的影响。CRO的这一关键特性使其适用于PUF和基于RO的传感器。在90nm CMOS工艺中评估所提改进架构即CRO PUF和CRO传感器的性能。CRO的老化容忍特性增强了CRO PUF的可靠性，老化加速特性提升了回收IC检测率。最...
解读: 该物理不可克隆函数技术对阳光电源芯片级安全具有重要意义。阳光储能变流器和光伏逆变器采用大量功率器件和控制芯片，面临芯片回收和仿冒风险。该CRO PUF技术可集成到阳光定制芯片的安全模块，生成唯一硬件指纹用于设备认证和固件加密。在供应链管理中，该老化传感器技术可检测回收功率器件，保证产品质量和可靠性。...
采用交错载波PWM技术的非对称双三相电动汽车输出电流纹波研究
Output Current Ripple in Electric Vehicles With Asymmetrical Dual Three-Phase Arrangement Applying Interleaved Carrier-Based PWM Techniques
Ander Demarcos · Endika Robles · Unai Ugalde · Ibon Elosegui 等5人 · IEEE Access · 2025年1月
非对称双三相（ADTP）多相结构在汽车电驱动系统中日益重要，但其脉宽调制（PWM）技术仍需优化以降低直流母线电流应力。本文基于双傅里叶积分法提出一种新型谐波畸变因子（HDF）计算方法，用于评估载波PWM技术对ADTP系统输出电流纹波的影响。该方法克服了时域分析的分辨率依赖与积分误差，提升了谐波抑制机理的理论认知。实验验证表明，该方法结果准确可靠，揭示了交错调制策略对HDF的影响，并指明了兼顾直流侧与交流侧性能的最优PWM方案，为高功率密度、高可靠性电驱动系统设计提供指导。
解读: 该ADTP交错载波PWM技术对阳光电源新能源汽车驱动系统及储能变流器产品具有重要应用价值。文中提出的双傅里叶积分HDF计算方法可直接应用于：1）车载电机驱动系统优化，通过交错调制降低直流母线电流纹波，减小滤波电容需求，提升功率密度；2）ST系列储能变流器多相并联拓扑设计，优化载波相位配置实现谐波抑制...
使用深度学习方法预测锂离子电池健康状态退化
Lithium-Ion Battery State of Health Degradation Prediction Using Deep Learning Approaches
Talal Alharbi · Muhammad Umair · Abdulelah Alharbi · IEEE Access · 2025年1月
及时预测锂离子电池健康状态对电池管理和寿命至关重要。传统集中式深度学习模型显示良好结果，但因需在单个节点收集和训练数据引发数据隐私担忧。本研究通过利用集中式即深度学习和分散式即联邦学习方法应对该挑战进行健康状态预测。使用包含充放电循环的NASA电池数据集进行模型训练和评估。集中式方法使用三种深度学习架构：1D卷积神经网络、CNN加长短期记忆网络和CNN加门控循环单元。1D CNN模型性能最佳展示强大预测能力，因此分散式学习即联邦学习中1D CNN模型与联邦平均技术在五个客户端使用，允许本地训练无...
解读: 该联邦学习电池诊断技术对阳光电源储能系统数据安全具有重要价值。阳光管理的大规模储能电站涉及海量电池数据，数据隐私和安全是核心关切。该联邦学习方法可在不上传原始数据的情况下实现全局模型优化，阳光可将该技术应用于BMS系统，实现跨电站的电池健康状态模型协同训练，提升诊断精度同时保护用户数据隐私，符合数据...
基于有效预测控制算法的并网风电PMSG性能增强
Performance Enhancement of a Grid Connected Wind Turbine-Based PMSG Using Effective Predictive Control Algorithm
Mahmoud A. Mossa · Rasha A. Mohamed · Ameena Saad Al-Sumaiti · IEEE Access · 2025年1月
本文设计一种有效控制方法以增强并网永磁同步发电机的动态性能。所提控制方法基于预测控制和反步理论的优势制定。与矢量控制、预测电流控制、基于PI的预测电压控制和基于无差拍理论的预测电压控制进行综合对比分析。结果表明,所提控制器通过保持低纹波和电流谐波、更快动态响应和降低计算负担,显著改善了发电机动态性能。
解读: 该预测控制技术可应用于阳光电源风电变流器的控制系统优化。通过先进的预测控制算法,提升永磁同步风电机组的并网性能和动态响应,降低电流谐波和纹波,提高发电效率和电网友好性,为大型风电场提供高性能变流器解决方案。...
基于数字孪生的储能系统电池热管理优化与寿命预测
Reliability Issues and Degradation Mechanisms of p-GaN Gated E-Mode AlGaN/GaN Power HEMTs: A Critical Review
J. Ajayan · Asisa Kumar Panigrahy · Sachidananda Sen · Maneesh Kumar 等5人 · IEEE Access · 2025年1月
储能系统电池热管理对性能和寿命至关重要,传统控制策略缺乏预见性。本文提出基于数字孪生的热管理优化方法,通过实时热仿真和寿命预测模型优化冷却策略,延长电池循环寿命。
解读: 该数字孪生热管理技术可应用于阳光电源ST系列储能系统。通过虚实融合的热管理优化,提升电池一致性和循环寿命,降低热管理能耗,实现储能系统的精细化温度控制,为大规模储能电站提供智能热管理方案。...