找到 2 条结果 · IEEE Journal of Emerging and Selected Topics in Power Electronics

排序:
电动汽车驱动 储能系统 PWM控制 空间矢量调制SVPWM ★ 5.0

客座编辑特刊:面向零排放电动交通的电机驱动先进技术

Guest Editorial Special Issue on Advanced Technologies of Motor Drives for Zero-Emission E-Mobility

Yunwei Ryan Li · Wei Hua · Luca Zarri · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月

为实现《巴黎协定》将全球温升控制在2°C以内的目标,电动交通(e-mobility)迅速发展。然而,其电机驱动系统所耗电能仍部分来自化石能源,因此提升驱动系统能效成为实现净零排放的关键。本期特刊聚焦电机驱动在新材料、谐波抑制、电磁干扰抑制、智能控制、故障容错、能量管理及系统设计等方面的前沿进展,收录43篇高质量论文,涵盖提高能效的多种技术路径,推动电动交通可持续发展。

解读: 该特刊聚焦的电机驱动先进技术对阳光电源新能源汽车产品线具有直接应用价值。其中SiC/GaN器件应用、三电平拓扑技术可直接优化车载OBC充电机和电机驱动系统的功率密度与效率;PWM控制、SVPWM及模型预测控制MPC等智能控制算法可提升电机驱动精度和动态响应;谐波抑制与EMI抑制技术可改善充电桩的电能...

储能系统技术 储能系统 模型预测控制MPC ★ 5.0

基于扩展ISMO的两步预测时域无模型预测控制在功率变换器中的应用

Extended ISMO-Based Two-Step Prediction Horizon Model-Free Predictive Control for Power Converters

Zeyu Zhang · Jien Ma · Lin Qiu · Xing Liu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年7月

模型预测控制因实现简单、性能优良和动态响应快而广泛应用于功率变换器。然而,传统方法依赖负载参数进行预测,鲁棒性差,且高频开关导致额外损耗。为此,本文提出一种基于积分滑模观测器(SMO)的鲁棒有限控制集模型预测控制方法。通过引入扩展ISMO实现超局部模型观测,有效抑制负载参数扰动影响;结合两步预测时域结构,拓展优化范围,提高连续周期内重复电压矢量的应用概率,显著降低开关频率。该方法在提升系统鲁棒性的同时,有效减少了对负载参数的敏感性,并保持较低开关频率。仿真与实验结果验证了所提方法的鲁棒性和低开关...

解读: 该扩展ISMO无模型预测控制技术对阳光电源ST系列储能变流器和SG光伏逆变器具有重要应用价值。其核心优势在于:1)通过超局部模型观测实现对负载参数扰动的鲁棒控制,可显著提升PowerTitan储能系统在电网阻抗波动、负载突变等复杂工况下的稳定性;2)两步预测时域结构有效降低开关频率,直接减少SiC/...