找到 2 条结果 · IEEE Journal of Emerging and Selected Topics in Power Electronics
三相双有源桥变换器效率优化的无模型深度强化学习框架
A Model-Free Deep Reinforcement Learning Framework for Efficiency Optimization of Three-Phase Dual Active Bridge Converters
Zhihao Chen · Zhen Li · Sijia Huang · Haoyu Chen 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年9月
针对三相双有源桥(3p-DAB)变换器效率优化面临的挑战,现有数学推导和人工智能方法依赖复杂耗时的解析或数据驱动建模增加开发复杂度。提出基于深度强化学习的无模型优化框架,通过系统交互直接学习策略而无需电气参数显式建模,显著减少开发时间并确保优化性能。参数敏感性分析验证不同变换器条件下的强泛化性。开发深度确定性策略梯度算法退化变体用于3p-DAB单步决策优化,配合AI驱动占空比控制策略提升效率。与先进数学分析和数据驱动方法的综合对比验证了所提方法的有效性。
解读: 该深度强化学习DAB优化技术对阳光电源智能变换器开发有重要创新价值。无模型优化框架可应用于ST储能变流器的DAB模块效率优化,减少建模工作量并加快产品开发周期。深度确定性策略梯度算法对PowerTitan大型储能系统的多模块协调控制有借鉴意义,可实现自适应效率优化。该技术对阳光电源AI驱动的iSol...
自适应扰动与集成高精度信号提取方法在低压IBR导纳测量装置中的应用
Adaptive Perturbation with Integrated High-Precision Signal Extraction Method for Low-Voltage IBR Admittance Measurement Devices
Zilin Zhang · Zhiwei Xie · Wenhua Wu · Yandong Chen 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
基于逆变器资源（IBR）的宽频导纳测量装置是验证和修正其导纳模型的关键工具。在低压宽频导纳测量过程中，扰动注入单元（PIU）直流侧产生多频电压纹波，不仅增加保护误动风险，还限制扰动幅值，影响测量精度。本文首先建立扰动注入过程中直流侧纹波电压的数学模型，分析扰动电压对纹波的影响，确定考虑电压波动限值的扰动幅值边界。在此基础上，结合扰动幅值边界、频谱泄漏及噪声干扰，提出一种集成高精度信号提取的自适应扰动电压注入方法，根据PIU幅值边界与信噪比需求自适应调节扰动幅值，在保证测量精度的同时维持直流侧电压...
解读: 该自适应扰动导纳测量技术对阳光电源ST系列储能变流器和SG系列光伏逆变器的并网性能优化具有重要价值。文章提出的宽频导纳测量方法可精确验证阳光电源构网型GFM和跟网型GFL控制策略的频域特性，解决多机并联时的谐振风险评估难题。所提出的直流侧纹波抑制与自适应扰动注入技术，可直接应用于PowerTitan...