找到 6 条结果 · IEEE Journal of Emerging and Selected Topics in Power Electronics
基于LPV建模与鲁棒控制的CPT系统输出电压波动抑制方法
Output Voltage Fluctuation Mitigation of CPT based on LPV Modeling and Robust Control
Gang Yang · Zhifan Li · Pan Sun · Xusheng Wu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
本文研究了一种基于线性参数变化（LPV）模型的电容式无线功率传输（CPT）系统输出电压波动抑制方法，该系统采用串联Buck变换器并在互电容变化条件下运行。利用LPV模型描述输入电压波动下Buck变换器的动态特性，并结合归一化既约因子（NCF）方法设计鲁棒控制器，以保证系统稳定性和动态性能。实验结果表明，所提方法在不同扰动频率和负载条件下均能实现快速电压调节并维持输出电压稳定，验证了控制策略的鲁棒性与适应性，为提升CPT系统性能提供了可靠解决方案。
解读: 该LPV鲁棒控制技术对阳光电源储能与充电产品具有重要应用价值。文中针对输入电压波动的Buck变换器控制策略可直接应用于ST系列储能变流器的DC/DC环节，提升电网波动下的母线电压稳定性；LPV建模方法能有效处理储能系统SOC变化、温度漂移等参数时变特性，增强PowerTitan系统的全工况适应性。对...
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...
30千瓦电动汽车充电应用的动态无线电力传输系统设计、建模与控制
Design, Model, and Control of a Dynamic Wireless Power Transfer System for a 30-kW Electric Vehicle Charger Application
Zariff Meira Gomes · Edemar de Oliveira Prado · Yann Le Gall · Gilney Damm 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月
本文提出了一种用于30千瓦电动汽车充电的动态无线电力传输（DWPT）系统的设计、建模与控制方法。该系统可在车辆行驶过程中实现电能补给，维持或充电车载电池。系统采用埋设于路面的初级线圈，由连接直流母线的直交变换器供电。文中建立了包含自感与互感动态变化的数学模型，并提出基于感应电流的初级线圈选通时序策略，无需传感器或定时机制即可应对次级线圈运动与偏移。为优化功率传输，设计了改进型极值搜索控制以自主跟踪谐振频率并实现软开关。通过仿真与Stellantis DS3 Crossback实车全尺寸实验验证，...
解读: 该DWPT动态无线充电技术对阳光电源充电桩产品线具有前瞻性应用价值。文中提出的无传感器初级线圈选通策略和改进型极值搜索控制算法，可借鉴应用于阳光电源车载OBC充电机的自适应控制优化，提升充电效率和鲁棒性。30kW功率等级的直交变换器设计与软开关技术，与阳光电源充电桩的功率变换架构高度契合，其90.2...
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/...
基于滑模的模型预测控制增强动态感应电力传输系统鲁棒性和输出性能
Sliding-Mode-Based Model Predictive Control for Enhancing Robustness and Output Performance in Dynamic Inductive Power Transfer Systems
Pak-Ian Chan · Chi-Fong Ieong · Io-Wa Iam · Chi-Seng Lam · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年3月
在自动导引车AGV的动态感应电力传输DIPT系统中，AGV运动会显著影响耦合系数降低输出性能。传统控制方法虽能应对该挑战，但常因对电路参数变化敏感而表现出弱鲁棒性，且需要试错过程调整系数增加设计复杂性和难度。提出一种专为DIPT系统定制的基于滑模的模型预测控制SM-MPC方法以增强鲁棒性和输出性能。SM-MPC采用预测模型迫使控制对象收敛到滑模面，利用快速动态响应特性缓解AGV运动引起的扰动。引入极点配置方法直接获取最优滑模系数，消除迭代调整需求并简化设计过程。给出DIPT系统模型、SM-MPC...
解读: 该DIPT系统滑模MPC研究对阳光电源无线充电技术应用拓展有重要参考价值。SM-MPC应对耦合系数变化和提升鲁棒性的能力可应用于阳光新能源汽车OBC无线充电和AGV移动充电场景。极点配置直接获取最优系数消除试错调整的方法可简化阳光iSolarCloud平台的无线充电控制算法开发。快速动态响应缓解运动...
基于分割成本函数的单视界有限集模型预测控制的升压变换器及负载电流估计
Split Cost Function-Based Single-Horizon Finite-Set Model Predictive Control for Boost Converter With Loading Current Estimation
Fatemeh Rezayof Tatari · Hamed Bizhani · Grzegorz Iwanski · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月
提出一种鲁棒的单视界有限集模型预测控制FS-MPC方法用于控制升压变换器输出电压。与通过扩展预测视界解决变换器非最小相位NMP行为的长视界FS-MPC方法不同（从而增加计算量），所提方法通过将电感电流调节纳入成本函数来确保稳定电压调节。为此基于输入-输出功率平衡理论计算期望电感电流。与需要额外传感器测量负载电流的近期研究不同，本文开发了负载电流估计方法以消除额外电流传感器需求，从而增强所提FS-MPC方法的鲁棒性。传统FS-MPC用于直接电压调节时通常缺少的过流保护也纳入所提方法。传统成本函数也...
解读: 该升压变换器MPC研究对阳光电源DC-DC变换器控制优化有重要参考价值。单视界FS-MPC通过分割成本函数解决NMP行为同时减少84%计算负担的技术路线与阳光ST系列储能变流器和SG系列光伏逆变器的嵌入式控制器算力限制高度契合。负载电流估计方法消除额外传感器降低成本可应用于阳光PowerTitan储...