找到 3 条结果 · IEEE Transactions on Industry Applications
基于反步法的非线性控制器在磁耦合DC-DC变换器中的应用
Nonlinear Backstepping Controller for Magnetic Linked DC-DC Converter
Md. Rezaur Rahman Shipon Shipon · Md. Rashidul Islam · Md. Shahan Sarker · Md. Ashib Rahman 等6人 · IEEE Transactions on Industry Applications · 2025年9月
本文为磁耦合直流 - 直流转换器提出了一种先进的非线性反步控制器，旨在实现零稳态误差、最短调节时间和减少抖振效应的稳定电压调节。该控制器的性能在各种运行条件下进行了评估，包括参考信号的阶跃变化以及负载和输入电压的变化。所提出的控制器仅具有一个可调增益参数，这简化了整体设计过程。将该控制器的性能与传统的比例积分控制器以及其他非线性滑模控制器（如双重积分滑模控制器和无积分滑模控制器）进行了比较。MATLAB/Simulink 仿真结果表明，在超调、稳态误差和调节时间方面，反步控制器的性能优于现有控制...
解读: 该反步法非线性控制技术对阳光电源DC-DC变换器产品具有重要应用价值。在储能系统方面，可应用于ST系列储能变流器的DC-DC级联环节，提升电池侧电压调节精度与动态响应速度，增强系统在电网波动下的鲁棒性。在新能源汽车领域，可优化车载OBC充电机的功率因数校正与宽范围电压输出性能，改善负载突变时的瞬态特...
基于物理信息图神经网络的不平衡配电系统协同动态重构与电压调节
Physics-Informed Graph Neural Networks for Collaborative Dynamic Reconfiguration and Voltage Regulation in Unbalanced Distribution Systems
Jingtao Qin · Rui Yang · Nanpeng Yu · IEEE Transactions on Industry Applications · 2025年1月
长期以来，网络重构一直被用作一种战略手段，以最小化配电系统损耗并有效调节电压水平。有载调压变压器对于控制母线电压也至关重要，特别是在应对具有间歇性输出的分布式能源资源（DER）日益增加的接入时。本文提出了新的方法，以应对不平衡三相配电系统中的动态重构和最优分接头设置挑战。我们提出了一个近似的混合整数二次约束规划（MIQCP）来对动态重构进行建模，并基于第一类特殊有序集（SOS1）首次提出了电压调节器（VR）分接头设置的公式。为了降低计算复杂度，我们提出了一种结合链路分类器的基于物理信息的时空图卷...
解读: 该物理信息图神经网络技术对阳光电源配电侧产品具有重要应用价值。在ST储能系统中，可实现多台储能变流器协同优化拓扑与电压调控，应对三相不平衡场景下的快速功率响应；在光储充一体化微网方案中，结合SG逆变器与充电桩的分布式接入，通过动态重构算法优化潮流分布，降低网损并改善电压质量。该方法融合物理约束的深度...
学习电压-无功下垂曲线以最优协调光伏
PV）智能逆变器
Daniel Glover · Anamika Dubey · IEEE Transactions on Industry Applications · 2024年10月
随着基于逆变器的资源（IBRs）在有源配电网（ADNs）中大规模接入带来的挑战日益凸显，基于学习的电力系统运行任务解决方案作为潜在手段正受到越来越多的关注。尽管机器学习（ML）方法在评估中能取得较高的准确率，但由于安全担忧和可解释性有限，它们尚未在公用事业规模得到广泛应用。这为能够同时满足性能和监管要求的ML方法提供了发展机遇。为改善这些不足，本文提出了一种基于深度强化学习（DRL）的无模型自适应电压 - 无功控制（VVC）调度框架，用于太阳能光伏（PV）智能逆变器（SIs）的系统级电压调节和损...
解读: 该Volt-VAR下垂曲线学习技术对阳光电源SG系列光伏逆变器的智能控制具有重要应用价值。当前SG逆变器采用固定下垂曲线进行无功调节，难以适应动态电网环境。该研究提出的数据驱动方法可集成至逆变器DSP控制器，通过iSolarCloud平台收集历史运行数据训练神经网络模型，实现下垂参数的自适应优化。技...