找到 310 条结果
原位MOVPE平滑处理声学剥离的GaAs以实现衬底再利用
In Situ MOVPE Smoothing of Acoustically Spalled GaAs for Substrate Reuse
Anica N. Neumann · William E. McMahon · Gavin P. Forcade · Pablo G. Coll 等6人 · IEEE Journal of Photovoltaics · 2025年5月
高昂的材料成本,尤其是衬底成本,限制了 III - V 族光伏器件的广泛应用。通过声学剥落技术重复使用 III - V 族衬底有望降低成本,然而该技术会使表面变得粗糙,从而影响后续器件的性能。本研究探讨了利用金属有机气相外延生长作为缓冲层来平整声学剥落的锗和砷化镓(GaAs)衬底表面的可能性,旨在提高 III - V 族光伏电池的成品率和性能,同时最大程度地增加衬底的重复使用次数。研究探索了三种潜在的平整层:轻掺杂的 C:GaAs、重掺杂的 Se:GaInP 和轻掺杂的 Se:GaInP。C:G...
解读: 该GaAs衬底再利用技术对阳光电源高效光伏产品具有成本优化价值。III-V族多结太阳能电池是光伏逆变器配套的高效发电方案(效率可达40%以上),但衬底成本占比超过50%限制了规模应用。声学剥离结合MOVPE原位平滑技术可实现衬底多次循环使用,显著降低材料成本。该技术可应用于:1)SG系列高效光伏系统...
基于量子机器学习的风力涡轮机状态监测:研究现状与未来展望
Quantum machine learning based wind turbine condition monitoring: State of the art and future prospects
Zhefeng Zhang · Yueqi Wu · Xiandong Ma · Energy Conversion and Management · 2025年1月 · Vol.332
摘要 近几十年来,风能作为一种广受欢迎的可再生能源,得到了广泛的发展和应用。有效的状态监测与故障诊断对于保障风力涡轮机的可靠运行至关重要。尽管传统的机器学习方法已在风力涡轮机状态监测中得到广泛应用,但在处理大规模、高维度且复杂的數據集时,这些方法常常面临诸如特征提取复杂、模型泛化能力有限以及计算成本高等挑战。量子计算的兴起为机器学习算法开辟了全新的范式。量子机器学习结合了量子计算与机器学习的优势,具备超越经典计算能力的潜力。本文首先回顾了当前基于机器学习的风力涡轮机状态监测技术的应用现状及其局限...
解读: 量子机器学习在风电状态监测中的应用为阳光电源智能运维体系提供前瞻性技术路径。该技术可集成至iSolarCloud平台,提升ST储能系统和SG逆变器的预测性维护能力。量子算法在高维数据特征提取和故障分类方面的优势,能有效解决大规模新能源场站设备健康管理中的计算瓶颈,为功率器件(SiC/GaN)热管理预...
考虑NWP风速误差容忍度的功率预测:一种在风速偏差场景下提升短期风电功率预测精度的策略
Power prediction considering NWP wind speed error tolerability: A strategy to improve the accuracy of short-term wind power prediction under wind speed offset scenarios
Mao Yang · Yunfeng Guo · Tao Huang · Wei Zhang · Applied Energy · 2025年1月 · Vol.377
摘要 短期风电功率预测对于风电参与日前调度具有重要意义。然而,不可避免的数值天气预报(NWP)误差给高精度风电功率预测带来了严峻挑战,尤其是在功率峰谷时段,极端误差尤为显著。针对这一问题,本文提出了一种考虑风速偏差场景及加权改进偏差损失函数(WIOLF)的短期风电功率预测精度提升策略。该方法引入多层级有向无环图结构以识别风速偏差场景,并采用带有梯度惩罚的Wasserstein生成对抗网络(WGAN-GP)解决样本不平衡问题。在功率预测部分,将WIOLF集成至时间卷积网络(TCN)与多头自注意力机...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。针对NWP风速误差导致的功率预测偏差,可应用于ST系列PCS的智能调度策略优化。通过风速偏移场景识别与WGAN-GP样本平衡技术,能提升PowerTitan储能系统在风储联合调度中的日前计划准确性。TCN-MHSA组合模型的加权损失函数思路,可借...
高功率器件封装中含重铸层和粗糙界面的陶瓷通孔互连结构热力学分析
Thermodynamic analysis of TCV interconnect structure with recast layers and rough interfaces for high-power device packaging
Xin Zou · Zhirui Xu · Hao Chen · Yang Peng 等6人 · IEEE Transactions on Components, Packaging and Manufacturing Technology · 2025年9月
通孔陶瓷过孔(TCV)互连结构的热机械行为对三维封装可靠性有着显著影响。然而,现有研究在很大程度上忽视了激光钻孔所产生的缺陷——特别是重铸层和粗糙界面——在调节高功率器件热应力方面的关键作用。在本研究中,提出了一种考虑重铸层和粗糙界面的TCV互连结构的新型热力学分析方法。利用魏尔斯特拉斯 - 曼德布罗特(W - M)分形函数建立了具有可调界面粗糙度的陶瓷 - 重铸层 - 铜模型。实验结果与模拟结果吻合良好,最大误差仅为11.1%。热力学模拟结果显示,热应力与界面粗糙度之间存在非单调关系:在所有温...
解读: 从阳光电源的业务视角来看,该论文针对陶瓷通孔(TCV)互连结构的热力学研究具有显著的应用价值。在光伏逆变器和储能变流器等大功率设备中,功率半导体模块是核心部件,其封装可靠性直接影响系统的长期稳定性和功率密度提升。 该研究的核心贡献在于首次系统性地量化了激光钻孔工艺缺陷(重铸层和粗糙界面)对热应力的...
高性能二维AsS空穴型晶体管中亚热载流子输运的理论研究
Theoretical Study of High-Performance Two-Dimensional AsS P-Type Transistors Featuring Subthermionic Transport
Weicong Sun · Hengze Qu · Chuyao Chen · Xi Yu 等6人 · IEEE Transactions on Electron Devices · 2025年7月
二维材料晶体管在下一代高速、低功耗互补金属氧化物半导体(CMOS)集成方面展现出巨大潜力。然而,与n型金属氧化物半导体场效应晶体管(MOSFET)相比,p型MOSFET的导通态电流较小,功耗较高。在这项工作中,我们结合第一性原理计算和非平衡格林函数(NEGF)方法,研究了二维硫化砷(2 - D AsS)的电子性质和量子输运特性。二维AsS具有1.27 eV的直接带隙,空穴有效质量较小(x方向为$0.46m_0$,y方向为$0.15m_0$)。对于沟道长度在8至10 nm范围内的二维AsS p -...
解读: 从阳光电源的业务视角来看,这项关于二维AsS材料p型晶体管的研究虽属基础半导体领域,但其突破性进展对我们的核心产品具有长远战略意义。 在光伏逆变器和储能系统领域,功率转换效率与功耗控制是核心竞争力所在。该研究展示的p型MOSFET实现了30-50 mV/dec的亚阈值摆幅,突破了传统玻尔兹曼极限(...
基于数值天气数据驱动的光伏数字孪生传感器数据生成:一种混合模型方法
Numerical Weather Data-Driven Sensor Data Generation for PV Digital Twins: A Hybrid Model Approach
Jooseung Lee · Jimyung Kang · Sangwoo Son · Hui-Myoung Oh · IEEE Access · 2025年1月
随着全球对环保政策的重视,可再生能源系统广泛应用,光伏(PV)系统因其易管理性备受青睐,而数字孪生(DT)技术则用于实现实时监控与管理。本文提出一种基于数值天气预报(NWP)数据的新型传感器数据生成模型,结合LSTM与GAN构建混合数据驱动框架,并引入融合Transformer的TransTimeGAN以捕捉15分钟级变化特征。模型在自研PV DT系统数据上训练验证,实验结果显示其在均方误差(7.84e-3)、动态时间规整(1.3769)、KL散度(0.9591)和标准差相似性(0.9671)等...
解读: 该混合数字孪生技术对阳光电源iSolarCloud智能运维平台及SG系列光伏逆变器具有重要应用价值。TransTimeGAN模型可基于NWP数据生成15分钟级高精度传感器数据,弥补实际电站传感器缺失或故障场景,为MPPT算法优化提供完整数据支撑。在PowerTitan储能系统中,该技术可实现光储协同...
基于新型CNN集成与可解释人工智能的配电网虚假数据注入攻击检测与定位框架
False Data Injection Attack Detection and Localization Framework in Power Distribution Systems Using a Novel Ensemble of CNNs and Explainable Artificial Intelligence
Mohammad Reza Dehbozorgi · Mohammad Rastegar · Mohammadreza Fakhari Moghaddam Arani · IEEE Transactions on Industry Applications · 2025年1月
信息物理电力系统易受网络攻击,尤其是虚假数据注入攻击(FDIA)。近年来,针对配电系统状态估计(DSSE)的虚假数据注入攻击受到了研究人员的关注,此类攻击通过更改电表读数来改变状态估计(SE)。文献中常见的针对虚假数据注入攻击的防御方法是使用标记数据训练分类器作为虚假数据注入攻击检测器。然而,虚假数据注入攻击数据集的高度不平衡特性可能会限制这种方法的性能。机器学习模型的黑盒特性使其在重要应用中难以获得信任和采用。因此,我们提出了一种创新的可解释人工智能(XAI)增强的基于集成学习的检测与定位模型...
解读: 从阳光电源的业务视角来看,该论文提出的虚假数据注入攻击(FDIA)检测框架具有重要的战略意义。随着公司在分布式光伏、储能系统及综合能源解决方案领域的快速拓展,我们的产品正日益深度融入配电网的信息物理系统中,这使得网络安全防护成为保障系统可靠运行的关键要素。 该技术的核心价值在于为我们的智能逆变器和...
基于开源低成本天空成像仪和混合深度学习技术的超短期太阳辐照度预测
Very short-term solar irradiance forecasting based on open-source low-cost sky imager and hybrid deep-learning techniques
Martin Ansong · Gan Huang · Thomas N.Nyang’on · Robinson J.Musembi 等5人 · Solar Energy · 2025年1月 · Vol.294
摘要 太阳辐照度(SI)预测对于光伏(PV)系统的可靠运行至关重要。这一点在非洲等地区尤为突出,因为这些地区的许多SI预测方法依赖于稀缺的历史数据,而电力网络本身存在的不稳定性又因SI的波动性而进一步加剧。准确的太阳能预测对于改善电网管理至关重要,可帮助运营商平衡供需关系并提升系统稳定性。基于地面的天空成像技术是一种有前景的SI预测方法,无需依赖大量历史数据。然而,商用天空成像仪价格昂贵且灵活性有限。本文介绍了卡尔斯鲁厄低本钱全天候成像仪(KALiSI),该设备由市售组件构成,能够拍摄高分辨率图...
解读: 该低成本天空成像超短期光伏预测技术对阳光电源SG系列逆变器和ST储能系统具有重要应用价值。15分钟前瞻预测可优化MPPT算法响应速度,提升逆变器在云层遮挡等突变工况下的功率跟踪精度。结合iSolarCloud平台,CNN-LSTM预测模型可为PowerTitan储能系统提供精准充放电调度依据,降低电...
基于知识与数据驱动融合Koopman方法的双馈感应发电机风电场频率支撑能力在线评估
Online assessment of frequency support capability of the DFIG-based wind farm using a knowledge and data-driven fusion Koopman method
Yimin Ruan · Wei Yao · Qihang Zong · Hongyu Zhou 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 随着可再生能源在电力系统中渗透率的不断提高,系统的频率稳定性有所下降。因此,风电场(WFs)等可再生能源电站必须具备足够的频率支撑能力。为了最大化风电场的频率支撑能力,准确确定其频率支撑能力边界(FSCB)至关重要。由于风资源分布不均以及风电机组运行状态复杂,精确评估风电场FSCB具有挑战性。针对这一问题,本文提出一种基于知识与数据驱动融合的Koopman方法,用于评估基于双馈感应发电机(DFIG)的风电场的FSCB。本文分析了FSCB的特性,并构建了一个多维指标体系,从理论和实际两个层面...
解读: 该Koopman融合方法对阳光电源风储协同系统具有重要价值。可应用于ST系列储能变流器与风电场的协调调频控制,通过在线评估风电场频率支撑能力边界,动态优化PowerTitan储能系统的调频响应策略。该方法评估误差小于2%且速度提升10倍,可集成至iSolarCloud平台实现预测性调频资源管理。结合...
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...
第 16 / 16 页