找到 26 条结果
通过具有BN插入层的范德华外延GaN实现高开/关电流比AlGaN/GaN HEMT
High-On/Off-Current-Ratio AlGaN/GaN HEMTs via Van Der Waals Epitaxy GaN With a BN Inset Layer
Haoran Zhang · Jing Ning · Shiyu Li · Xue Shen 等6人 · IEEE Electron Device Letters · 2025年10月
在氮化物异质外延中，晶格失配和热应力不可避免地会导致位错增殖和缺陷形成，从而严重降低器件的可靠性。在本文中，我们展示了通过范德瓦尔斯外延在二维高质量氮化硼（h - BN）材料上实现氮化物异质结结构的高质量外延生长。此外，利用氮化硼的超宽带隙特性，其在制备的金属 - 绝缘体 - 半导体高电子迁移率晶体管（MIS - HEMT）中还可作为栅极电介质。缓冲层辅助异质结构与超宽带隙氮化硼电介质的综合优势使栅极泄漏电流降低了 $10^{{3}}$ 倍。此外，所提出的器件展现出 $10~^{\mathbf ...
解读: 从阳光电源功率器件应用角度来看，这项基于范德华外延和BN插入层的AlGaN/GaN HEMT技术展现出显著的战略价值。该技术通过二维六方氮化硼(h-BN)作为缓冲层和栅介质，有效解决了传统氮化物异质外延中晶格失配和热应力导致的位错增殖问题，这直接关系到我司光伏逆变器和储能变流器中功率器件的长期可靠性...
可解释的物理深度学习模型用于架空输电线路覆冰厚度预测
Explainable Physical Deep-Learning Model for Overhead Transmission Line Icing-Thickness Prediction
Hui Hou · Yi Wan · Zhenguo Wang · Shaohua Wang 等6人 · IEEE Transactions on Industry Applications · 2025年7月
全球变暖导致极端天气事件频发，其中频繁发生的冰灾对电力系统的稳定性构成了重大威胁。随着预测模型复杂度的增加，必须同时确保其准确性和可解释性。因此，我们提出了一种用于架空输电线路覆冰厚度预测的可解释物理深度学习模型。首先，通过白鲸优化（BWO）方法构建了一个优化模型，该模型可使预测误差最小化。其次，将深度学习预测模型与物理模型和长短期记忆网络（LSTM）模型相结合。物理模型考虑了诸如风偏角、风荷载和冰荷载等物理定律。此外，我们使用沙普利加性解释法来阐释输入特征对输出特征及模型预测结果的影响。最后，...
解读: 该覆冰预测技术对阳光电源户外电力设备具有重要防护价值。针对ST系列储能变流器和PowerTitan大型储能系统的户外部署场景，可通过集成气象传感器与物理深度学习模型，实现设备覆冰风险的提前预警，触发主动加热或功率调节策略。对于SG系列光伏逆变器，该可解释AI方法可借鉴至iSolarCloud智能运维...
低成本电感式电压均衡器及其自由轮网络设计
Cost-Reduced Inductor-Based Voltage Equalizers With Design of Free-Wheeling Networks for Li-Ion Battery Pack
Lei Wan · Longyun Kang · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年11月
电感式均衡器具有高功率特点，但现有方案常忽略开关驱动隔离电源的成本及电感电流续流网络的设计。本文提出两种新型电感式电压均衡器：一方面，通过二极管与MOSFET构成开关阵列，实现同侧MOSFET共源极连接，减少隔离电源数量与电路成本；另一方面，引入死区期间电感电流下降更小的续流网络，提升均衡速度与效率。文中详细阐述拓扑结构、工作原理与数学建模，基于仿真结果选定电路参数，并在均衡性能、成本与体积方面与现有方法对比。实验平台验证了所提均衡器的可行性与高性能。
解读: 该低成本电感式均衡技术对阳光电源ST系列储能系统和PowerTitan大型储能产品具有直接应用价值。通过共源极MOSFET阵列设计减少隔离电源数量，可显著降低BMS均衡模块成本，这对大规模储能系统的经济性至关重要。优化的续流网络设计提升均衡效率和速度，能够改善电池组一致性维护能力，延长储能系统寿命。...
实现宽电压转换比并降低功率损耗以提高1.8 V电源轨的效率：基于EVCR降压变换器的研究
Achieving Wide Voltage-Conversion-Ratio and Reduced Power Losses for High Efficiency With EVCR Buck Converter for a 1.8 V Power Rail
Hyo-Jin Park · Dowon Jeong · Hyeonho Park · Woosung Park 等5人 · IEEE Transactions on Power Electronics · 2025年9月
本文提出了一种扩展电压转换比（VCR）的降压转换器，其电压转换比高达 0.67。与之前电压转换比限制在 0.5 以下的混合转换器不同，所提出的转换器无需额外的外部组件，就能在锂离子电池的整个工作范围内为低于 1.8 V 的电源轨可靠供电。此外，它将电感的直流电阻、飞跨电容的等效串联电阻以及功率开关的导通电阻所产生的每一项功率损耗都降至最低。因此，在为移动应用提供稳定的 1.8 V 输出电压的同时，实现了更高的效率。另外，由于所提出的转换器在整个电压转换比范围内仅以两相模式运行，因此相较于之前的工...
解读: 从阳光电源的业务视角来看，这项扩展电压转换比（EVCR）降压转换器技术虽然针对移动设备应用开发，但其核心创新理念对我司储能系统和光伏逆变器产品具有重要参考价值。 该技术的核心突破在于将电压转换比扩展至0.67，突破了传统混合转换器0.5的限制，并在全锂电池工作范围内实现高效稳定供电。这一特性与我司...
面向决策的学习在不确定性电力系统决策中的应用
Decision-Focused Learning for Power System Decision-Making Under Uncertainty
Haipeng Zhang · Ran Li · Qintao Du · Junyi Tao 等12人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文综述了决策聚焦学习（DFL）在电力系统中的应用，提出以决策损失替代统计损失的端到端范式，构建场景、分类、应用与对比基准四维分析框架，并开源电力系统专用评估基准，为DFL工程落地提供技术路线图。
解读: 该文对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的优化调度具有直接参考价值：DFL可提升光伏出力-负荷-电价多源不确定性下的实时功率指令生成质量，增强组串式逆变器与PCS协同响应能力。建议在iSolarCloud中集成DFL模块，面向光储一体化电站开展成本敏感...
多相关性联合驱动的高维水-风-光场景生成方法
High-dimensional scenario generation method joint-driven by multiple correlations for hydro-wind-photovoltaic
Zixuan Liua · Li Moa · Mi Zhanga · Jiangrui Kangd 等7人 · Applied Energy · 2025年12月 · Vol.400
摘要 随着清洁能源在电网中占比不断提高，准确刻画其不确定性已成为规划与优化水-风-光（HWP）多能互补系统的关键挑战。为应对HWP能源在高维变量及时空随机依赖关系方面的复杂建模需求，本文提出一种由多种相关性联合驱动的新型高维场景生成方法。首先，基于高斯混合模型（GMM）构建时间自相关模型，并结合Copula函数建立空间互相关模型，通过累积分布函数实现多种相关性的协同建模。其次，通过评估经验数据分布与理论模型分布之间的均方根误差，并辅以Kolmogorov-Smirnov拟合优度检验，验证所构建模...
解读: 该高维场景生成方法对阳光电源水风光储多能互补系统具有重要价值。通过GMM-Copula联合建模精准刻画时空相关性,可显著提升ST系列储能变流器和PowerTitan系统的调度优化精度。该方法生成的日尺度场景集能为iSolarCloud平台提供更准确的不确定性预测数据支撑,优化GFM/GFL控制策略在...
第 2 / 2 页