Jiayu Fang · Shuying Yang · Zhen Xie · Xing Zhang 等5人 · IEEE Transactions on Power Electronics · 2025年4月

针对多厂商逆变器构成的电站中控制器细节无法共享的问题，本文提出了一种黑盒稳定性预测及参数优化方法。该方法基于奈奎斯特判据和劳斯-赫尔维茨判据，通过梯度下降算法在不泄露内部控制逻辑的前提下，实现系统级稳定性裕度提升，有效解决了多机并网系统的振荡与失稳难题。

解读: 该研究对阳光电源的组串式逆变器及大型地面电站解决方案具有极高价值。在大型光伏电站中，多机并联易引发谐振，而阳光电源作为全球领先供应商，常面临与第三方设备兼容的挑战。该黑盒优化方法允许阳光电源在不暴露核心控制算法（如构网型GFM技术）的前提下，通过外部参数寻优提升电站整体稳定性，显著降低项目现场调试难...

Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年10月

本文针对电力变换器系统中因动态不确定性导致的有限控制集模型预测控制（FCS-MPC）精度下降问题，提出了一种简单的无模型解决方案。核心思想是通过构造基于不变流形的未知系统动态估计器，有效补偿模型失配，提升控制鲁棒性。

解读: 该技术对阳光电源的核心业务具有极高价值。FCS-MPC在组串式逆变器和PowerTitan/PowerStack储能变流器中应用广泛，但传统方法高度依赖模型参数，在复杂电网环境下易受参数漂移影响。该“无模型”方案通过动态估计器补偿不确定性，可显著提升逆变器在弱电网下的并网稳定性及动态响应速度。建议研...

Linxiao Gong · Yunfeng Peng · Chaofan Cui · Jie Chen 等8人 · IEEE Transactions on Power Electronics · 2024年11月

本文针对更多电飞机（MEA）应用中的双有源桥（DAB）变换器，提出了一种混合相位-频率控制策略。该方法旨在解决保持时间（Hold-up time）扩展过程中，传统移相控制导致的电压增益与电流应力耦合问题，有效降低高电压增益下的电流应力，提升变换器在极端工况下的可靠性与安全性。

解读: DAB变换器是阳光电源储能系统（如PowerTitan、PowerStack系列）及直流充电桩核心DC-DC环节的关键拓扑。该文提出的混合相位-频率控制策略，能够有效优化DAB在宽电压范围下的电流应力，这对于提升阳光电源储能变流器（PCS）在电网电压波动或电池电压变化时的效率和可靠性具有重要参考价值...

Linxiao Gong · Yunfeng Peng · Chaofan Cui · Jie Chen 等9人 · IEEE Transactions on Power Electronics · 2024年11月

针对双有源桥（DAB）变换器启动速度慢及安全运行范围受限的问题，本文提出了一种变频加扩展移相（EPS）控制策略。该方法摆脱了传统手动预设移相模式的限制，通过闭环控制实现了理论最大功率输出，显著提升了DAB变换器的启动速度与运行安全性。

解读: DAB变换器是阳光电源储能系统（如PowerTitan、PowerStack系列）中DC-DC级核心拓扑。该研究提出的变频与EPS结合的启动策略，能有效解决储能系统在黑启动或并网切换过程中的电流冲击与启动缓慢问题，提升系统动态响应速度。建议研发团队评估该控制算法在PCS功率模块中的应用，以优化储能系...

Chenghao Liu · Jien Ma · Xing Liu · Lin Qiu 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月

本文着重于将软强化学习（RL）技术引入有限控制集模型预测控制（FCS - MPC）框架，以提升鲁棒性能。更确切地说，在神经预测器的基础上，开发了一个使用软演员 - 评论家算法训练的智能体，用于探索嵌入在MPC框架内的最优控制输入。同时，在训练过程中引入了基于李雅普诺夫函数的约束条件，并给出了相应的权重更新法则。此外，所提出的方法保证了集成了RL智能体的系统的稳定性。最后，仿真和实验结果均验证了该方法相较于现有FCS - MPC方法的优越性。

解读: 从阳光电源的核心业务视角来看，这项基于软强化学习的预测控制技术具有重要的战略价值。该方法将软演员-评论家算法与有限集模型预测控制相结合，通过神经网络预测器实现智能决策，这与我们在光伏逆变器和储能变流器中广泛应用的MPC控制策略形成了技术演进路径。 对于阳光电源的产品线，该技术的核心价值体现在三个层...

Cunyu Fang · Mengmeng Jing · Haiyang Wang · Chang Liu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年6月

本文提出了一种改进的双相移脉宽调制（MDPS-PWM）策略，旨在抑制并联三电平逆变器中的环流。与传统双相移PWM不同，该方法引入了特定设计的相移角以抑制环流，通过降低共模电压差值的幅值有效减小环流幅值，同时不损害输出电流质量。此外，采用基于锯齿载波的调制策略简化了实现过程。仿真与实验结果验证了所提MDPS-PWM方法的有效性与优越性。

解读: 该改进的双相移PWM策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。并联三电平拓扑是阳光电源大功率储能系统的核心架构，环流抑制直接影响系统效率和可靠性。该MDPS-PWM方法通过优化相移角设计降低共模电压差，可有效减小并联模块间环流损耗，提升系统效率1-2%。基于...

Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月

针对系统不确定性与低开关频率（SF）下的有限控制集模型预测控制（FCS-MPC）框架，本文提出一种事件驱动的脑情绪在线学习方法。该方法包含三个关键特征：采用双向模糊脑情绪在线学习机制并结合鲁棒控制项以逼近理想控制器；引入基于事件驱动的管状模型预测控制机制实现低SF运行；加入积分误差项以提升低SF下的跟踪性能。所提方法无需权重因子即可有效抑制不确定性、降低开关频率并减小跟踪误差，并给出了闭环系统的收敛性分析。通过多个文献中的基准实例验证了其有效性。

解读: 该事件驱动FCS-MPC技术对阳光电源多条产品线具有重要应用价值。在ST储能变流器中，低开关频率运行可直接降低SiC/GaN功率器件的开关损耗，提升系统效率；无权重因子设计简化了多目标控制参数整定难度。在SG光伏逆变器的MPPT控制中，脑情绪学习机制可增强参数摄动与电网扰动下的鲁棒性。在电动汽车驱动...

Zeyu Zhang · Jien Ma · Lin Qiu · Xing Liu 等6人 · IEEE Transactions on Industrial Electronics · 2025年2月

有限控制集模型预测控制（FCS-MPC）因性能优异、实现简单和动态响应快，在电力变换器中备受关注。然而，传统FCS-MPC对模型参数依赖性强。为此，本文提出一种基于有限集子空间预测器的电压控制策略，旨在提升系统鲁棒性的同时保留FCS-MPC的优点。该方法在各运行点采用子空间预测器替代物理模型，仅利用历史输入输出数据直接根据参考输出轨迹获取最优控制量，无需知晓系统结构与负载参数，有效避免了参数变化导致的性能下降。三电平中点钳位逆变器实验验证了所提方法的有效性。

解读: 该基于子空间预测器的预测电压控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。传统MPC对参数依赖性强，在储能系统电池老化、光伏逆变器负载波动等工况下性能易劣化。该方法仅依赖历史数据即可实现最优控制，无需精确模型参数，可显著提升PowerTitan大型储能系统在全生命周期的控...

Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年4月

本文针对电力变换器系统，研究了一种利用在线逼近器的无模型强化学习预测控制问题的两步事件驱动方法，解决了系统不确定性和不必要的开关损耗等问题。具体而言，本技术报告的关键特点如下：1) 采用一个评判神经网络实时学习性能函数；2) 采用一个执行神经网络在线逼近预测控制器，并使从评判网络获得的学习性能函数最小化；3) 采用两步事件驱动控制协议降低开关频率（SF）。此外，我们进一步探讨了该方案对参数不确定性的敏感性，并量化了其在低开关频率运行和未知干扰条件下的性能。此外，还对网络权重估计误差进行了收敛性分...

解读: 从阳光电源的业务视角来看，这项基于事件驱动的强化学习预测控制技术对三相NPC变流器的应用具有重要战略价值。NPC（中点钳位）拓扑是我司大功率光伏逆变器和储能变流器的核心架构，该技术在提升系统性能和降低运维成本方面展现出显著潜力。 该论文提出的双步事件驱动控制策略直接针对变流器的两大痛点：一是通过在...

Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年9月

数据驱动与事件驱动相结合，为缓解经典有限控制集模型预测控制中电力变换器长期面临的研究难题（即模型参数不确定性和不必要的开关损耗）带来了可能。受此启发，我们将针对在线学习预测控制器的设计问题展开一项重要研究。与该领域的大多数先前研究不同，这可通过一个集成的数据驱动与事件驱动设计框架来实现。更确切地说，设计过程依赖于以下方面的结合：开发一种数据驱动的无模型自适应预测控制方法、引入在线强化学习技术以及利用事件驱动机制。此外，我们还基于输入 - 输出数据，针对低频开关操作下的未知不确定性，对鲁棒无模型预...

解读: 从阳光电源的核心业务视角来看，这项结合数据驱动与事件驱动的在线学习预测控制技术具有显著的战略价值。该技术针对功率变换器有限集模型预测控制（FCS-MPC）的两大痛点——模型参数不确定性和不必要的开关损耗——提供了创新性解决方案，这与我司光伏逆变器和储能变流器的核心技术需求高度契合。 从产品应用层面...

Jiayu Fang · Shuying Yang · Zhen Xie · Xing Zhang 等5人 · IEEE Transactions on Power Electronics · 2025年4月

逆变器的阻抗同时受其控制算法和控制参数的影响。为逆变器获取合适的阻抗形态对于实现设计目标（如足够的稳定裕度和较强的滤波能力）至关重要。针对不同的恶劣电网条件，人们已提出了不同的控制方案及相应的参数整定方法来实现这些设计目标。然而，在实际应用中可能需要将这些控制方案结合起来，因为在现实世界中不同的电网条件可能相互耦合。在这种情况下，必须对所有控制参数进行重新整定以协调各控制方案。基于阻抗的分析方法为测试电网 - 逆变器系统的稳定裕度和谐波抑制能力提供了一个通用视角。然而，现有的基于阻抗的分析方法无...

解读: 从阳光电源的业务实践来看，这项基于阻抗整形的通用参数调谐方法具有重要的工程应用价值。当前公司产品在全球复杂电网环境中面临的核心挑战，正是论文所针对的多重电网条件耦合问题——弱电网、谐波污染、不平衡等工况往往同时存在，传统针对单一工况设计的控制策略难以兼顾。 该技术的核心价值在于将稳定裕度提升、谐波...

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/...

Wenjie Wu · Lin Qiu · Xing Liu · Jien Ma 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月

有限控制集模型预测控制（FCS-MPC）在电力变换器与电机驱动中展现出良好前景，但受限于模型依赖性。本文从动态建模角度提出一种数据使能的有限集预测控制方案。采用动态线性化数据模型在各运行点等效重构系统，并通过自适应线性神经网络在线更新时变参数，提升建模精度与实现性能。同时提出一种改进的无电容电压平衡方法以调节中点电位。由于负载电流与电容电压的无参数预测仅依赖系统输入输出测量及历史数据，有效规避了参数变化带来的不利影响。通过在三电平中点钳位逆变器上的仿真与实验验证了所提方法的优越性。

解读: 该数据驱动的有限集预测控制技术对阳光电源ST系列储能变流器和SG光伏逆变器的三电平拓扑控制具有重要应用价值。通过Adaline神经网络实现无参数化预测控制，可有效解决储能系统在宽工况运行时的参数漂移问题，提升PowerTitan大型储能系统在温度变化、器件老化等复杂工况下的控制鲁棒性。改进的中点电位...

Jiayu Fang · Shuying Yang · Zhen Xie · Xing Zhang 等5人 · IEEE Transactions on Power Electronics · 2024年11月

基于可再生能源发电的电站（PS）中的逆变器可能由不同制造商生产，这些制造商的控制方案相互保密。因此，系统级稳定性预测和面向稳定性裕度提升的参数调整应采用黑箱方式完成。基于奈奎斯特定理和劳斯 - 赫尔维茨判据，本文针对电站中的逆变器提出了一种基于梯度的黑箱（GBBB）建模方法。GBBB 模型是一个以可调控制参数为输入的黑箱加密函数。其输出包含阻抗值、开环稳定性因子和阻抗的参数参与因子，用于基于奈奎斯特准则的电站稳定性判断和面向稳定性裕度提升的参数调整。基于逆变器的 GBBB 模型，电站的稳定性裕度...

解读: 从阳光电源的业务视角来看，这项基于梯度的黑箱建模技术具有重要的战略价值。在大型新能源电站项目中，阳光电源的逆变器常需要与其他品牌设备协同运行，而各厂商出于知识产权保护不愿公开控制算法细节，这给系统级稳定性分析和优化带来了长期困扰。该技术通过黑箱建模方法，在不暴露控制器内部参数的前提下，实现了多厂商设...