找到 29 条结果
一种用于弱电网和畸变电网下并网逆变器谐波抑制与鲁棒性提升的新型RC-ESO-ADRC
A Novel RC-ESO-ADRC for Harmonics Suppression and Robustness Improvement of Grid-Tied Inverters in a Weak and Distorted Grid
Qiangsong Zhao · Qifan Wang · Hongwei Zhang · Yuanqing Xia 等5人 · IEEE Transactions on Power Electronics · 2025年4月
基于重复控制的扩张状态观测器（RC - ESO）提高了周期性谐波扰动的估计精度。然而，它存在扰动估计收敛速度慢、稳态估计精度有限以及缺乏系统设计等问题。本文提出了一种基于新型重复控制扩张状态观测器（NRC - ESO）的改进型自抗扰控制（ADRC）电流控制方案。采用理想补偿滤波器来设计NRC - ESO，实现了更快的扰动估计收敛速度。此外，在NRC - ESO中嵌入零相位低通滤波器，以减小电流稳态误差并减轻传感器高频噪声的影响。阐述了基于NRC - ESO的自抗扰控制（NRC - ESO - A...
解读: 从阳光电源的业务角度来看，这项基于改进型重复控制扩张状态观测器的自抗扰控制技术（NRC-ESO-ADRC）具有重要的应用价值。在弱电网和畸变电网环境下，该技术能够显著提升并网逆变器的谐波抑制能力和鲁棒性，这直接契合了阳光电源在复杂电网环境中的产品性能优化需求。 对于光伏逆变器和储能变流器产品线，该...
基于领域知识引导的特征与损失函数构建的可解释风电功率预测
Interpretable Wind Power Forecasting with Feature and Loss Function Construction Guided by Domain Knowledge
Yongning Zhao · Yuan Zhao · Yanxu Chen · Haohan Liao 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对当前风电功率预测方法缺乏领域知识融合导致精度与可解释性不足的问题，提出一种可解释的数据-知识融合超短期预测模型。通过历史风速输入构建风速-功率曲线生成理论输出，并结合实测数据作为模型输入；设计边界约束损失函数，利用alpha shape算法和局部加权线性回归提取功率上下边界并动态更新以捕捉波动特性；引入基于Jensen-Shannon散度的误差分布形状损失，促使训练误差逼近正态分布。在30个风电场的实验表明，该方法在各预测时域均优于基线模型，且在噪声与缺失数据下具有强鲁棒性。
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。特别是其基于领域知识的边界约束和误差分布优化方法,可直接应用于ST系列储能变流器的功率调度和PowerTitan系统的容量规划。通过将该预测算法集成到iSolarCloud平台,可提升风储联合项目的调度精度和经济性。其数据-知识融合的...
重复控制器与多谐振控制器在单相逆变器中应用的等效关系分析与设计
Equivalence Relation Analysis and Design of Repetitive Controllers and Multiple Quasi-Resonant Controllers for Single-Phase Inverters
Qiangsong Zhao · Hongwei Zhang · Yuanqing Xia · Qiang Chen 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月
基于内模原理的重复控制器（RC）和多准谐振控制器（MQ-RSC）因对正弦参考信号具有高跟踪精度及优异的谐波抑制能力，广泛应用于单相逆变器的交流电压/电流控制。然而，二者在参数设计复杂度、收敛速度或稳定裕度方面各有优劣。本文系统建立了多种RC与MQ-RSC之间的数学等效关系，揭示了RC内模系数与MQ-RSC等效谐振带宽之间的内在联系。基于该等效关系，提出一种增强频率鲁棒性的新型RC设计方法，并给出简化的MQ-RSC设计策略。1.5 kW单相并网逆变器实验结果验证了等效关系的准确性及其在控制器设计中...
解读: 该研究揭示的RC与MQ-RSC等效关系对阳光电源单相产品线具有重要应用价值。在ST系列单相储能变流器中，可基于等效关系简化谐波抑制控制器设计，提升电网电压畸变工况下的并网电流质量；在SG系列单相光伏逆变器（如SG3-10KTL户用机型）中，新型频率鲁棒RC设计方法可增强电网频率波动适应性，降低THD...
先进动态耗尽型SOI MOSFET中洛伦兹噪声现象的表征、理解与建模
Characterization, Understanding, and Modeling of Lorentzian Noise Phenomenon in Advanced Dynamically Depleted SOI MOSFET
Haobo Huang · Tianye Yu · Yudi Zhao · Guangxi Hu 等6人 · IEEE Transactions on Electron Devices · 2025年8月
本研究对先进动态耗尽（DD）绝缘体上硅（SOI）金属氧化物半导体场效应晶体管（MOSFET）的电流噪声功率谱密度（PSD）进行了表征。通过比较体接触（BC）模式和浮体（FB）模式下的功率谱密度，研究了体接触模式下类似洛伦兹型的过量噪声。通过分析各种洛伦兹噪声的物理机制并采用核密度估计（KDE）方法，发现这一独特的噪声现象主要归因于硅膜中陷阱的物理位置，以及不同器件工作模式下各种偏置电压下能态的填充水平。为对这一观测到的现象进行建模，开发了一个基于物理的解析体电势模型，然后基于该体电势建立了一个新...
解读: 从阳光电源的业务视角来看，这项关于SOI MOSFET器件噪声特性的研究具有重要的应用价值。在光伏逆变器和储能变流器等核心产品中，功率半导体器件的噪声特性直接影响系统的电能质量、电磁兼容性能和控制精度。 该研究针对先进动态耗尽型SOI MOSFET的洛伦兹噪声现象建立了基于物理机制的精确模型，这对...
基于重叠历史数值天气预报集成的日内风电功率预测
Intraday Wind Power Forecasting by Ensemble of Overlapping Historical Numerical Weather Predictions
Yongning Zhao · Shiji Pan · Yanxu Chen · Haohan Liao 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
数值天气预报（NWP）对提升日内风电功率预测（WPF）精度至关重要。然而，传统方法仅依赖最新单次NWP，忽略了时序发布且时间重叠的多段历史NWP中的隐含信息。为此，本文提出一种融合重叠历史NWP的时空表征学习网络。通过掩码-重构预训练策略提取风电与NWP的隐含特征，并结合端到端微调及硬参数共享的多任务学习机制，提升多风电场预测均衡性。基于5个真实风电场的实验表明，该方法在各预测时域均优于基线模型。
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先，可将其集成至ST系列储能系统的EMS能量管理模块，提升风储联合运行的调度精度。其次，该技术可优化iSolarCloud平台的新能源发电预测功能，通过多时序NWP数据融合提升预测准确度，为用户提供更可靠的发电计划和运维决策支持。特...
重新思考复杂约束满足下的安全策略学习：含储能单元的实时安全约束经济调度初探
Rethinking Safe Policy Learning for Complex Constraints Satisfaction: A Glimpse in Real-Time Security Constrained Economic Dispatch Integrating Energy Storage Units
Jianxiong Hu · Yujian Ye · Yizhi Wu · Peilin Zhao 等5人 · IEEE Transactions on Power Systems · 2024年6月
近年来，用于实时安全约束经济调度（RT - SCED）问题的强化学习（RL）受到了广泛的研究关注。然而，普通的强化学习方法难以确保系统和设备层面约束条件的满足，不得不对违反约束的情况分别进行惩罚。随着可再生能源渗透率的不断提高，大规模储能得以集成，这是因为储能能够缓解可再生能源的间歇性问题。这就使得实时安全约束经济调度问题需要满足时间耦合约束条件。现有的安全强化学习方法要么在每个时间步使用安全层纠正不安全的动作，这可能会导致在可行空间边界制定出次优动作，并且可能违反时间耦合约束；要么构建安全评估...
解读: 该安全约束经济调度技术对阳光电源PowerTitan储能系统及iSolarCloud云平台具有重要应用价值。强化学习结合约束分层建模可直接应用于ST系列储能变流器的实时调度优化，通过安全感知奖励机制保障储能系统在参与电网调频、削峰填谷时满足SOC约束、功率爬坡率及电网安全约束。该方法可集成至iSol...
具有缺失数据容忍性的概率风力发电预测：一种端到端非参数方法
Probabilistic Wind Power Forecasting With Missing Data Tolerance: An End-to-End Nonparametric Approach
Zichao Meng · Ye Guo · Chenhao Zhao · IEEE Transactions on Sustainable Energy · 2025年9月
针对传感器故障、通信问题或测量中断导致的缺失数据问题，本文提出一种端到端非参数概率风力发电预测方法，集成缺失数据填补机制。该方法包含端到端训练与在线应用两个阶段：训练阶段通过迭代填补缺失数据并优化模型损失函数；应用阶段则持续填补实时观测数据以实现多步概率预测。相比现有方法，本方法无需假设分布类型，且通过联合优化提升填补质量与预测性能。实验表明，该方法在不同缺失率下均优于传统两阶段及参数化端到端方法，尤其在多步预测中表现更优。
解读: 该端到端非参数预测方法对阳光电源的储能和风电产品线具有重要应用价值。首先可应用于ST系列储能变流器的功率预测与调度优化，提升PowerTitan大型储能系统的调度效率。其次可集成到iSolarCloud平台，增强风电场发电量预测和运维预警能力。该方法的缺失数据容忍机制可显著提升阳光电源设备在恶劣环境...
一种辐射冷却与太阳能光伏集成系统的新型研究
Investigation on a novel integrated system of radiative cooling and solar photovoltaics
Zijun Wanga1 · Shaowen Cao · Qilin Cai · Yingshi Zhang 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 白天辐射冷却依赖于在太阳光谱范围内具有高反射率以及在大气窗口光谱范围内具有高发射率。然而，被发射体反射的太阳辐射作为一种高品质能源却被浪费了。基于入射太阳辐射主要集中在特定角度，而发射体则与太空进行半球形热交换的特点，这部分能量具备被收集利用的可能性。迄今为止，尚无研究对发射体所反射的大量能量进行有效回收。本文提出了一种在确保昼夜辐射冷却性能的同时增强白天太阳能发电能力的新思路。研究表明，仅由五层结构组成的发射体即可在太阳光谱范围内实现95.22%的加权平均反射率，并在大气窗口光谱范围内达...
解读: 该辐射制冷-光伏集成技术对阳光电源SG系列逆变器和储能系统具有重要应用价值。通过反射光收集使光伏输出功率密度提升30.3%至163.5W/m²,可优化MPPT算法以适配非直射光场景。辐射制冷降温8.4°C特性可应用于通信基站储能热管理,降低ST系列PCS散热负荷,提升系统效率。该技术为iSolarC...
特刊主编寄语：电力电子在未来可再生能源和Power-to-X系统中的作用
Guest Editorial: Special Issue on Power Electronics Role in Future Renewables and Power-to-X Systems
Ahmed Abdelhakim · Dmitri Vinnikov · Jon Are Suul · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
2015巴黎协定和2023年IPCC气候变化报告将主要能源消费部门的脱碳列为首要任务，对当今能源系统提出了长期可持续能源生产和存储的重大挑战。氢能和Power-to-X（P2X）方案是最具前景的应对策略之一，可大量利用可再生能源并开辟绿色能源存储和运输的新途径。P2X是将电力转换为碳中和合成燃料（如氢气、合成天然气或化学品）的转换技术集合术语。电力电子在提升此类系统性能和降低最终产品成本方面发挥关键作用，需整合不同系统如各类可再生能源供电电解槽集群制氢并可能连接电网提供电网支持。
解读: 该P2X特刊主题与阳光电源氢能战略高度契合。阳光电源在电解槽变流器、氢能源管理系统和可再生能源制氢一体化解决方案方面具有技术积累。特刊涵盖的电力电子变换器及调制、直流和交流微电网控制、变换器分析建模、测量与保护四大主题与阳光ST系列储能变流器、SG系列光伏逆变器和微电网解决方案的技术路线一致。文中提...
第 2 / 2 页