找到 163 条结果
基于混合注意力深度强化学习的健康感知集成热管理策略
Health-Conscious Integrated Thermal Management Strategy Using Hybrid Attention Deep Reinforcement Learning for Battery Electric Vehicles
Changcheng Wu · Jiankun Peng · Dawei Pi · Xin Guo 等6人 · IEEE Transactions on Power Electronics · 2025年6月
有效的热管理策略（TMS）可以延长纯电动汽车（BEV）的续航里程，并在高温环境下提高车内热舒适性。考虑到集成热管理系统（ITMS）的发展趋势以及动力电池在纯电动汽车中的关键作用，本文建立了一个嵌入电池健康意识的集成热管理系统模型。为进一步挖掘所提出的集成热管理系统的温度控制和节能潜力，采用双延迟深度确定性策略梯度算法（TD3）设计了一种学习型热管理策略。鉴于集成热管理系统内复杂的状态信息，引入了一种混合注意力机制对原始TD3算法进行优化，使TD3智能体能够辨别各种状态信息的相对重要性，从而提高其...
解读: 从阳光电源的业务布局来看，这项基于混合注意力深度强化学习的电动汽车热管理技术具有显著的战略价值。该研究将电池健康意识嵌入集成热管理系统，通过TD3算法实现了电池健康退化降低22.50%、能量损失减少35.33%的效果，这与我司在储能系统和电动汽车动力解决方案领域的核心诉求高度契合。 从技术迁移角度...
仿生风力涡轮机效率的静态空气动力学分析：基于婆罗洲樟树种子叶片设计及其平行板排列的建模
Static aerodynamic analysis of bio-inspired wind turbine efficiency: Modeling Borneo camphor seed blade designs and their parallel plate arrangements
H.Y.Peng · Y.J.Chu · Heung Fai Lam · Hongjun Liu 等5人 · Energy Conversion and Management · 2025年1月 · Vol.331
摘要 受婆罗洲樟树种子旋转下落方式的启发，本研究采用其具有弯度的翼型截面进行涡轮叶片设计，并通过计算流体动力学模拟来预测功率与扭矩。在第一阶段，对五种类型的种子翼型在不同折叠轴位置和折叠角度配置下进行建模。结果表明，3号翼型表现出最高的峰值功率系数（0.4328）和扭矩（2.1310 Nm），因此被选为第二阶段的研究对象。第二阶段设计了具有不同折叠数量以及不同折叠轴位置和折叠角度的平板叶片，以低成本方式实现种子的天然几何结构。结果表明，四折构型达到了较高的峰值功率系数0.3637，双折构型紧随其...
解读: 该仿生叶片气动优化研究对阳光电源风电变流器产品具有重要参考价值。研究中折叠板设计实现0.3637功率系数,扭矩波动特性为我司风电变流器的MPPT算法优化、扭矩脉动抑制控制策略提供新思路。仿生叶片的非线性功率输出特性可结合我司三电平拓扑技术和先进控制算法,提升低风速段发电效率。该成果可应用于风储一体化...
基于贝叶斯优化算法与二次分解的误差校正深度Autoformer模型在光伏发电预测中的应用
An error-corrected deep Autoformer model via Bayesian optimization algorithm and secondary decomposition for photovoltaic power prediction
Jie Chen · Tian Peng · Shijie Qian · Yida Ge 等7人 · Applied Energy · 2025年1月 · Vol.377
准确的光伏发电功率预测对于电网的稳定运行和合理调度至关重要。然而，由于光伏发电具有不稳定性，其功率预测仍面临巨大挑战。为此，本文提出一种结合二次分解、贝叶斯优化与误差校正机制的Autoformer模型用于光伏发电功率预测。为降低数据复杂性并充分提取特征，采用了两种分解方法：首先利用经验模态分解（EMD）对光伏功率序列进行初级分解；然后引入样本熵（SE）衡量各分量的复杂度，并对复杂度最高的分量采用变分模态分解（VMD）进行二次分解。其次，构建基于贝叶斯优化算法优化的Autoformer模型，分别预...
解读: 该基于深度学习的光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过EMD-VMD二次分解和Autoformer模型可显著提升预测精度,可集成至SG系列逆变器的MPPT优化算法中,实现更精准的发电功率预测。结合ST系列储能PCS,该预测模型能优化储能系统充放电策略,提升...
一种融合虚拟储能与氢气废热回收的南极无人观测站两阶段分布鲁棒低碳运行方法
A two-stage distributionally robust low-carbon operation method for antarctic unmanned observation station integrating virtual energy storage and hydrogen waste heat recovery
Longwen Changab1 · Zening Liab · Xingtao Tianc · Jia Suc 等10人 · Applied Energy · 2025年1月 · Vol.400
摘要 为降低南极无人观测站（UOS）运行过程中的碳排放，本文提出了一种融合虚拟储能（VES）与氢气废热回收（HWHR）的两阶段分布鲁棒低碳运行方法。首先，针对具有复合围护结构的UOS，构建了包含风能、太阳能、氢能及电池储能的多能互补模型；该模型考虑了风力机结冰与光伏组件积雪覆盖的影响，并引入了氢能源系统与热泵（HPs）之间的电热耦合关系。其次，基于不精确狄利克雷模型（IDM）构建模糊集，建立了在特定置信水平下刻画南极地区风电与光伏发电（WP）出力以及室外温度不确定性的不确定性集合。进一步地，提出...
解读: 该南极无人站低碳运行技术对阳光电源极端环境能源解决方案具有重要价值。研究中的风光氢储多能互补架构可直接应用于ST系列储能变流器与SG光伏逆变器的协同控制策略,特别是光伏积雪、风机结冰等极端工况建模为1500V系统在高寒地区的MPPT优化提供参考。两阶段分布鲁棒优化方法可集成至iSolarCloud平...
基于微电网群租赁共享储能的主动配电网三层Stackelberg博弈调度
Trilayer Stackelberg Game Scheduling of Active Distribution Network Based on Microgrid Group Leasing Shared Energy Storage
Jinpeng Qiao · Yang Mi · Siyuan Ma · Yunhao Han 等5人 · Applied Energy · 2025年1月 · Vol.382
摘要——本文提出一种基于微电网群租赁共享储能的主动配电网三层Stackelberg博弈（SG）调度策略。在上层，配电系统运营商作为领导者，综合考虑中层和下层的电力需求来确定交易价格，从而实现主动配电网的安全运行以及削峰填谷。在中层，共享储能运营商既可作为领导者制定租赁价格，也可作为跟随者响应交易价格，以保证共享储能系统的可靠充放电与高效利用。在下层，微电网联盟作为跟随者制定租赁容量并响应交易价格，从而确保电力平衡及可再生能源的就地消纳。此外，为有效求解该三层SG模型，采用多步逆向归纳法证明了均衡...
解读: 该三层博弈调度策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过配网运营商-共享储能-微网群的分层博弈机制,可优化ST-PCS的充放电策略,提升储能利用率。分布式嵌套迭代算法可集成至iSolarCloud平台,实现多微网协同调度和削峰填谷。该模型为阳光电源开发共享储能租...
超参数优化自动化机器学习与可解释人工智能模型的对比分析
Comparative Analysis of Automated Machine Learning for Hyperparameter Optimization
Muhammad Salman Khan · Tianbo Peng · Hanzlah Akhlaq · Muhammad Adeel Khan · IEEE Access · 2025年1月
人工智能AI日益应用于解决复杂现实问题。AI最重大挑战之一在于为给定任务选择和微调最优算法。自动化机器学习AutoML模型作为应对这一挑战的有前途解决方案出现，通过系统探索超参数空间高效识别最优配置。本研究通过对AutoML框架进行超参数优化综合对比分析以及评估各种可解释性技术提升模型可解释性有效性，解决当前文献中的关键空白。为此，选择随机森林RF作为基础模型并与九种不同AutoML框架集成，即随机搜索RS、网格搜索GS、Hyperopt、TPOT、Optuna、GP Minimize、Fore...
解读: 该自动化机器学习技术对阳光电源数据分析和优化具有重要应用价值。阳光iSolarCloud平台处理海量光伏储能运行数据，需要高效的机器学习模型开发工具。该研究的AutoML框架对比和Optuna优选结果可指导阳光优化云平台的预测模型，如光伏发电预测、电池寿命预测和故障诊断。在储能系统优化中，该超参数自...
基于图特征与深度学习的锂离子电池退化轨迹早期感知
Early perception of Lithium-ion battery degradation trajectory with graphical features and deep learning
Haichuan Zhao · Jinhao Meng · Qiao Peng · Applied Energy · 2025年1月 · Vol.381
摘要 在电池储能系统（BESS）的全生命周期管理中，早期捕捉锂离子电池（LIB）的退化路径至关重要，然而现有研究主要集中在短期电池健康状态（如健康状态，SOH）诊断。本研究提出一种创新性概念，旨在仅利用少量初始循环数据即可感知锂离子电池的退化轨迹，从而为BESS复杂化的运行与维护策略预留充足的调整空间。本文提出一种新颖的深度学习框架，通过构建基于电池早期使用数据的图特征来获取容量退化轨迹。为了捕获更丰富的容量衰减特征，该框架通过生成增量容量（IC）曲线和容量差分曲线对电压-容量数据进行增强，并将...
解读: 该早期电池退化轨迹预测技术对阳光电源ST系列储能系统及PowerTitan产品具有重要价值。通过少量初始循环数据的图形化特征和深度学习,可在电池全生命周期早期预判容量衰减路径,为储能系统预测性维护提供60个循环内的精准预警。该技术可集成至iSolarCloud平台,结合增量容量曲线分析,优化BMS健...
基于直接序列扩频的交流电力系统健谈型功率变换
Talkative Power Conversion based on Direct Sequence Spread Spectrum in AC Power Systems
Lei Zheng · Wei Jiang · Li Zhang · Le Peng 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
高比例可再生能源、储能系统与多样化负荷的接入推动配电网向信息物理系统演进。先进通信作为现代电力系统的关键基础设施，在系统感知、测量、调度与控制中发挥重要作用。健谈型功率变换（TPC）技术利用电力电子变换器的高速调制能力，通过软件定义通信系统实现无额外硬件的通信。然而，交流线路的谐振与衰减特性给TPC带来挑战，并影响通信可靠性与数据完整性，同时载波叠加引发电磁干扰与信息安全问题。本文提出一种基于直接序列扩频（DSSS）的AC-TPC调制策略，通过优化DSSS参数将数据载波搬移至高频段，在保障通信可...
解读: 该DSSS-TPC技术为阳光电源储能与微网产品提供零成本通信方案。对于ST系列储能变流器和PowerTitan系统，可通过软件升级实现变流器间的直接通信，无需额外通信模块，降低系统成本并提升可靠性。在微网场景中，该技术可实现SG光伏逆变器、储能系统与充电桩的协调控制与应急通信，特别适用于通信基础设施...
基于微网群与共享储能的主动配电网优化调度策略
Optimization schedule strategy of active distribution network based on microgrid group and shared energy storage
Jinpeng Qiao · Yang Mi · Jie Shen · Changkun Lu 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 随着微网群与共享储能系统越来越多地接入主动配电网（ADN），亟需对这些复杂的能源要素进行有效协调。为此，本文构建了一种基于微网群与共享储能的主动配电网主从博弈调度策略。由主动配电网作为主导方确定分时电价，微网群与共享储能作为从属方响应电价信号，并考虑系统的安全运行与削峰填谷调度需求。此外，基于分时电价机制，提出了微网群与共享储能之间的两阶段电力交互策略。在第一阶段，通过多目标优化算法计算微网群的储能租赁需求，并据此制定共享储能的充放电策略，使其在满足微网群用电需求的同时，利用剩余容量响应配...
解读: 该主从博弈调度策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。文中提出的共享储能两阶段功率交互机制,可直接应用于阳光电源微电网群储能解决方案,通过QPSO算法优化分时电价响应策略,提升储能系统削峰填谷效率。该研究为阳光电源iSolarCloud平台的多微网协同调度功能提供...
基于多物理量融合图自编码器网络的质子交换膜燃料电池非均匀反应预测
Prediction of non-uniform reactions in PEMFC based on the multi-physics quantity fusion graph auto-encoder network
Pulin Zhang · Diankai Qiu · Linfa Peng · Applied Energy · 2025年1月 · Vol.383
摘要 为了满足高功率输出的需求，大面积的质子交换膜燃料电池（PEMFCs）已成为研究的重点。然而，在实际应用中，燃料电池内部的非均匀反应难以避免，这会导致性能下降以及电堆寿命缩短。了解燃料电池内部物理量分布的变化规律，并准确预测其未来的内部状态，对于燃料电池的控制与维护至关重要。本文提出了一种多物理量融合图自编码器网络（MP-GAE），该模型是一种针对燃料电池性能及多物理场分布的瞬态预测模型，重点考虑了反应时间、空间位置以及多个物理场之间的耦合关系。基于图注意力机制和时序网络，构建了分段时序图注...
解读: 该PEMFC多物理场预测技术对阳光电源氢能业务具有重要借鉴价值。论文提出的MP-GAE时空预测模型可应用于我司燃料电池系统的智能运维:1)非均匀反应预测算法可集成至iSolarCloud平台,实现电堆性能衰减的预测性维护;2)多物理场耦合分析方法可优化燃料电池DC/DC变换器的动态响应控制策略;3)...
用于交流最优潮流的高效计算数据合成：融合物理信息神经网络求解器与主动学习
Computationally efficient data synthesis for AC-OPF: Integrating Physics-Informed Neural Network solvers and active learning
Jiahao Zhang · Ruo Peng · Chenbei Lu · Chenye Wu · Applied Energy · 2025年1月 · Vol.378
摘要 本研究针对在发布保护隐私的交流最优潮流（AC Optimal Power Flow, AC-OPF）运行数据时面临的隐私性、实用性与效率性挑战展开研究。传统方法在差分隐私（Differential Privacy, DP）框架下向运行数据（即负荷需求数据和调度配置文件）中注入噪声，但此类操作常导致数据违反物理约束，产生不现实且不可行的结果，从而降低数据的实用性。尽管基于AC-OPF求解器的双层后处理优化能够强制实现物理可行性，但由于后处理目标与AC-OPF本身目标之间存在偏差，仍会导致结果...
解读: 该研究提出的物理信息神经网络(PINN)求解AC-OPF方法,对阳光电源储能系统(ST系列PCS、PowerTitan)和光伏逆变器(SG系列)的智能调度具有重要价值。通过主动学习加速优化计算,可应用于iSolarCloud平台的实时能量管理系统,在保护用户隐私前提下实现多站点协同优化。该技术能显著...
基于物理信息注意力残差网络的电池智能温度预警模型
Battery intelligent temperature warning model with physically-informed attention residual networks
Xue Ke · Lei Wang · Jun Wang · Anyang Wang 等12人 · Applied Energy · 2025年1月 · Vol.388
摘要 电动汽车的快速发展对锂离子电池的热安全管理提出了更高要求。传统的物理模型需要大量离线参数辨识，在计算效率与模型保真度之间难以平衡；而数据驱动方法虽然精度较高，但缺乏可解释性，且在不同工况下需要大量数据支持。为应对上述挑战，本文提出了一种物理信息引导的注意力残差网络（Physics-Informed Attention Residual Network, PIARN），该模型将改进的非线性双电容模型与热集总模型嵌入到物理引导的循环神经网络框架中，从而提升了模型的可解释性与泛化能力。所设计的残...
解读: 该物理信息引导的电池温度预警技术对阳光电源储能系统具有重要价值。PIARN模型结合物理模型与深度学习,可集成至ST系列PCS和PowerTitan储能系统的BMS热管理模块,实现0.1°C精度的在线温度预测和近100%准确率的热预警。其轻量化物理模型与残差网络架构适合边缘计算部署,可通过iSolar...
基于传输窗口调制的磁场能量收集与电源管理
Magnetic Field Energy Harvesting and Power Management With Transfer Window Modulation
Hongfei Xiao · Han Peng · Yidong Zhao · Liwen Hou · IEEE Transactions on Power Electronics · 2025年1月
摘要：磁场能量采集器（MEH）被广泛用于为电力系统中的无线监测设备供电。实践证明，对MEH进行短路以移动能量传输窗口可有效提高采集功率。然而，短路阶段的励磁电流损耗通常被忽略，这使得最大功率采集依赖于近似计算和经验设计。此外，目前尚未开发出实用的功率管理系统。本文提出了一种基于传输窗口调制（TWM）的新型MEH功率管理系统。在考虑励磁电流损耗的情况下，对MEH的输出特性进行了分析。这有助于更准确地估计传输窗口，并可通过数值计算来设计最优传输窗口。此外，提出了一种TWM方法，通过调制传输窗口的长度...
解读: 从阳光电源的业务视角来看，这项磁场能量收集与传输窗口调制技术具有重要的应用价值。在我们的光伏逆变器、储能系统及电动汽车充电设施中，大量分布式监测节点需要可靠供电，而传统有线供电或电池更换方案存在维护成本高、可靠性受限等问题。该技术通过优化磁场能量采集效率，可为电力系统中的无线监测设备提供自供电解决方...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...
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...
理解翻转场效应晶体管
Flip FET, FFET）中的静电耦合及其应对策略
Jiacheng Sun · Haoran Lu · Yu Liu · Wanyue Peng 等6人 · IEEE Transactions on Electron Devices · 2025年1月
翻转场效应晶体管（FFET）是一种新型自对准双面堆叠晶体管结构，但其垂直堆叠特性导致前后器件间存在静电耦合。本文通过TCAD仿真从器件和电路层面系统研究了该耦合效应。结果显示，阈值电压偏移可达135 mV，亚阈值摆幅退化达235 mV/dec，反相器延迟变化高达4.41%，严重影响电路性能。为此，提出一种中间介质隔离（MDI）技术，可有效屏蔽跨侧电场，显著抑制耦合效应。结合Pi栅、Ω栅和全环绕栅等栅结构优化，阈值电压偏移可低至0.12 mV，为FFET的实用化奠定基础。
解读: 该FFET静电耦合抑制技术对阳光电源功率器件设计具有重要借鉴价值。文中提出的中间介质隔离（MDI）技术与多物理场耦合抑制策略，可直接应用于SiC/GaN功率模块的三维集成封装设计，有效解决ST系列储能变流器和SG系列光伏逆变器中功率器件垂直堆叠时的寄生耦合问题。通过优化栅极结构和介质隔离层设计，可将...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
重离子辐照引起SiC功率MOSFET栅氧损伤的研究
Investigation on Gate-Oxide Damage of SiC Power MOSFETs Induced by Heavy Ion
Ziwen Chen · Yuxiao Yang · Ruize Sun · Yijun Shi 等6人 · IEEE Transactions on Electron Devices · 2025年6月
近期研究表明，碳化硅（SiC）功率MOSFET在重离子辐照后，在极低的漏极应力水平下就会出现故障，且结构损伤主要集中在氧化层。然而，其损伤机制尚未得到精确分析。本研究考察了器件在不同漏极偏置条件下的栅极损伤机制。在200 V漏极偏置下，1200 V SiC功率MOSFET的栅极结构未出现损伤。漏极偏置高于200 V时，器件的损伤位置集中在沟道区上方的氧化层。在以往的研究中，栅极电介质内皮秒级的瞬态电场被认为是氧化层损伤的主要原因；然而，仅这一机制无法解释本文所报道的现象。因此，本文通过计算重离子...
解读: 从阳光电源的业务视角来看，这项关于SiC功率MOSFET栅氧化层重离子损伤机制的研究具有重要的战略意义。SiC器件已成为我们新一代光伏逆变器和储能变流器的核心功率开关，其可靠性直接影响系统的长期稳定运行。 该研究揭示了一个关键发现：在200V以上漏极偏置条件下，重离子辐照会在沟道区域上方的氧化层造...
一种基于种群分割的多变异差分进化算法用于光伏模型参数提取
An improved population segmentation-based multi-mutation differential evolution algorithm for parameter extraction of photovoltaic models
Yin Xiong · Yimo Luo · Jinqing Peng · Qiangzhi Zhang 等5人 · Energy Conversion and Management · 2025年1月 · Vol.327
准确建立光伏（PV）电池的模型对于光伏系统的仿真、评估、控制和优化至关重要。在现有的光伏模型中，二极管电路模型和桑迪亚阵列性能模型（Sandia Array Performance Model）应用较为广泛。然而，这些模型具有非线性、多模态和多变量的特性，使得精确获取模型参数变得十分困难。为解决这一问题，本研究提出了一种基于种群分割的多变异差分进化算法（PSMDE），用于光伏模型的参数提取。该算法采用所提出的分割方法，将种群动态划分为三个子种群，每个子种群采用不同的变异策略进行更新，从而有效应对...
解读: 该光伏模型参数提取算法对阳光电源SG系列逆变器的MPPT优化具有重要应用价值。精准的光伏电池建模可提升逆变器在复杂工况下的最大功率点跟踪精度,特别是动态光照条件下的功率预测能力(误差3.74-5.91%)。该算法可集成至iSolarCloud平台,用于电站建模仿真与预测性维护,优化ST储能系统的充放...
900-V硅基与碳化硅MOSFET单粒子烧毁性能在14-MeV中子辐照下的比较
Comparison of 14-MeV Neutron-Induced Damage in Si and SiC Power MOSFETs
Chao Peng · Hong Zhang · Zhangang Zhang · Teng Ma 等6人 · IEEE Transactions on Electron Devices · 2025年7月
利用14 MeV中子辐照对900 V硅（Si）和碳化硅（SiC）MOSFET的单粒子烧毁（SEB）性能进行了比较。当Si MOSFET偏置在额定电压的83%时观察到了SEB现象，而SiC MOSFET偏置在额定电压的94%时未发生SEB。对于900 V级功率MOSFET，平面SiC器件似乎比Si平面超结器件具有更强的抗SEB能力。获得了14 MeV中子核反应在Si和SiC器件中产生的次级离子的线性能量转移（LET）值和射程。在SiC器件中，14 MeV中子诱发的次级离子的最大LET值可达9.85...
解读: 从阳光电源的业务视角来看，这项关于14-MeV中子辐照下Si与SiC功率MOSFET单粒子烧毁（SEB）性能对比的研究具有重要的战略参考价值。 在光伏逆变器和储能系统的核心功率模块中，MOSFET器件的可靠性直接影响系统的长期稳定运行。研究表明，在900V等级的功率器件中，SiC MOSFET在9...
第 7 / 9 页