找到 3 条结果
光伏发电参与直流微电网多时间尺度电压支撑的分布式分层控制
Distributed Hierarchical Control of Photovoltaic Generation for Multi-Timescale Voltage Support in DC Microgrids
李忠文张玉成程志平 · 中国电机工程学报 · 2025年12月 · Vol.45
随着光伏（PV）发电在直流微电网中渗透率的提升，储能系统规模需相应扩大以维持电压稳定。为此，本文提出一种分布式多时间尺度分层电压控制方法，使PV系统具备一次与二次电压调节能力。一次调节通过电压偏差在毫秒级动态调整PV输出功率，实现快速响应；二次调节采用新型分布式控制策略，在秒级时间尺度跟踪上级指令，并在固定时间内收敛。同时设计事件触发机制以降低通信负担。硬件在环仿真验证了该方法的有效性与优越性。
解读: 该分布式分层电压控制技术对阳光电源ST系列储能变流器与SG系列光伏逆变器的协同控制具有重要应用价值。其多时间尺度调节策略可直接应用于PowerTitan大型储能系统，通过毫秒级一次调节和秒级二次调节实现光储协同电压支撑，减少储能配置容量。事件触发通信机制可优化iSolarCloud云平台的数据传输效...
人工智能辅助的三相单级光伏逆变器系统黑箱建模
Artificial Intelligence Aided Black-Box Modeling of Three-Phase Single-Stage Photovoltaic Inverter Systems
Yuxi Men · Junhui Zhang · Xiaonan Lu · Tianqi Hong · IEEE Transactions on Industry Applications · 2025年1月
随着太阳能在配电系统中的渗透率不断提高，对光伏（PV）发电系统进行精确建模和适当控制变得越来越重要。然而，基于逆变器的电源（IBR）的建模和系统辨识颇具挑战性，因为制造商可能不会提供敏感信息（如电气元件的拓扑结构或参数）。仅利用经验数据而无需系统内部细节的黑箱建模方法，可能是解决上述问题的有效途径。同时，鉴于人工神经网络（ANN）具有强大的逼近能力，其可增强用于逆变器主导系统辨识的传统建模方法。本文对电力电子变换器（PEC）的黑箱建模方法进行了综述。此外，本文提出了一种使用非线性自回归外生神经网...
解读: 从阳光电源的业务视角来看，这项基于人工智能的光伏逆变器黑箱建模技术具有重要的战略价值和应用前景。 **业务价值方面**，该技术解决了逆变器系统建模中的核心痛点。在实际应用场景中，电网公司、系统集成商或第三方运维机构往往难以获取逆变器的详细拓扑结构和控制参数，而这项技术仅依靠输入输出数据即可建立精确...
一种基于机器学习的光伏系统在复杂局部遮阴条件下的全局最大功率点跟踪技术
A Machine Learning-Based Global Maximum Power Point Tracking Technique for a Photovoltaic Generation System Under Complicated Partially Shaded Conditions
Yi-Hua Liu · Yu-Shan Cheng · Yu-Chih Huang · IEEE Transactions on Sustainable Energy · 2024年12月
在局部遮阴条件下，光伏系统输出功率与电压关系呈多峰特性，导致全局最大功率点（GMPP）追踪困难。本文提出一种基于机器学习的两阶段GMPPT方法：第一阶段采用回归树预测GMPP大致位置，第二阶段利用α-扰动观察法精确捕获GMPP。通过建立仿真平台生成训练数据，优化并集成回归树模型。在252种遮阴模式下，平均跟踪损耗为2.13 W，平均响应时间0.11秒，准确识别出244种情况下的GMPP区间。实验结果表明，该方法在追踪精度和速度上均优于五种先进方法。
解读: 该机器学习GMPPT技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要应用价值。当前SG逆变器在复杂遮阴场景下的多峰功率曲线处理仍依赖传统扰动观察法，易陷入局部最优。该研究提出的回归树+α-扰动观察两阶段方法，可将平均响应时间缩短至0.11秒，跟踪损耗降至2.13W，显著优于现有方案。建议将...