Yuan Li · Shuai Zhao · Mateja Novak · Yongjie Liu 等6人 · IEEE Transactions on Power Electronics · 2026年1月

本文首次在电力电子系统中引入可微预测控制（DPC）。通过将预测控制代价函数直接嵌入可微神经网络策略，该方法无需标注控制数据及在线优化求解器。控制策略仅通过系统轨迹进行训练，并可直接部署。

解读: 该技术对阳光电源的核心产品线具有显著的赋能潜力。在组串式及集中式光伏逆变器中，DPC可替代传统的模型预测控制（MPC），在降低计算资源需求的同时提升动态响应速度，特别是在弱电网环境下，能显著增强并网稳定性。对于PowerTitan等储能变流器（PCS），该算法可优化充放电控制策略，提升系统效率。此外...