Kartavya Agarwal · Pranjal Gajare · Joseph Benzaquen · Deepak Divan · IEEE Transactions on Power Electronics · 2026年4月

随着逆变器资源（IBR）渗透率提高，传统过流保护面临挑战。由于IBR故障电流受限且多变，难以实现灵敏的选择性保护。本文提出了一种逆变器故障电流倍增技术，旨在提升电网故障期间逆变器的故障电流输出能力，从而优化保护系统的动作性能。

解读: 该研究直接关联阳光电源的核心业务。随着电网对构网型（GFM）技术及故障穿越能力要求提高，如何提升逆变器（如PowerTitan储能系统、SG系列组串式逆变器）在故障下的电流支撑能力是行业痛点。该技术方案有助于优化阳光电源产品的控制策略，使其在弱电网或故障工况下表现出更强的电网适应性，并能更好地配合电...

Yeongrack Son · Michael Blonsky · Nischal Guruwacharya · Vikram Roy Chowdhury 等5人 · IEEE Transactions on Power Electronics · 2024年10月

随着逆变型电源渗透率提高，电力系统惯量降低，维持电网稳定面临挑战。相比传统需求响应，基于变速驱动器（VSD）的负载具备响应速度快、通信依赖度低等优势，成为实现快速频率支撑的有力候选方案。

解读: 该文献探讨的VSD快速频率支撑技术与阳光电源的构网型（Grid-Forming）技术理念高度契合。对于阳光电源的储能系统（如PowerTitan、PowerStack）及光伏逆变器，该研究提供的控制策略可增强系统在弱电网下的频率响应能力。建议研发团队借鉴VSD的快速响应机制，优化iSolarClou...

Galadrielle Humblot-Renaux · Yang Wu · Sergio Escalera · Thomas B. Moeslund 等6人 · IEEE Transactions on Power Electronics · 2025年11月

机器学习技术在加速电力电子资源（IBR）主导的电力系统稳定性筛选方面潜力巨大。然而，基于神经网络的方法在面对未见过的运行场景时，难以保证预测的准确性和可靠性，存在安全隐患。本文提出了一种不确定性感知方法，以提升神经网络在电力系统稳定性评估中的可靠性。

解读: 随着阳光电源组串式逆变器和PowerTitan等储能系统在全球电网中的渗透率提升，系统稳定性分析变得日益复杂。该研究提出的不确定性感知神经网络方法，能够有效解决传统AI模型在复杂电网环境下（如弱电网）泛化能力不足的问题。建议将此技术集成至iSolarCloud智能运维平台，用于实时监测电网稳定性风险...

Yaojie Cai · Georgia Pierrou · Xiaozhe Wang · Geza Joos · IEEE Transactions on Power Systems · 2025年8月

源于外部周期性扰动的强迫振荡（FO）威胁着电力系统的安全与稳定。基于逆变器的电源（IBR）渗透率的不断提高进一步引发了强迫振荡，给现代电力系统中强迫振荡源的识别和定位带来了新的挑战。本文提出了一种用于定位含基于逆变器电源的电力系统中强迫振荡的新型数据驱动方法。与以往的研究不同，该方法考虑了源于基于逆变器电源的强迫振荡的统一表示，这进一步推动了强迫振荡定位算法的发展。利用非线性动态系统的稀疏识别（SINDy）方法，通过对测量数据进行分析并解释所提出的模型，开发了一种纯数据驱动的方法来定位强迫振荡源...

解读: 该研究对阳光电源的大型储能和光伏逆变器产品线具有重要应用价值。强迫振荡定位技术可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升系统稳定性。特别是在PowerTitan大型储能系统等多逆变器并联场景下,该方法可通过iSolarCloud平台采集的实时数据快速定位振荡源,为系统调试和故障...