找到 5 条结果
一种用于电力电子系统仿真的自动化半符号状态方程生成方法
An Automated Semi–symbolic State Equation Generation Method for Simulation of Power Electronic Systems
Zhujun Yu · Zhengming Zhao · Bochen Shi · Yicheng Zhu 等5人 · IEEE Transactions on Power Electronics · 2021年4月
计算机辅助分析在电力电子系统设计与控制中至关重要。离散状态事件驱动（DSED）框架结合状态空间建模为离线仿真提供了高效方案。本文提出了一种针对任意电路的自动化方程构建方法，旨在推动DSED框架向通用仿真软件方向发展，提升电力电子系统的仿真精度与效率。
解读: 该研究提出的自动化状态方程生成方法对于提升阳光电源研发效率具有重要价值。在组串式逆变器及PowerTitan/PowerStack储能变流器（PCS）的研发过程中，电路拓扑日益复杂，通过该自动化建模技术，研发团队可快速构建高精度仿真模型，缩短控制算法（如MPC或高级PWM策略）的验证周期。此外，该方...
一种基于传感器的新型预故障检测框架在能源系统中的应用：以光伏逆变器为例
A novel sensor-driven framework for preemptive failure detection in energy systems: Application to photovoltaic inverters
Mohammad Badfar · Ratna Babu Chinnam · Shijia Zhaob · Feng Qiub 等5人 · Solar Energy · 2025年10月 · Vol.299
摘要 在能源系统中，有效的资产监测对于降低平准化度电成本至关重要，因为故障可能导致显著的能量损失和昂贵的维修费用。本文提出了一种模块化的工业级框架，用于在能源系统中实现故障的预先检测。该框架由三个主要模块组成：自主传感器数据的预处理、外部影响因素的抑制以及故障风险的标记。第一个模块采用数据清洗、转换、校准和特征工程等技术，对原始传感器数据进行精细化处理，以供后续分析使用。第二个模块旨在减少环境和运行等外部变量对传感器信号的影响。第三个模块利用先进的集成方法来检测指示潜在故障的异常情况。本研究强调...
解读: 该传感器驱动的预防性故障检测框架对阳光电源SG系列光伏逆变器及ST系列储能变流器具有重要应用价值。其三模块架构(数据预处理、外部影响消除、风险标记)可直接集成至iSolarCloud平台,增强预测性运维能力。通过消除环境变量干扰并应用集成学习算法,能提前识别逆变器故障风险,降低LCOE并减少停机损失...
考虑多尺度储能需求的电氢储能系统优化配置：一种双层多步方法
Optimal Sizing of Electric-Hydrogen Energy Storage with Consideration of Multi-scale Energy Storage Requirements: A Two-layer Multi-step Approach
Zihan Sun · Jian Chen · Yang Chen · Wen Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年7月
与可再生能源集成的电氢耦合系统（EHCSs）在提供清洁能源方面具有显著优势，但在不同时间尺度上面临供需不平衡问题。本文提出了一种用于电氢储能的两层多步优化定容框架，以满足多尺度储能需求。第一步为优化定容层，通过遗传粒子群优化算法（GPSO）确定初始储能容量和聚类数量。第二步为运行层，在年度尺度上对长时储氢进行优化，以最小化不平衡风险并确定每日净氢能。将第二步得到的每日净氢能与原始可再生能源和负荷数据一起，采用基于优化的时间序列方法，并结合验证和补充技术，生成短时典型场景。最后一步是基于这些典型日...
解读: 该双层多步优化方法对阳光电源PowerTitan储能系统和光储一体化解决方案具有重要应用价值。研究提出的多尺度储能需求分析框架，可直接应用于ST系列储能变流器与电解制氢系统的容量配置优化，通过上层经济性优化与下层时序运行验证的迭代机制，能够精准匹配不同时间尺度的功率波动需求。该方法可集成到iSola...
基于多图神经网络辅助双域Transformer的风力发电时空预测
Spatiotemporal forecasting using multi-graph neural network assisted dual domain transformer for wind power
Guolian Hou · Qingwei Li · Congzhi Huang · Energy Conversion and Management · 2025年2月 · Vol.325
摘要 准确预测风力发电量对于风电场的运行与维护决策至关重要。随着风电机组规模和容量的不断增加，综合考虑时间与空间特征已成为提高预测精度的关键。本文提出一种新颖的多步风力发电时空预测方法，该方法采用多图神经网络辅助的双域Transformer模型。具体而言，为充分表征风电机组之间的异质依赖关系，通过注意力机制构建多种关系图并将其融合为统一图结构。随后，设计了时空融合模块（STFM），结合图卷积网络与一维卷积神经网络，以同时捕捉时间与空间特征。此外，提出了时频双域Transformer（DDform...
解读: 该时空多图神经网络风电预测技术对阳光电源储能系统具有重要应用价值。可集成至iSolarCloud平台,为风储耦合场景下的ST系列PCS提供精准功率预测支撑,优化储能充放电策略。多步预测能力(10分钟至6小时)与PowerTitan储能系统的能量管理周期高度契合,可提升风储协同调度精度。其时频双域Tr...
用于提升光伏/热能系统效率的智能建模与设计框架
Smart modeling and design framework for efficiency enhancement in PV/T energy systems
Faridoddin Hassani · Aref Khorrami · Ali Golshani · Afshin Kouhkord 等6人 · Solar Energy · 2025年11月 · Vol.301
摘要 全球能源需求不断增长，化石燃料日益枯竭，加之环境问题受到越来越多的关注，这些因素共同推动了向可再生能源转型的必要性。在众多可再生能源技术中，太阳能因其资源丰富且可持续性强而成为最具前景的选项之一。在光伏/热能（PV/T）系统中，多余的热量被传递给空气或水等冷却介质，以调节电池的工作温度。本文提出了一种智能化且可调控的框架，用于高效PV/T热力系统的设计。该框架首先构建PV/T单元的参数化设计，随后建立实验设计（DoE）模块。在当前模型中，参数化设计包含三个变量，并采用了面心中心复合设计方法...
解读: 该PV/T智能优化框架对阳光电源SG系列光伏逆变器具有重要参考价值。研究通过机器学习算法实现电效率从12.4%提升至13.2%,其多目标优化思路可应用于我司MPPT算法改进和热管理设计。特别是Reynolds数与Nusselt数的关联分析,可指导逆变器散热系统优化,降低功率器件温升,提升SiC/IG...