找到 2 条结果
电力电子系统的可微预测控制
Differentiable Predictive Control for Power Electronic Systems
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...
一种基于神经网络的集成光伏与储能系统交直流功率失配消除策略
A Neural Network-Based Power Mismatch Elimination Strategy for Integrated Solar and ESS AC/DC Systems (MARS)
Qianxue Xia · Suman Debnath · Maryam Saeedifard · IEEE Transactions on Industrial Electronics · 2024年12月
多端口自主可重构太阳能发电厂（MARS）是一种颇具前景的概念，用于将光伏（PV）和储能系统（ESS）集成到交流输电电网和高压直流（HVdc）链路中。MARS各桥臂中光伏和储能系统的存在，导致不同子模块（SM）之间有功功率分布不均，进而造成子模块电容电压不平衡，并有损系统稳定性。此外，在局部遮荫情况下，被遮荫的光伏子模块功率注入会减少，从而导致MARS系统出现功率不匹配问题。为解决这一问题，本文提出了一种基于神经网络的功率不匹配消除（NNPME）策略。所提出的NNPME策略优化了储能系统的使用，并...
解读: 从阳光电源的业务视角来看，这项基于神经网络的功率失配消除技术对我们在光储一体化和柔性直流输电领域具有重要战略意义。MARS系统将光伏、储能与交直流电网深度融合的架构，与我们正在推进的"1+X"模块化逆变器和大型储能系统集成方案高度契合。 该技术的核心价值在于解决了光储系统中的关键痛点。在大型地面电...