找到 2 条结果
储能系统功率变换器自适应约束模型失配预测控制
Adaptive Constraints Model Active Mismatch Predictive Control for Power Converters of Energy Storage System
Xibeng Zhang · Shun Zhou · Benfei Wang · Yang Lu 等8人 · IEEE Transactions on Power Electronics · 2025年9月
模型预测控制（MPC）广泛应用于储能系统功率变换器，但微控制器采样频率限制及模型失配会导致动态和稳态下的跟踪误差，影响设备寿命。本文提出一种自适应控制策略，通过补偿模型失配，提升储能变换器的控制精度与运行可靠性。
解读: 该研究直接针对储能变流器（PCS）的核心控制算法优化，对阳光电源的PowerTitan和PowerStack系列产品具有重要价值。通过引入自适应约束模型，可有效解决PCS在复杂电网环境下的模型失配问题，提升电流跟踪精度，从而降低功率器件的应力，延长储能系统的使用寿命。建议研发团队将其应用于新一代PC...
基于强化学习的主动模型变化死区控制用于含恒功率负载的直流微电网储能系统
Reinforcement Learning Based Active Model Variation Deadbeat Control for Energy Storage System in DC Microgrids With Constant Power Loads
Xibeng Zhang · Pengpeng Li · Yanyu Zhang · Darong Huang 等8人 · IEEE Transactions on Industrial Electronics · 2025年10月 · Vol.73
针对直流微电网中恒功率负载与模型失配引发的电流纹波和电压波动问题，本文提出一种基于强化学习的主动模型变化死区控制（RL-AMVDB），动态优化电流环模型参数。仿真与硬件实验表明，该方法显著降低电流纹波（最高20%）及电压波动，提升动态响应性能。
解读: 该研究直接支撑阳光电源ST系列PCS及PowerTitan储能系统在直流微电网场景下的高鲁棒性控制需求，尤其适用于含大量CPL（如数据中心、充电桩集群）的用户侧/电网侧储能项目。RL-AMVDB可嵌入iSolarCloud智能平台实现自适应参数整定，建议在新一代构网型PCS固件升级中集成该算法，并面...