找到 2 条结果
一种基于脑情绪学习的构网型逆变器智能同步功率控制
An Intelligent Synchronous Power Control for Grid-Forming Inverters Based on Brain Emotional Learning
Arman Oshnoei · Hoda Sorouri · Remus Teodorescu · Frede Blaabjerg · IEEE Transactions on Power Electronics · 2023年10月
针对构网型逆变器（GFMI）在强电网连接下易出现小信号稳定性问题，本文提出了一种基于脑情绪学习（BEL）的智能同步功率控制（SPC）方案。该方案通过提升控制系统对短路比（SCR）变化的自适应能力，有效解决了GFMI在宽范围SCR下的稳定性挑战，增强了系统并网的鲁棒性。
解读: 该技术对阳光电源的构网型产品线（如PowerTitan系列储能PCS及大型组串式光伏逆变器）具有重要参考价值。随着全球电网弱电网特征日益明显，传统的虚拟同步机（VSG）控制在极端SCR条件下易失稳。引入脑情绪学习（BEL）等智能算法，可显著提升逆变器在弱电网下的动态响应与稳定性，减少对电网强度的依赖...
基于神经估计器的非反相Buck-Boost变换器自适应卡尔曼约束预测控制
Adaptive Kalman-Based Constrained Predictive Control With Neural Estimator for a Noninverting Buck–Boost Converter
Omid Asvadi-Kermani · Arman Oshnoei · Frede Blaabjerg · IEEE Transactions on Power Electronics · 2025年2月
本文提出了一种用于非反相DC-DC Buck-Boost变换器的自适应约束模型预测控制（AMPC）方法，输出功率可达48W。该方法通过对控制信号及其变化率施加约束，有效抑制了输入电流和输出电压的振荡。AMPC控制器结合了线性模型与神经估计器，实现了参数的自适应调整，提升了变换器的动态响应性能与稳定性。
解读: 该技术在DC-DC变换控制领域具有显著的参考价值。阳光电源的户用光伏逆变器及储能系统（如PowerStack）中广泛应用了多级DC-DC变换拓扑，该AMPC控制策略通过引入神经估计器和卡尔曼滤波，能够有效提升变换器在负载突变或光照波动下的瞬态响应速度和稳态精度。建议研发团队关注该方法在降低电感电流纹...