Xianbo Zhou · Lei Fan · Jing Ning · Hao Zhou 等9人 · Applied Energy · 2025年1月 · Vol.383

摘要 液态金属电池（LMBs）因其长循环寿命、高安全性和低成本，在大规模储能领域具有广阔的应用前景。然而，LMBs在放电过程中存在较大的浓差极化以及一定的内部短路风险，严重阻碍了其实际应用。本研究提出采用施加外加磁场的策略来解决上述两个问题。首先，通过数值模型和逻辑推理阐明了外加磁场发挥作用的机理。进一步的实验结果表明，外加磁场显著提升了LMBs的放电性能。在500 mA cm−2的电流密度下，61.9 mT的磁场使放电电压提高了34.64%；在1000 mA cm−2的电流密度下，29.6 m...

解读: 该液态金属电池外磁场调控技术为阳光电源ST系列储能系统提供创新思路。研究揭示的磁场抑制浓差极化机制(500mA/cm²下电压提升34.64%)可启发PowerTitan大容量储能产品的热管理优化和电化学性能提升。磁场快速修复短路故障的能力对储能PCS的故障诊断与自愈合控制策略具有借鉴意义,可集成至i...

Yayu Ma · Zhaoyong Mao · Bo Li · Bo Cheng 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月

无线充电技术因其安全性和自动化特性，成为无人水下航行器（UUV）最具潜力的补能方式，而轻量化设计对UUV尤为重要。本文建立了LCC-S补偿型无线充电系统的直流输入-输出模型，无需在UUV端增设电力电子与通信装置。提出一种基于反向传播神经网络（BPNN）的输出预测模型与控制策略，仅利用初级侧直流信息实现次级侧输出预测，省去反馈链路，简化数据采集与处理，支持轻量化设计并实现恒流-恒压（CC-CV）充电。BPNN的非线性拟合能力有效补偿了零电压开关、导体及涡流损耗等难以精确建模的非线性因素，提升了预测...

解读: 该无线充电系统的LCC-S补偿拓扑与BPNN参数辨识技术对阳光电源充电桩产品线具有重要借鉴价值。其单侧控制架构省去通信反馈链路的设计思路，可应用于电动汽车无线充电场景，简化车载端设备复杂度。基于初级侧信息的输出预测方法与阳光电源ST储能系统的智能控制技术理念契合，BPNN对ZVS、涡流损耗等非线性因...

Chao Zhang · Yunfeng Ma · Guolin Yang · Tao Chen · Applied Energy · 2025年1月 · Vol.377

摘要 基于前期研究，本文对光伏枢纽清洁推荐系统（PNCRS）的有效性进行了全面研究。PNCRS是一种智能清洁推荐系统，旨在针对不同环境条件下优化光伏（PV）面板的清洁调度。传统的固定时间间隔和基于性能退化的光伏面板维护策略往往难以奏效，主要原因是其无法适应不断变化的环境影响，特别是在极端天气条件下。这些传统方法虽然简单直接，却未能捕捉到环境变化与面板效率之间的复杂相互作用，导致清洁计划次优以及能量输出下降。该智能清洁推荐系统通过实时环境适应性、数据驱动的决策机制以及综合利润优化，在确定光伏面板清...

解读: 该智能清洁推荐系统对阳光电源iSolarCloud平台具有重要应用价值。系统采用的VMD-CGAN数据增强和WPETF特征优化技术,可与SG系列逆变器的MPPT优化算法协同,通过实时环境数据动态调整清洁策略,在工商业光伏场景下提升29-34%收益。其贝叶斯优化的利润曲线模型可集成至预测性运维系统,为...

Qi Liu · Bo Yang · Mingxuan Cai · Yuxiang Liu 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月

小样本场景下光伏（PV）阵列的智能故障诊断由于模型精度和泛化能力较差，仍然具有挑战性。现有方法无法同时解决运行工况多变和样本不足的问题，导致少样本学习构建的模型适用性有限。此外，数据传输和计算成本等因素也需要考虑。因此，本文提出了一种用于小样本光伏故障诊断的云边协同自校正引导广义对比学习框架。首先，提出了一种端到端自校正模型，以消除可变环境的影响。然后，将自校正方案与对比学习相结合以实现模型泛化，并设计了一种类型筛选方法来提高模型精度。此外，提出了一种快速故障过滤机制，通过云边协同提高算法效率。...

解读: 从阳光电源的业务视角来看，这项基于云边协同的小样本光伏故障诊断技术具有重要的应用价值和战略意义。 在产品层面，该技术直接契合阳光电源光伏逆变器和电站运维的核心需求。传统故障诊断方法依赖大量标注数据，而实际运维中故障样本稀缺且环境条件多变，导致诊断模型泛化能力不足。该论文提出的自校正引导对比学习框架...

Mao Yang · Jiajun Niu · Bo Wang · Dawei Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月

准确的风电场群功率预测对大规模风电接入的新一代电力系统至关重要。现有建模方法忽略风向及频域信息的作用，导致空间信息利用不足，预测精度提升受限。为此，本文提出一种融合频域信息增益与动态趋势感知的风电场群日前功率预测模型。首先，基于图论与多信息渐进融合进行集群划分并设置虚拟信息节点；其次，提出时间窗内主导风向识别方法，构建基于主导风向与风速的动态加权有向图结构；进而，设计引入频域增益通道注意力机制的动态时空图卷积网络（FDCA-DSTGCN）完成预测。在中国内蒙古某风电场群的实证结果表明，所提方法较...

解读: 该风电场群功率预测技术对阳光电源储能与电网侧产品具有重要应用价值。首先可应用于ST系列储能系统的调度优化，通过频域信息增益提升储能容量配置精度，优化充放电策略。其次可集成到iSolarCloud平台，为新能源电站群的智能运维提供更准确的功率预测支持。该模型的动态时空图卷积网络架构也可迁移应用于光伏电...

Wenliang Liu · Penglong Xu · Chunxia Ma · Feng Lin 等6人 · IEEE Transactions on Electron Devices · 2025年9月

本文深入研究了基于浅沟槽隔离（STI）和硅局部氧化（LOCOS）的三重降表面电场（RESURF）横向扩散金属氧化物半导体（LDMOS）中独特的两阶段导通电阻（$R_{on}$）退化机制。阈值电压（$V_{th}$）退化和电荷泵（CP）实验证实，热载流子注入（HCI）损伤主要位于场氧化层（FOX）区域。在STI器件中，初始阶段$R_{on}$的快速增加归因于在平行电场驱动下，热电子注入到源极侧底部拐角处。在LOCOS器件中，初始阶段$R_{on}$的轻微下降主要是由于在垂直电场驱动下，热空穴注入到...

解读: 从阳光电源的业务视角来看，该论文揭示的LDMOS器件可靠性退化机制对我们的核心产品具有重要参考价值。LDMOS作为功率半导体的关键器件，广泛应用于光伏逆变器和储能变流器的功率转换电路中，其导通电阻（Ron）的稳定性直接影响系统效率和长期可靠性。 论文深入剖析了STI和LOCOS两种工艺架构下LDM...

Ding Wu · Bo Ma · Xiaohui Huang · Xian Wu 等7人 · Applied Energy · 2025年1月 · Vol.384

摘要 为区域供热并促进可再生能源电力的消纳，高温热泵技术预计将在由可再生能源驱动的热能储存系统中发挥关键作用。然而，目前关于高温热泵性能预测的研究通常基于特定的换热器传热关联式，难以指导在高温热泵系统的换热器设计和系统性能评估中对两相流关联式的选择与组合。本研究聚焦于不同两相流关联式的影响，针对用于部件设计和系统性能预测的8种关联式（4种流动冷凝关联式和4种流动沸腾关联式）开展了对比研究。结果表明，对于设计工况下的冷凝器或蒸发器，其尺寸、成本及碳排放均显著受到不同两相流关联式的影响。在16组两相...

解读: 该高温热泵4E分析技术对阳光电源储能系统热管理具有重要参考价值。PowerTitan等大型储能系统面临显著热管理挑战,研究揭示的两相流换热关联式选择对换热器设计、成本及碳排放的影响,可直接应用于ST系列PCS和集装箱式ESS的冷却系统优化。特别是非设计工况下9.88%的制热量波动和6.76%的火用效...