找到 5 条结果
同时改善具有氧化合金状氮化铪界面层的Ge n/p-FinFET及反相器的电学特性
Simultaneously Improved Electrical Characteristics of Ge n/p-FinFETs and Inverter With Oxidized Alloy-Like Hafnium Nitride Interfacial Layer
Dun-Bao Ruan · Kuei-Shu Chang-Liao · Cheng-Han Li · Zefu Zhao 等5人 · IEEE Electron Device Letters · 2024年12月
为了同时改善锗（Ge） n 沟道和 p 沟道场效应晶体管（FET）的电学特性，本文提出了一种在锗鳍式场效应晶体管（nFinFET）、p 型鳍式场效应晶体管（pFinFET）和互补金属氧化物半导体（CMOS）反相器上采用氧化程度约为 10%的类合金界面层（IL）的界面层工程。得益于通过合适的氧化工艺在类合金和富氧界面层之间实现的权衡平衡，锗 nFinFET 和 pFinFET 均表现出更低的等效氧化层厚度（EOT）值、更低的泄漏电流、更少的边界陷阱、更低的界面态密度（DIT）值、更低的亚阈值摆幅（...
解读: 从阳光电源的业务视角来看，这项基于锗（Ge）FinFET的界面层工程技术对我们的核心产品具有重要的潜在价值。该技术通过氧化类合金铪氮化物界面层同时改善n型和p型器件特性，实现了更低的等效氧化层厚度（EOT）、更低的漏电流和更高的开关电流比，这些特性直接对应着我们光伏逆变器和储能变流器中功率半导体器件...
高压射频应力下GaN HEMT中阻抗依赖性退化：电热与陷阱机制
Impedance-dependent degradation in GaN HEMTs under high-voltage RF stress: Electro-thermal and trap mechanisms
Linling Xu · Hui Guo · Nanjing Electronic Devices Institute · Jiaofen Yang 等5人 · Applied Physics Letters · 2025年1月 · Vol.127
研究了在高压射频应力下，不同负载阻抗条件下GaN高电子迁移率晶体管的退化行为。实验发现器件退化程度显著依赖于负载阻抗，低阻抗时退化更严重。结合电学与热学分析，表明高阻抗下自热效应更强，但低阻抗时更大的漏极电流导致焦耳热集中和电场加速，加剧了缺陷生成与载流子俘获。通过瞬态电流与脉冲I-V测试，识别出浅能级陷阱的激活是退化主因，并揭示了电热耦合与陷阱响应的协同作用机制。
解读: 该GaN HEMT阻抗依赖性退化机制研究对阳光电源功率器件应用具有重要价值。研究揭示的低阻抗下电流集中导致焦耳热与电场协同加速陷阱生成机制，可直接指导ST储能变流器和SG光伏逆变器中GaN器件的阻抗匹配设计。通过优化负载阻抗避开高退化区域，可提升PowerTitan储能系统和充电桩中GaN功率模块的...
将季内振荡与数值天气预报结合用于15天风电功率预测
Integrating Intra-Seasonal Oscillations With Numerical Weather Prediction for 15-Day Wind Power Forecasting
Shuang Han · Weiye Song · Jie Yan · Ning Zhang 等6人 · IEEE Transactions on Power Systems · 2025年2月
延长风电功率预测（WPF）的时间尺度对于以可再生能源为主的电力系统的电网管理和市场运营至关重要。然而，风电功率预测对数值天气预报（NWP）的高度依赖带来了巨大挑战。基于短期数据的数值天气预报迭代运算会放大其固有的不确定性，导致其超过10天的预报精度降低。为解决这一问题，引入季节内振荡（ISO）来捕捉更长期、更大尺度的气象模式，进而提出了用于15天风电功率预测的ISO - NWP集成框架。首先，开发了一个遥相关（TC）的历史时空定位模型，该模型在季节内振荡的影响下关联远距离的天气变化和风电功率波动...
解读: 该研究对阳光电源的风电变流器和储能系统具有重要应用价值。通过融合季内振荡预测与数值天气预报的混合建模方法，可显著提升风电功率预测精度，这对我司ST系列储能变流器的调度策略优化和PowerTitan储能系统的容量配置具有直接指导意义。具体而言，可将该预测算法集成到iSolarCloud平台，优化储能调...
一种用于低风力发电预测的自监督预学习方法
A Self-Supervised Pre-Learning Method for Low Wind Power Forecasting
Weiye Song · Jie Yan · Shuang Han · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
随着风电在电力系统中占比提升，其出力间歇性导致的低功率风险日益突出，准确预测低风力发电对缓解电力短缺至关重要。然而，由于低风速事件稀少，传统方法面临样本不足难题，制约了预测精度提升。为此，本文提出一种自监督预学习方法，通过挖掘低出力样本间的相似性与差异性，分别预测低风力发电事件（LWPE）的发生时段和低风力发电过程（LWPP）的功率序列。针对LWPE预测，设计基于对比学习的孪生残差收缩网络，利用样本对进行特征预学习以缓解样本不平衡；对于LWPP预测，构建基于模式识别的嵌入式预测框架，将典型波动模...
解读: 该自监督预学习方法对阳光电源储能与风电产品线具有重要应用价值。可将其集成至ST系列储能变流器的EMS能量管理系统，提升风储联合运行策略的精准度；应用于PowerTitan大型储能系统的调度优化，实现对低风力时段的精准响应。该技术可优化iSolarCloud平台的预测算法，提高风电场群的运维效率。特别...
基于“动态匹配与在线建模”策略的超短期风功率预测
Ultra-Short-Term Wind Power Forecasting Based on the Strategy of “Dynamic Matching and Online Modeling”
Yuhao Li · Han Wang · Jie Yan · Chang Ge 等6人 · IEEE Transactions on Sustainable Energy · 2024年8月
超短期风功率预测对电力系统实时调度、频率调节和日内市场交易具有重要意义。由于天气系统复杂性、机组老化及风电场控制策略等因素，风功率序列的时间依赖关系时变（即概念漂移），导致常用离线建模方法预测精度偏低。在线建模可利用流式数据最新信息捕捉动态变化规律，但现有方法难以满足电网对预测时效性的要求。为此，本文提出“动态匹配与在线建模”策略，通过幅值与波动特征相似性动态筛选训练样本，提升样本代表性并缩短训练时间；同时在匹配过程中引入数值天气预报风速信息以提高预测精度。基于中国三个风电场运行数据的实验结果表...
解读: 该风功率预测技术对阳光电源储能产品线具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan大型储能系统的调度控制,通过准确预测风电出力波动,优化储能系统的充放电策略,提升调峰调频性能。'动态匹配'方法可集成到iSolarCloud平台,为储能系统提供更精准的调度指令。该技术的在线建模...