找到 5 条结果
基于能量函数的非线性时空动力学稳定与控制方法在逆变器型网络化微网中的应用
A Nonlinear Spatio-Temporal Dynamical Stabilization and Control for Inverter Based Networked Microgrids: Energy Function Based Approach
Rajdip Debnath · Gauri Shanker Gupta · Deepak Kumar · Subrat Kumar Swain 等5人 · IEEE Transactions on Industry Applications · 2024年7月
分布式能源资源接入现代化联网微电网以及负荷动态变化的增加带来了显著的稳定性挑战。本研究旨在全面理解由跟网型和构网型逆变器组成的非线性多时间尺度系统中级联交互的稳定性。此外，所提出的控制器借助非线性李雅普诺夫函数，提供了一种改进且具有弹性的方法，以应对与非线性设备和线路/网络动态、状态变量的不确定性以及未建模系统动态相关的挑战。通过约束时间状态收敛到稳定平衡点，闭环控制系统的渐近时空动态稳定性得以保证，同时将控制振荡降至最低。对比分析和高保真硬件在环仿真相结合，有力证明了在各种动态场景下，所提出的...
解读: 该非线性时空动力学控制方法对阳光电源的储能变流器和光伏逆变器产品具有重要应用价值。通过能量函数建模的稳定性分析方法,可优化ST系列储能变流器和SG系列光伏逆变器的GFM/GFL控制策略,提升多机并联运行时的功率分配性能和暂态响应特性。特别是在PowerTitan大型储能系统中,该方法有助于解决多逆变...
基于图神经网络的电动汽车充电负荷预测与需求响应优化
A Comprehensive Review on Next-Generation Modeling and Optimization for Semiconductor Devices
Pratikhya Raut · Deepak Kumar Panda · Amit Kumar Goyal · IEEE Access · 2025年1月
电动汽车大规模接入对电网负荷管理提出新挑战,精准的充电负荷预测是需求响应优化的基础。本文提出基于图神经网络的充电负荷预测模型,捕捉充电站之间的时空关联性,结合需求响应策略实现充电负荷的削峰填谷。
解读: 该充电负荷预测技术可应用于阳光电源充电桩和储能系统的协同优化。通过智能预测和需求响应策略,优化充储一体化系统的能量调度,降低电网峰值负荷,提升充电基础设施的经济性,为光储充一体化解决方案提供智能调度支持。...
基于Smith预估器的分数阶负荷频率控制策略在通信时滞及网络威胁下的储能支持热力发电系统中的应用
Smith Predictor Based Fractional LFC Strategy for Storage Supported Thermal Power System Amid Communication Dead Time and Cyber Threats
Deepak Kumar · G. Lloyds Raja · Mohamed Alkhatib · Akash Kumar Deep 等5人 · IEEE Transactions on Industry Applications · 2025年3月
将可再生能源（RESs）和储能系统（ESSs）集成到现代电力系统网络中时出现的通信死区时间（CDT），在处理频率和联络线功率偏差时，可能会导致系统不稳定、相位滞后以及校正动作迟缓。为补偿通信死区时间，针对集成了可再生能源、电池储能系统、飞轮储能系统和超级电容器的双区域火力发电系统（TPS），解析设计了一种基于史密斯预估器的分数阶比例 - 积分 - 微分加积分（FPIDI）控制器。该FPIDI控制器采用改进的内模控制（IMC）理论进行设计，该理论基于火力发电系统的频率重定位分数阶模型。这种改进的内...
解读: 从阳光电源储能系统和新能源并网解决方案的业务视角来看，本论文提出的Smith预测器结合分数阶控制策略具有重要的工程应用价值。随着公司储能业务规模的快速扩张，大规模储能系统与火电机组协同参与电网频率调节已成为新型电力系统的重要应用场景，而通信延迟导致的控制滞后问题正是制约系统响应性能的关键瓶颈。 该...
基于CsGeI3钙钛矿的太阳能电池以实现更高效率和稳定性：一项实验研究
CsGeI3 Perovskite-Based Solar Cells for Higher Efficiency and Stability: An Experimental Investigation
Dolly Kumari · Nilesh Jaiswal · Deepak Punetha · Satyendra Kumar Mourya 等5人 · IEEE Journal of Photovoltaics · 2025年5月
在光伏技术的近期发展中，钙钛矿太阳能电池（PSCs）因其卓越的功率转换效率（PCE）、成本效益和更优良的光电特性而备受关注。然而，钙钛矿太阳能电池的稳定性以及铅的存在（毒性问题）仍然是其商业化的主要挑战。在本研究中，我们通过实验研究了采用n - i - p结构的全无机、无铅CsGeI₃基钙钛矿太阳能电池。采用一步旋涂技术合成了CsGeI₃薄膜，并对其晶体学特性进行了分析。此外，我们制备并测试了不同的器件架构，这些架构将CsGeI₃作为吸收层，搭配各种电子传输层（ETLs），包括TiO₂、ZnO和...
解读: 该CsGeI3无铅钙钛矿电池技术对阳光电源SG系列光伏逆变器及PowerTitan储能系统具有前瞻应用价值。其高开路电压特性可优化逆变器MPPT算法的电压追踪范围，提升1500V系统的直流侧适配性；优异的热稳定性与长期运行稳定性可降低光伏电站的衰减率，延长系统生命周期，减少iSolarCloud平台...
面向绿色人工智能：基于深度学习与滤波技术的商用锂离子电池健康状态估计与退化分析的节能方法
Towards Green AI: Energy-Efficient State of Health Estimation and Degradation Analysis of Commercial Lithium-Ion Batteries Based on Deep Learning and Filter Technique Approach
Deepak Kumar · Mujeeb Ahmed · Majid Jamil · M. Rizwan 等5人 · IEEE Transactions on Industry Applications · 2025年9月
大型数据集中冗余的相似数据点会增加数据集的规模、存储量、内存使用量、训练时间和计算资源需求，导致深度学习（DL）模型效率显著降低。这些低效问题会降低模型性能并增加能耗。现有的基于深度学习的锂离子电池健康状态（SOH）估计方法常常面临计算需求高、精度低和能耗高等挑战。这些模型为了获得准确的结果需要消耗大量能量，从而导致更高的电力需求和碳足迹。因此，本文提出了一种基于冗余减少方法的新型过滤技术（FT）。该方法可提高数据集的质量，即减小数据集规模、降低内存利用率并减少能耗。将这种新型过滤技术与门控循环...
解读: 该节能型电池健康状态估计技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。通过滤波技术减少冗余数据，可显著降低BMS系统的计算负荷和能耗，特别适用于大规模储能电站的实时健康监测。该方法可集成至iSolarCloud云平台，实现边缘侧轻量化SOH估算与云端深度分析的协...