找到 8 条结果
基于长度伸缩振动夹层复合压电换能器的无线电能传输
Wireless Power Transmission Based on Sandwiched Composite Piezoelectric Transducers in Length Extensional Vibration
Shuyu Lin · Hui Cao · Xiaoyang Qiao · IEEE Transactions on Power Electronics · 2016年9月
本文提出了一种新型无线电能传输系统，由两个通过中间金属传输圆柱连接的长度伸缩振动夹层复合压电换能器组成。研究考虑了介电和机械损耗，推导了谐振/反谐振频率方程，并分析了机械和介电损耗对系统性能的影响。
解读: 该技术属于前沿的无线电能传输领域，目前阳光电源的核心业务（光伏逆变器、储能系统、充电桩）主要基于电磁感应和电力电子变换技术。压电式无线传输在当前大功率电力电子应用中尚处于实验室阶段，与公司现有的高功率密度、高效率电力电子变换器产品线（如PowerTitan、组串式逆变器）在技术路径上差异较大。建议持...
混合动力电动飞机推进系统中高压IGBT在严苛环境下局部放电的耐受性研究
Altitude Readiness of High-Voltage IGBTs Subjected to the Partial Discharge at Harsh Environmental Conditions for Hybrid Electric Aircraft Propulsion
Tohid Shahsavarian · Di Zhang · Patrick McGinnis · Steven Walker 等6人 · IEEE Transactions on Power Electronics · 2022年4月
本文研究了商用高压IGBT在低气压和高温等严苛环境下，因局部放电（PD）引发的绝缘可靠性问题。针对航空航天应用，分析了高压IGBT在极端环境下的脆弱性，为功率模块在特殊工况下的绝缘设计与可靠性评估提供了理论依据。
解读: 该研究关注高压IGBT在极端环境下的绝缘可靠性，这对阳光电源的组串式逆变器及PowerTitan系列储能系统具有重要参考价值。随着光伏与储能系统向高电压（如1500V/2000V）及高海拔、高寒等复杂环境应用拓展，功率模块的局部放电风险显著增加。建议研发团队借鉴文中关于低气压下绝缘失效的机理分析，优...
基于谐波分析法的DAB变换器人工智能辅助最小无功功率控制
Artificial Intelligence-Aided Minimum Reactive Power Control for the DAB Converter Based on Harmonic Analysis Method
Yuanhong Tang · Weihao Hu · Di Cao · Nie Hou 等7人 · IEEE Transactions on Power Electronics · 2021年9月
为降低双有源桥（DAB）变换器的无功功率，本文提出了一种基于谐波分析法和深度强化学习（DDPG算法）的辅助控制方案。通过离线训练智能体，实现DAB变换器在不同工况下的最优控制，有效提升了功率传输效率。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要价值。DAB变换器是储能变流器（PCS）的核心拓扑，通过引入深度强化学习优化无功功率控制，可显著降低变换器损耗，提升系统全生命周期能效。建议研发团队关注该算法在PCS控制板上的嵌入式部署，利用AI技术替代传统复杂的...
面向异常事件的在线时空集成学习负荷预测方法
Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events
Yaqi Zeng · Pengfei Zhao · Di Cao · Zhe Chen 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出一种在线时空集成学习框架，通过融合区域间空间相关性与时间动态性，快速适应疫情等异常事件引发的负荷模式突变；采用在线互补学习网络提取时空特征，并结合指数梯度下降与强化学习优化凸组合权重。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统在负荷侧协同调度中具有直接应用价值。其在线自适应预测能力可提升光储充一体化系统的日前-日内负荷与新能源出力联合预测精度，优化PCS功率指令生成与BMS充放电策略。建议将该算法集成至iSolarCloud边缘AI...
一种考虑尾部风险评估的互联微电网分布鲁棒协同调度与效益分配方法
A distributionally robust collaborative scheduling and benefit allocation method for interconnected microgrids considering tail risk assessment
Jialin Du · Weihao Hu · Sen Zhang · Di Cao 等8人 · Applied Energy · 2025年8月 · Vol.391
摘要 负荷与可再生能源的不确定性给互联微电网的最优经济调度带来了巨大挑战。本文提出了一种分布鲁棒优化（DRO）协同调度与合作效益分配方法。首先，构建了一种改进的模糊集以刻画负荷和可再生能源的不确定性，从而降低调度策略不必要的保守性。然后，基于条件风险价值（CVaR）将互联微电网的日前协同调度问题构建为一个DRO模型，以准确评估调度策略的尾部平均风险。此外，由于双层定积分优化模型求解困难，本文通过对偶变换及区间约束重构，将原模型等价转化为易于求解的单层混合整数二阶锥规划（MISOCP）模型。随后，...
解读: 该分布式鲁棒优化方法对阳光电源微电网储能系统具有重要应用价值。其CVaR尾部风险评估机制可集成至ST系列PCS的调度策略,提升PowerTitan储能系统在多微网互联场景下的经济性。改进的模糊集建模可优化iSolarCloud平台的源荷不确定性预测算法,降低日前调度保守性。混合整数二阶锥规划求解方法...
基于不确定主震-余震序列的换流站两阶段随机韧性优化
Two-Stage Stochastic Resilience Optimization of Converter Stations Under Uncertain Mainshock-Aftershock Sequences
Kai Wang · Zhihang Xue · Di Cao · Yu Liu 等5人 · IEEE Transactions on Power Systems · 2025年4月
降低电力系统（尤其是换流站）的地震脆弱性并增强其韧性，对于维持其安全运行至关重要。然而，地震往往伴随着余震，且存在诸多不确定性，这为制定震前准备与震后恢复联合策略带来了重大挑战。本文提出了一种新颖的两阶段随机规划模型，以增强换流站在主震 - 余震序列不确定性下的韧性。该模型分为两个部分：第一阶段着重于在地震发生前为换流站设计设备加固策略（EHS）和备件策略（SPS）；第二阶段致力于在主震 - 余震序列发生后优化恢复调度（RS）。为降低模型的内生不确定性，采用了一种容差随机数生成方法在第二阶段生成...
解读: 该两阶段随机韧性优化方法对阳光电源大型地面电站及换流站级储能系统具有重要应用价值。针对PowerTitan储能系统和集中式SG逆变器站，可借鉴其不确定性建模思路，构建自然灾害（地震、台风）下的设备易损性评估模型，优化一次设备加固方案与二次系统冗余配置。在iSolarCloud平台集成该韧性评估算法，...
因果机制赋能的零标签学习在新建光伏电站发电功率预测中的应用
Causal Mechanism-Enabled Zero-Label Learning for Power Generation Forecasting of Newly-Built PV Sites
Pengfei Zhao · Weihao Hu · Di Cao · Rui Huang 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
针对新建光伏（PV）电站因缺乏历史发电数据导致的功率预测难题，本文提出一种无需任何标注样本的无监督零标签学习方法。通过挖掘不同电站间的不变因果结构，并利用因果机制提升目标电站的预测性能。设计了因果赋能的域自适应网络（CEDAN），结合内外注意力机制从时滞数据片段中提取发电因果关联，并构建域适应损失函数以对齐源域与目标域的因果分布差异。进一步扩展为分位数域适应损失以应对输出不确定性。联合优化域适应与预测损失，实现跨域不变因果机制的学习，从而在无标签情况下完成高泛化性功率预测。基于真实数据的实验表明...
解读: 该零标签功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。针对新建光伏电站缺乏历史数据的痛点，通过因果机制实现无标签跨域迁移学习，可直接应用于阳光电源新部署站点的发电预测模块。该方法提升7.57%的确定性预测精度，能优化iSolarCloud平台的智能诊断...
客座编辑特刊：面向零排放电动交通的电机驱动先进技术
Guest Editorial Special Issue on Advanced Technologies of Motor Drives for Zero-Emission E-Mobility
Yunwei Ryan Li · Wei Hua · Luca Zarri · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月
为实现《巴黎协定》将全球温升控制在2°C以内的目标，电动交通（e-mobility）迅速发展。然而，其电机驱动系统所耗电能仍部分来自化石能源，因此提升驱动系统能效成为实现净零排放的关键。本期特刊聚焦电机驱动在新材料、谐波抑制、电磁干扰抑制、智能控制、故障容错、能量管理及系统设计等方面的前沿进展，收录43篇高质量论文，涵盖提高能效的多种技术路径，推动电动交通可持续发展。
解读: 该特刊聚焦的电机驱动先进技术对阳光电源新能源汽车产品线具有直接应用价值。其中SiC/GaN器件应用、三电平拓扑技术可直接优化车载OBC充电机和电机驱动系统的功率密度与效率；PWM控制、SVPWM及模型预测控制MPC等智能控制算法可提升电机驱动精度和动态响应；谐波抑制与EMI抑制技术可改善充电桩的电能...