Kun He · Bailing Li · Sumei Wu · Chen Yi 等8人 · Applied Physics Letters · 2025年1月 · Vol.127

本文研究了二维WTe2/Cr3Te4异质结构中的电流诱导磁化翻转效应。该结构结合了拓扑非平庸的单层WTe2与本征铁磁半导体Cr3Te4，展现出优异的自旋轨道力矩效率和高磁化翻转比率。通过第一性原理计算与微磁模拟相结合，揭示了界面强自旋轨道耦合与电荷-自旋转换机制对增强翻转效率的关键作用。结果表明，此类异质结构在低功耗自旋电子器件中具有重要应用潜力。

解读: 该二维异质结构的高效电流诱导磁化翻转特性对阳光电源的功率器件技术创新具有重要启发。WTe2/Cr3Te4结构的高自旋轨道力矩效率可用于开发新型磁控开关器件，有望在SiC功率模块中实现更快速的开关特性和更低的损耗。这一技术可优化ST系列储能变流器和SG系列光伏逆变器的功率变换效率，特别是在高频开关应用...

Jinpeng Wu · Jianhong Pan · Chunpin Ren · Jiapeng Liu 等6人 · IEEE Transactions on Power Electronics · 2024年12月

高压集成门极换向晶闸管（IGCT，反向阻断型）是混合式电网换相换流器抵御换相失败的合适器件。在导通过程中，当电流上升率 $di/dt$ 高达千安每微秒时，会出现电压平台现象。为了解析这一现象的机理和潜在风险，本文聚焦于电压平台的微观过程及影响因素，发现注入空穴不足抑制了空间电荷区的放电过程，从而导致该现象的出现。此外，本文还阐明了其热稳定性和长期可靠性。本文在科学和技术层面均有助于高压 IGCT 器件的研发。

解读: 从阳光电源的业务视角来看，这项关于高压集成门极换流晶闸管（IGCT）开通电压平台现象的研究具有重要的技术参考价值。IGCT作为一种高压大功率半导体器件，在我们的大功率光伏逆变器、储能变流器以及柔性直流输电系统中具有潜在应用前景。 该研究揭示了IGCT在高di/dt（kA/μs级）开通过程中出现电压...

Hui Yuan · Linbin Huang · Huisheng Gao · Di Zheng 等6人 · IEEE Transactions on Sustainable Energy · 2024年5月

在多逆变器资源（IBR）系统中，静止同步补偿器（STATCOM）的接入虽可提供电压支撑，但在低短路容量电网中可能加剧由IBR与电网交互引发的次/超同步振荡。由于系统动态复杂且运行工况多变，现有研究难以全面揭示STATCOM对振荡的影响机理并有效设计其阻尼控制。本文从电网强度视角提出一种新方法，揭示STATCOM在多IBR系统中对IBR诱导振荡的影响机制，并通过优化STATCOM控制参数，确保关键工况下多个子系统的鲁棒小信号稳定性，避免依赖大量详细模型的 exhaustive 分析。所提方法在改进...

解读: 该STATCOM鲁棒自适应控制技术对阳光电源多个产品线具有重要应用价值。在PowerTitan大型储能系统中，可借鉴其电网强度视角的振荡抑制方法，优化ST系列储能变流器的阻尼控制策略，解决弱电网下多储能系统并联引发的次/超同步振荡问题。对于构网型GFM控制技术，该研究提出的多设备交互机理分析方法可用...

Qiang Wu · Linjun Wu · Jingbao Zhou · Yongyuan Li 等6人 · IEEE Transactions on Power Electronics · 2025年7月

功率因数校正（PFC）技术对于提升交直流转换器的性能至关重要，它通过提高功率因数并最小化输入电流的总谐波失真（THD），确保输入电流紧密跟踪输入电压。本文提出了一种基于可变导通时间控制策略、带有总谐波失真增强器的新型乘法器。该乘法器能够补偿反向谐振电流和交越失真，并实现精确的平均电流控制。这种方法能在每个电源周期内有效恢复平均电感电流的正弦波形。基于所提出的方案，采用0.35μm BCD工艺实现了一款PFC控制器。实验结果表明，该原型的功率因数大于0.99，最小总谐波失真为0.66%，峰值效率为...

解读: 从阳光电源的业务视角来看，这项基于可变导通时间控制策略的新型功率因数校正（PFC）乘法器技术具有重要的应用价值。该技术通过THD增强器有效补偿反向谐振电流和交越失真，实现了功率因数大于0.99、最低THD仅0.66%和峰值效率98%的优异性能，这些指标直接契合我们在光伏逆变器和储能变流器产品中对高效...

Weixuan Lin · Di Wu · Michael Jenkin · IEEE Transactions on Power Systems · 2024年4月

随着电网安全运行和家庭能源管理系统的发展，居民用户的短期负荷预测（STLF）日益重要。尽管机器学习在住宅STLF中表现有效，但本地设备的数据与资源限制制约了个体用户预测的精度。相比之下，电力公司拥有更丰富的数据和更强的计算能力，可部署基于图神经网络（GNN）等复杂模型，挖掘用户间的时空关联以提升预测性能。本文提出一种高效且保护隐私的知识蒸馏框架，通过将基于公用数据预训练的GNN模型中的时空知识迁移至轻量级个体模型，在不访问其他用户数据的前提下提升个体预测精度。在真实住宅负荷数据集上的实验验证了该...

解读: 该时空知识蒸馏负荷预测技术对阳光电源户用储能系统（如ST系列）和iSolarCloud平台具有重要应用价值。可将云端基于海量用户数据训练的GNN预测模型压缩至本地ESS控制器，在保护用户隐私前提下实现高精度负荷预测，优化储能充放电策略和光储协同控制。该轻量化模型可嵌入户用逆变器DSP/ARM芯片，降...

Abu Shouaib Hasan · Rui Fan · Di Wu · IEEE Transactions on Industrial Informatics · 2025年2月

随着电力消耗的不断增加以及输电投资的不足，如今的电力系统运行状态更接近其极限，这引发了对影响系统稳定性的区域间振荡问题的担忧。本文提出了一种用于增强区域间振荡阻尼的新型储能配置与控制方法。通过结合留数分析和主导模式分析，我们能够确定有利于提升阻尼性能的储能配置位置。为应对控制参数固定和阻尼不足等挑战，我们提出采用基于深度强化学习的方法进行储能控制。利用先进的基于引导替代梯度的进化策略，以稳健、高效且可重复的方式训练学习智能体。同时采用并行计算来加快训练过程。所提出的策略已在中型和大型系统上进行了...

解读: 从阳光电源储能系统业务视角来看，这项基于深度强化学习的区域间振荡抑制技术具有重要战略价值。随着新能源渗透率提升和电网运行接近极限状态，区域间振荡已成为威胁大规模新能源并网稳定性的关键问题，这与我司储能系统的核心应用场景高度契合。 该技术的核心价值在于两个维度的突破：首先，通过残差分析与主导模态分析...

Peixuan Wu · Di Liu · Songyan Zhang · Chao Lu 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月

家庭电池和电动汽车等需求侧储能（DESs）在提供快速频率调节服务方面具有巨大潜力。本文提出一种三层分层灵活性聚合框架，以全面评估并可靠实现异构DESs在二次频率调节（SFR）中的聚合灵活性。设备层将单个DES的调节能力建模为考虑实时荷电状态约束与调节信号统计特征的二维可行域，并据此对DES进行聚类。集群层采用基于原型的最大内逼近法（MIA）高效聚合各集群的调节容量、动态响应模型及成本。聚合层通过凸优化在每个可行运行点建立多集群协同SFR灵活性的解析表达式，为聚合商经济参与SFR提供综合模型。仿真...

解读: 该分层灵活性聚合技术对阳光电源储能与充电业务具有重要应用价值。在PowerTitan大型储能系统中，可借鉴其三层聚合架构实现异构储能单元（电池簇、PCS模组）的协同调频控制，通过二维可行域建模优化ST系列储能变流器的AGC响应策略。对于户用光伏储能场景，该方法可集成至iSolarCloud平台，实现...

Hyeonjin Kim · Avijit Das · Di Wu · IEEE Transactions on Industrial Informatics · 2025年8月

本文介绍了一个基于神经优化器的框架，用于优化电池储能系统（BESS）为电网服务的控制策略，包括降低需求费用和能源成本。通过利用以决策为中心的学习（DFL）方法，所提出的框架确保了无缝集成与自适应能力，显著提升了控制性能。该框架采用了一种补丁时间序列变压器进行峰值负荷预测，并结合了偶然不确定性量化，以在决策过程中考虑预测的不确定性。框架运用一种“求解器在环”的方法来生成电池储能系统的最优动作，然后利用这些动作来训练基于神经优化器的智能体。通过在神经网络中共同优化电池储能系统的运行模式和输出功率，该...

解读: 从阳光电源储能系统业务视角看，这项基于神经优化器和决策聚焦学习的储能控制技术具有显著的商业应用价值。该技术针对电池储能系统（BESS）在需量电费管理和能源成本削减等电网服务场景的优化控制，与阳光电源PowerStack、PowerTitan等储能产品的核心应用场景高度契合。 技术创新点在于通过决策...

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...

Jiangbiao He · Paolo Mattavelli · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月

为满足全球零排放可持续能源发展需求，交通和公用电力等行业正经历快速变革，电力电子在电动汽车、电动船舶、飞机、太阳能/风能发电和储能等众多功率转换系统中发挥支柱作用。然而电力电子可靠性尚未受到足够重视，特别是在安全关键应用中可靠性应是首要设计优先级。工业4.0和5.0着重互联性、自动化、智能和实时状态监测，数字在线预防性维护和优化至关重要。数字孪生是物理系统的数字复制品，可准确预测和反映物理系统的实时健康状况，通过物理组件与数字孪生模型间的实时双向数据流实现。该特刊发表10篇文章涵盖数字孪生参数估...

解读: 该数字孪生特刊与阳光电源智能运维战略高度契合。特刊涵盖的Buck/Boost变换器数字孪生参数估计、五电平ANPC逆变器故障诊断和SiC MOSFET模块电-热-机械建模与阳光iSolarCloud平台的智能诊断和预测性维护功能发展方向一致。数字孪生技术在直流电容、电感、开关管寄生电阻实时估计方面的...

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...