找到 5 条结果
一种集成液冷基板嵌入式碳化硅功率模块
A Novel Substrate-Embedded SiC Power Module With Integrated Liquid Cooling
Xinnan Sun · Min Chen · Jie Li · Fengze Hou 等7人 · IEEE Transactions on Power Electronics · 2025年9月
为充分发挥碳化硅（SiC）器件优势，本文提出一种集成液冷基板嵌入式SiC功率模块。该模块将四颗1.2kV SiC MOSFET嵌入有机基板，通过直接键合微通道散热器进行冷却，封装尺寸仅为20mm×20mm×2.4mm。该设计实现了极短的电气互连，显著降低了寄生参数并提升了散热性能。
解读: 该技术对阳光电源的核心产品线具有极高的战略价值。在光伏组串式逆变器和PowerTitan/PowerStack储能变流器（PCS）中，功率密度和散热能力是提升竞争力的关键。嵌入式封装与微通道液冷技术能有效降低寄生电感，提升开关频率，从而减小磁性元件体积，助力产品向更高功率密度演进。建议研发团队关注该...
一种低寄生电感与低热阻的倒装嵌入式SiC功率模块设计与评估
Design and Evaluation of a Face-Down Embedded SiC Power Module With Low Parasitic Inductance and Low Thermal Resistance
Xinnan Sun · Min Chen · Bodong Li · Fengze Hou 等8人 · IEEE Transactions on Power Electronics · 2023年3月
本文提出了一种用于高频、高温应用场景的嵌入式碳化硅（SiC）功率模块。通过采用倒装结构及铜连接块，显著降低了寄生电感并提升了散热性能。仿真结果表明，该设计有效优化了开关特性，为提升功率密度提供了技术路径。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式逆变器和PowerTitan系列储能PCS中，高频化与高功率密度是核心竞争力。倒装嵌入式SiC模块能显著降低开关损耗和寄生电感，有助于减小磁性元件体积，提升整机效率。建议研发团队关注该封装技术在下一代高压、大电流PCS产品中的应用，以解决高频化带来的散...
碳化硅高温封装芯片连接材料综述
Review of Die-Attach Materials for SiC High-Temperature Packaging
Fengze Hou · Zhanxing Sun · Meiying Su · Jiajie Fan 等9人 · IEEE Transactions on Power Electronics · 2024年10月
碳化硅（SiC）器件在高温、高压和高频应用中优于硅器件。为充分发挥SiC的高温潜力，电力电子封装需采用耐高温的芯片连接材料。本文综述了高温芯片连接材料的最新研究进展，分析了其在极端工况下的可靠性与热管理挑战。
解读: 随着阳光电源组串式逆变器及PowerTitan储能系统向高功率密度、高效率方向演进，SiC器件的应用已成为核心趋势。芯片连接材料（Die-attach）直接决定了功率模块在高温环境下的热阻与寿命。本文的研究对于公司提升SiC功率模块的封装可靠性、优化热设计具有重要参考价值。建议研发团队关注银烧结（S...
带外部斜坡补偿的电流模式恒定导通时间控制的采样数据建模
The Sampled-Data Modeling for Current Mode Constant On-Time Control With External Ramp Compensation
Na Yan · Qidong Wang · Xin Li · Che Song 等8人 · IEEE Transactions on Power Electronics · 2026年2月
本文研究了带外部斜坡补偿的电流模式恒定导通时间（COT）控制的采样数据建模方法。以往模型仅考虑零斜坡补偿情况，本文发现引入斜坡补偿后，占空比扰动与采样时刻感测电流扰动之间的比值不再恒定，并提出了修正的采样数据模型，提高了COT控制在电力电子变换器中的稳定性分析精度。
解读: COT控制因其优异的瞬态响应能力，常被应用于阳光电源的户用光伏逆变器及小型储能PCS产品中。然而，COT控制在宽输入电压范围或重载下易出现稳定性问题。本文提出的带斜坡补偿的采样数据建模方法，能更精确地预测系统稳定性边界，有助于研发团队在产品设计阶段优化补偿参数，提升变换器在复杂电网环境下的抗扰动能力...
基于多空间注意力LSTM的时序环境感知光伏性能预测框架
Temporal environment informed photovoltaic performance prediction framework with multi-spatial attention LSTM
Dou Hong · Fengze Li · Jieming Ma · Ka Lok Man 等6人 · Solar Energy · 2025年6月 · Vol.296
摘要 预测光伏（PV）系统的性能对于优化可再生能源利用至关重要。然而，传统的时间序列方法仅关注时间模式，忽略了环境变化的影响，而诸如局部遮挡等动态条件进一步增加了功率预测的复杂性。为应对由遮挡引起的变化，本文提出了一种时序与环境感知预测（TEIP）框架，该框架通过一种新颖的多空间注意力LSTM（MSAL）网络，动态整合时序与环境数据，从而提升光伏功率预测精度。该框架利用TE矩阵捕捉随时间变化的结构化环境条件，包括由局部遮挡引起的变异性。所设计的双分支MSAL模型通过空间特征提取对环境数据进行独特...
解读: 该TEIP框架的多空间注意力LSTM架构对阳光电源SG系列光伏逆变器和iSolarCloud平台具有重要应用价值。其时空环境矩阵建模方法可增强MPPT算法在局部遮挡场景下的动态响应能力,R²达0.952的预测精度可显著提升ST储能系统的充放电策略优化。建议将该框架集成至智能运维平台,结合虚拟同步发电...