Fanfan Lin · Xinze Li · Weihao Lei · Juan J. Rodriguez-Andina 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月

大型语言模型（LLM）在推动众多行业发展方面展现出了令人振奋的潜力，但由于缺乏专业的电力电子（PE）技术知识以及处理特定电力电子数据时面临的挑战，其在电力电子领域的应用受到了阻碍。本研究提出了一种开创性的方法，用于构建专门针对电力电子设计应用的多模态大型语言模型，名为 PE - GPT。该方法包括利用从电力电子知识库中进行检索增强生成来强化 PE - GPT，并提出了一个混合框架，将大型语言模型代理与元启发式算法、模型库和仿真库相结合。这增强了其多模态处理能力，并使其能够融入现有的设计工作流程。...

解读: 从阳光电源的业务视角来看，PE-GPT代表了电力电子设计范式的重要突破，对公司光伏逆变器、储能变流器等核心产品的研发具有战略意义。该技术通过多模态大语言模型与元启发式算法、仿真库的深度融合，能够显著提升电力电子设计的效率和准确性，在双有源桥（DAB）变换器调制策略和Buck变换器参数设计中已展现出比...

Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月

随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...

解读: 该基于GPT的超短期光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...

Tipu Sultan · Mohammad Abu Tareq Rony · Mohammad Shariful Islam · Samah Alshathri 等5人 · IEEE Access · 2025年1月

混合储能系统结合电池和超级电容的互补特性,可平衡功率密度和能量密度需求。本文提出多时间尺度协调控制策略,通过分层控制架构实现快速功率响应和长时间能量管理,优化储能系统的功率分配和寿命管理。

解读: 该混合储能控制策略可应用于阳光电源ST系列储能系统的升级方案。通过电池-超级电容混合配置,提升储能系统的功率响应速度和循环寿命,优化工商业储能的削峰填谷性能,降低电池循环次数,延长系统使用寿命。...