Euichul Chung · Muhannad S. Bakir · IEEE Transactions on Components, Packaging and Manufacturing Technology · 2025年11月

本文分析了具有台阶高度差异的异构集成高带宽内存（HBM） - 图形处理单元（GPU）模块的系统级热管理问题。不同功能和芯片尺寸的高功率小芯片的异构集成推动了与多芯片配置兼容的先进冷却解决方案的发展。通过利用计算流体动力学（CFD） - 传热（HT）分析，我们提出了补偿多芯片厚度不匹配的顶面单相微流体冷却解决方案，包括带有结构硅的扁平微通道针翅式散热器（F - MPFHS）和后向台阶微通道针翅式散热器（BFS - MPFHS）。以带有结构硅的传统强制风冷散热器为基准对热性能进行评估。HBM - G...

解读: 从阳光电源的业务视角来看，这项针对HBM-GPU异构封装的微流道冷却技术具有重要的借鉴价值和应用潜力。随着我们光伏逆变器和储能系统向高功率密度、高集成度方向发展，功率器件的热管理已成为制约系统性能和可靠性的关键瓶颈。 该研究提出的单相微流道冷却方案能够在0.15升/分钟流量下，以仅117-169毫...

Ravi Teja Alla · Amarsagar Reddy Ramapuram Matavalam · IEEE Transactions on Power Systems · 2025年10月 · Vol.41

本文提出一种基于稀疏逆LU因子矩阵-向量乘法（SIF-MVM）的GPU加速电流注入法（CIM-PF）潮流求解器，显著提升大规模不平衡配电网（最高16.8万节点）单场景及批量潮流计算效率，适用于时序分析、概率性评估与规划仿真。

解读: 该GPU加速潮流算法可增强阳光电源iSolarCloud智能运维平台在配网级多节点光伏+储能系统（如PowerTitan集群、ST系列PCS群）的实时协同仿真与动态优化能力，尤其适用于工商业光储微电网在弱电网下的潮流收敛性保障。建议将SIF-MVM内核集成至iSolarCloud的数字孪生引擎，支撑...

Bharath Ramakrishnan · Cam Turner · Husam Alissa · Dennis Trieu 等13人 · Journal of Electronic Packaging · 2025年6月 · Vol.147

传统上，数据中心采用风冷方式为IT设备散热，但随着图形处理器（GPU）功耗的持续上升，对冷却技术提出了更高要求。为提升能效，直接液冷（DLC）成为一种有前景的解决方案。本文评估了在执行人工智能/机器学习（AI/ML）任务的微软G50 GPU服务器上，DLC相较于传统风冷的性能表现。实验结果表明，DLC显著提升了GPU计算性能，增强了能效，并有效降低了系统热阻，为高密度计算场景下的散热设计提供了重要参考。

解读: 该液冷技术研究对阳光电源PowerTitan大型储能系统和数据中心储能方案具有重要应用价值。研究证实直接液冷可显著提升GPU高功率密度场景下的能效和性能，这与储能变流器功率模块散热需求高度契合。对于ST系列储能变流器，可借鉴液冷方案优化SiC/GaN功率器件的热管理，降低系统热阻，提升功率密度和转换...

Wenkang Huang · Brad Lehman · IEEE Transactions on Power Electronics · 2015年1月

本文研究了交错多相同步Buck变换器中离散电感间的非预期耦合效应。针对商业应用中空间受限导致电感磁场干扰的问题，文章推导了耦合系数方程，并分析了该效应如何影响变换器的纹波电流及动态响应，为高功率密度变换器的设计提供了理论支撑。

解读: 该研究关注高功率密度变换器中的磁集成与电感耦合效应，这对阳光电源的组串式逆变器及储能PCS产品具有参考价值。随着阳光电源产品向更高功率密度演进，内部空间布局愈发紧凑，电感间的寄生耦合可能导致电流纹波增大或效率下降。建议研发团队在设计阶段引入有限元仿真（FEA）分析电感布局的耦合影响，优化磁性元件排布...

Shenhao Yan · Zhiyin Zhou · Venkata Dinavahi · IEEE Transactions on Power Electronics · 2018年6月

器件级电力电子电路仿真因计算繁琐，常迫使工程师简化模型或缩减电路规模。本文提出了一种在图形处理器（GPU）上进行大规模线程并行仿真的方法，通过器件级建模显著提升了大规模电力电子电路的仿真执行效率。

解读: 该技术对阳光电源的研发具有重要价值。在开发PowerTitan等大型储能系统及集中式/组串式逆变器时，功率器件（如IGBT/SiC）的非线性行为对系统效率和可靠性至关重要。利用GPU并行仿真技术，研发团队可在设计阶段更精确地模拟大规模电路的瞬态响应，无需过度简化模型，从而优化散热设计、提升功率密度并...

Liang Jia · Srikanth Lakshmikanthan · Xin Li · Yan-Fei Liu · IEEE Transactions on Power Electronics · 2018年7月

随着AI、大数据及云计算的发展，数据中心正转向54V直流供电架构以提升能效。本文针对该应用场景，提出了一种新型软开关DC-DC变换器的建模方法与设计优化策略，旨在提高功率密度与转换效率，满足高性能计算服务器对电源系统的严苛要求。

解读: 该研究聚焦于高效率DC-DC变换器，对阳光电源的储能系统（如PowerTitan、PowerStack）及户用储能中的DC-DC模块具有参考价值。随着数据中心储能及工商业储能对高功率密度和高效率的需求日益增长，文中提到的软开关技术及建模优化方法，可用于提升阳光电源储能变流器（PCS）内部DC-DC级...

Myeongsu Kang · Jaeyoung Kim · Jong-Myon Kim · IEEE Transactions on Power Electronics · 2015年5月

本文提出了一种基于包络分析的机械状态监测方法，通过软阈值降噪技术提升声发射信号信噪比，并在GPU上实现高效计算。该方法成功应用于低速轴承故障识别，验证了其在处理高频采样数据时的性能与能效优势。

解读: 该技术主要关注机械设备的故障诊断与状态监测，对阳光电源的运维体系具有参考价值。在风电变流器及大型集中式光伏逆变器的风扇、冷却系统等旋转部件监测中，该方法可提升故障预警的准确性与实时性。建议研发团队关注GPU加速算法在iSolarCloud智能运维平台中的应用，通过引入此类高效信号处理技术，优化设备全...

Pranav Raj Prakash · Ahmed Nabih · Yan Liang · Sudhir Kudva 等7人 · IEEE Transactions on Power Electronics · 2025年10月

人工智能与机器学习的发展推动了GPU算力的指数级增长，导致其功耗大幅提升。传统的12V中间总线电压（IBV）横向供电方案已难以满足需求，本文探讨了垂直供电技术，旨在通过高电流、高功率密度的中间总线变换器，解决下一代处理器供电的瓶颈问题。

解读: 该文章探讨的垂直供电技术及高功率密度DC-DC变换器，主要针对高性能计算（HPC）和数据中心服务器领域。对于阳光电源而言，虽然目前核心业务集中在光伏和储能领域，但该技术中涉及的宽禁带半导体应用、高功率密度拓扑设计及高效热管理方案，可为阳光电源iSolarCloud智能运维平台所支撑的数据中心配套电源...

Zeyang Chen · Dezhi Xu · Chao Shen · Yujian Ye 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

电池储能系统（BESS）对于现代能源管理至关重要，有助于可再生能源整合和电网稳定。然而，BESS的故障诊断需要大量的手动网络调优。为克服这一问题，我们提出了一种用于BESS故障诊断的零样本神经架构搜索方法。首先，将神经网络分解为分段线性函数，并计算此类函数的拉德马赫复杂度。为防止批量归一化（BN）层反复缩放拉德马赫复杂度而使网络比较失效，利用BN层的方差来近似拉德马赫复杂度。最后，通过8位量化对选定的模型进行压缩，以便在移动设备上部署。该方法仅需0.51个GPU小时即可达到99.42%的准确率，...

解读: 从阳光电源储能系统业务视角来看，这项基于零样本神经架构搜索的锂电池故障诊断技术具有重要的工程应用价值。该技术通过Rademacher复杂度理论自动优化神经网络结构，在0.51 GPU小时内即可达到99.42%的诊断准确率，这为我们大规模储能电站的智能运维提供了高效解决方案。 该技术的核心优势在于三...

Tianshi Cheng · Ruogu Chen · Ning Lin · Tian Liang 等5人 · IEEE Transactions on Power Systems · 2024年6月

可再生能源系统（RESs）在向绿色智能电网转型中起关键作用，但其受光照、风速等自然因素影响，具有复杂性与不确定性，给并网带来挑战。电磁暂态（EMT）仿真可有效研究RES并网问题，但现有方法受限于模型非线性和计算复杂度，难以实现大规模精细化仿真。本文提出一种面向数据、结合机器学习的CPU-GPU大规模并行EMT仿真方法，采用人工神经网络构建数据驱动的RES模型，并基于实体-组件-系统架构集成。模型训练依托传统物理EMT模型生成的数据，并通过MATLAB/Simulink验证。将RES元件组建成微网...

解读: 该机器学习增强的大规模并行EMT仿真技术对阳光电源具有重要战略价值。在PowerTitan储能系统和大型光伏电站并网设计中，可快速仿真数百万级SiC逆变器的暂态交互特性，400倍加速性能显著缩短产品开发周期。对ST系列储能变流器的构网型GFM控制策略优化尤为关键，能高效评估微电网场景下多台设备的协同...

Arni Gesselle M. Pornea · Numan Yanar · Duy Khoe Dinh · Thomas You-Seok Kim 等6人 · IEEE Transactions on Components, Packaging and Manufacturing Technology · 2025年5月

由于传统的聚合物基热界面材料（TIMs）不足以消散人工智能（AI）所用中央处理器（CPU）和图形处理器（GPU）等先进芯片产生的热量，具有显著热导率的液态金属（LM）可能是这些处理器热管理的理想选择。然而，液态金属也存在缺点，例如由于其固有的高表面张力，会出现泄漏、表面铺展问题以及加工困难等情况。解决这些问题的一种可能方案是将金属颗粒与液态金属混合，但一般来说，掺入这些金属颗粒会引发金属间反应，导致热性能和加工性能下降。在此，我们提出了一种简便直接的方案，即使用氮化硼纳米管（BNNTs）与液态金...

解读: 从阳光电源的业务视角来看，该液态金属热界面材料技术对我们的核心产品线具有重要的战略价值。随着光伏逆变器和储能系统向高功率密度方向发展，功率模块的散热问题已成为制约系统性能和可靠性的关键瓶颈。 该技术通过锡修饰氮化硼纳米管（BNNT-Sn）增强液态金属，实现了30%的热导率提升，这对我们的IGBT、...

Xiaoxia Lina1 · Xinlan Zhaoa1 · Zengqiang Liu · Wenjun Huang 等6人 · Solar Energy · 2025年2月 · Vol.287

解析模型通常用于太阳能塔式系统在设计、优化和运行过程中接收器表面辐射通量密度分布（RFDD）的仿真。然而，现有的解析模型仿真方法通常按顺序累积各个定日镜的仿真结果，导致效率低下、计算成本高昂，从而丧失了解析模型本应具备的效率优势，尤其是在大规模定日镜场的情况下更为显著。本文提出了一种基于解析模型的大规模定日镜场实时且精确的RFDD仿真新方法，即快速-NEG（Neural Elliptical Gaussian，神经椭圆高斯）方法。该仿真方法将传统的缓慢串行累积过程重构为在图形处理单元（GPU）上...

解读: 该光热电站辐射通量实时仿真技术对阳光电源拓展光热储能一体化系统具有重要参考价值。Fast-NEG模型通过GPU并行计算实现两个数量级的速度提升,可借鉴应用于iSolarCloud平台的大规模光伏阵列实时功率预测与优化调度。其高精度辐射分布建模思路可启发SG逆变器的MPPT算法优化,特别是复杂遮挡场景...

Hyunsik Mina · Byeongjoon Noh · Applied Energy · 2025年8月 · Vol.391

摘要 光伏（PV）功率预测在可再生能源管理中发挥着关键作用。然而，传统预测模型通常难以适应动态环境变化，并在不同区域间实现有效扩展。针对这些挑战，本文提出了一种融合时间卷积网络（TCN）、多头注意力机制（MHA）、在线学习和迁移学习的深度学习框架。为验证所提方法的有效性，我们采用了来自韩国九个太阳能电站的数据。该数据集来源于韩国开放数据门户和韩国气象厅，涵盖了2017年1月1日至2019年12月31日的逐小时光伏发电量及气象参数，其中两年用于训练，一年用于测试。我们在相同条件下将所提出的TCN-...

解读: 该深度学习预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。TCN-MHA在线学习模型可集成至SG系列逆变器和ST储能系统的智能调度算法,实现17.19%的NRMSE预测精度,支持多区域迁移学习降低85%训练时间和99%功耗。该技术可优化PowerTitan储能系统的充放电策略,...