找到 4 条结果

排序:
拓扑与电路 功率模块 储能变流器PCS 光伏逆变器 ★ 5.0

高频变压器利兹线绕组交流电阻半解析预测模型

Semi-Analytical AC Resistance Prediction Model for Litz Wire Winding in High-Frequency Transformer

Chenyi Peng · Guodong Chen · Borong Wang · Jinfeng Song · IEEE Transactions on Power Electronics · 2023年10月

高频变压器是电力电子设备实现紧凑化设计的关键,但高频下的涡流效应显著增加了绕组损耗。本文提出了一种针对利兹线绕组的半解析交流电阻预测模型,旨在准确评估并优化高频变压器设计,以降低损耗并提升系统效率。

解读: 高频化是阳光电源光伏逆变器(如组串式逆变器)和储能系统(如PowerTitan、ST系列PCS)实现高功率密度和小型化的核心趋势。该模型能精准预测利兹线在高频下的交流电阻,对于优化变压器设计、降低磁性元件温升至关重要。建议研发团队将此模型集成至磁性元件设计工具链中,以提升高频DC-DC变换器及隔离型...

系统并网技术 并网逆变器 低电压穿越LVRT 跟网型GFL ★ 5.0

基于最小误差平方滤波器和改进瞬时对称分量法的锁相环与电压暂降检测新算法

A Novel SPLL and Voltage Sag Detection Based on LES Filters and Improved Instantaneous Symmetrical Components Method

Guodong Chen · Liang Zhang · Ruiting Wang · Luhua Zhang 等5人 · IEEE Transactions on Power Electronics · 2015年3月

本文提出了一种结合最小误差平方(LES)滤波器与改进瞬时对称分量法的新型算法,旨在提升动态电压恢复器在电网电压相位跳变、不平衡及谐波干扰下的动态响应性能。该算法显著优化了软件锁相环(SPLL)的跟踪精度与电压暂降检测速度,为复杂电网环境下的电力电子设备提供了更稳健的同步与控制方案。

解读: 该算法对阳光电源的组串式及集中式光伏逆变器、PowerTitan/PowerStack储能变流器(PCS)具有重要意义。在弱电网或电网故障(如电压暂降、相位跳变)频发场景下,该锁相与检测技术能显著提升逆变器并网的稳定性与低电压穿越(LVRT)性能。建议研发团队将其集成至iSolarCloud智能运维...

拓扑与电路 多电平 储能变流器PCS 并网逆变器 ★ 3.0

基于多序列环流注入的可扩展端口直流固态变压器运行与控制

Operation and Control of Extensible Port-DC Solid State Transformer With Multisequence Circulating Current Injection

Xingda Xia · Jianqiao Zhou · Gang Shi · Linpeng Yao 等7人 · IEEE Transactions on Power Electronics · 2026年3月

本文提出了一种基于模块化多电平变换器(MMC)的可扩展端口直流固态变压器(EPdc-SST)。通过在MMC桥臂上构建独立的低压直流母线,该拓扑不仅满足了不同电压等级的接入需求,还通过多序列环流注入技术优化了系统运行性能,为混合中压交直流配电网提供了高效的电能变换方案。

解读: 该技术主要针对中压配电网的直流变换场景,与阳光电源的PowerTitan系列储能系统及大型光伏电站的直流汇流技术具有一定关联。虽然目前主流产品多采用集中式或组串式逆变器,但随着未来光储直柔及中压直流配电网的发展,MMC基固态变压器技术在大型储能电站的直流耦合及多端口能量管理方面具有潜在应用价值。建议...

可靠性与测试 故障诊断 机器学习 深度学习 ★ 5.0

基于信号卷积池化处理与共享滤波器学习的T型逆变器晶体管开路故障实时诊断

Real-Time Diagnosis Based on Signal Convolution-Pooling Processing and Shared Filter Learning for Transistor Open-Circuit Faults in a T-Type Inverter

Borong Wang · Guodong Chen · Jinfeng Song · Chenyi Peng 等6人 · IEEE Transactions on Power Electronics · 2024年5月

本文提出了一种基于信号卷积池化的数据驱动方法,用于T型逆变器的实时故障诊断。该模型由辅助神经网络和多层卷积特征分类器(MCFC)组成。辅助神经网络通过少量训练数据集学习并为MCFC提供滤波器参数。通过共享滤波器学习,该方法实现了对T型逆变器晶体管开路故障的高效实时诊断。

解读: 该技术对阳光电源的核心产品线(如组串式逆变器、集中式逆变器及PowerTitan储能变流器)具有极高的应用价值。T型三电平拓扑广泛应用于阳光电源的高效逆变产品中,该研究提出的基于深度学习的实时故障诊断方法,能显著提升逆变器在运行过程中的可靠性与运维效率。建议将此算法集成至iSolarCloud智能运...