找到 6 条结果
近额定风速区大型风力机转子推力控制
Rotor Thrust Control for Large-Scale Wind Turbine in Near-Rated Wind Speed Region
Jiaqi Li · Siyuan Fan · Hua Geng · IEEE Transactions on Sustainable Energy · 2025年5月
为限制近额定风速区转子推力的最大值，本文提出一种适用于大型风力机的新型转子推力控制方案，包含推力辨识器、推力控制回路及前馈变桨控制器。基于叶素动量理论，通过简化叶片模型利用叶根面外弯矩实现转子推力在线辨识，并构建推力反馈控制环。进一步设计基于非线性动态逆的最小变桨饱和器（NDI-PS）作为前馈控制器，通过对推力系数曲线进行非线性动态逆实现变桨前馈补偿。仿真结果表明，所提方案在提升1%～1.5%发电功率的同时，叶根与塔底载荷降低约4%，性能优于NREL与金风现有控制器。
解读: 该研究的转子推力控制方案对阳光电源风电变流器产品线具有重要参考价值。其中推力辨识和非线性动态逆控制的思路可应用于我司SG系列风电变流器的控制算法优化，特别是在功率优化和载荷控制方面。通过引入类似的推力反馈控制环和前馈补偿机制，可提升风电变流器在近额定风速区的发电效率和可靠性。该技术还可与iSolar...
基于多模态模型的分布式光伏电站多步功率预测方法
Multi-step power forecasting method for distributed photovoltaic (PV) stations based on multimodal model
Siyuan Fan · Hua Genga · Hengqi Zhang · Solar Energy · 2025年1月 · Vol.298
我们开发了一种融合视觉与物理信息的多模态光伏发电功率预测方法，以解决传统预测方法在应对光伏面板状态变化方面的不足。利用监测设备获取的时间序列图像来观测光伏状态随时间的变化情况，并采用皮尔逊相关系数评估气象与环境因素同光伏功率之间的关系。提出了一种三阶段混合数据重构方法，以解决光伏系统中数据缺失、噪声较高以及时间戳不同步等问题。采用卷积特征提取网络分析光伏面板遮挡对发电效率的影响。引入一种可学习权重的交叉注意力特征融合机制，以克服单一数据融合策略在捕捉复杂相关性方面的局限性。实验结果表明，所提出的...
解读: 该多模态光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过融合监控图像与物理数据的三阶段混合重建方法,可显著提升SG系列逆变器的MPPT优化精度,特别是在组件遮挡场景下。多步预测能力(MSE提升45.40%)可增强ST系列储能变流器的充放电策略优化,实现更精准的削峰填...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
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...
一种适用于宽输出电容范围和Au80Sn20合金焊料封装的高压低 dropout 稳压器
A High-Voltage Low-Dropout Regulator With Wide Ranges of Output Capacitance and Au80Sn20 Alloy Solder for Packaging
Hua Fan · Xiaopeng Diao · Qi Wei · Quanyuan Feng · IEEE Transactions on Components, Packaging and Manufacturing Technology · 2025年2月
本文提出了一种可在-55°C至125°C宽温范围内稳定工作的高压低dropout（LDO）稳压器电路设计与实现。该LDO支持1至100 μF输出电容及数十毫欧至数欧等效串联电阻（ESR）的宽范围变化，静态电流不超过200 μA。通过采用p型横向扩散MOS（LDMOS）功率管替代传统p-n-p双极型晶体管，显著降低静态电流。结合特殊反馈路径的运算放大器、AB类双极驱动器与动态偏置技术，有效改善了因LDMOS栅极电容大导致的瞬态响应退化。测试结果表明，在负载电流3 μs内从5 mA阶跃至750 mA...
解读: 该高压宽温LDO技术对阳光电源多条产品线具有重要应用价值。在ST储能变流器和SG光伏逆变器中，其-55°C至125°C宽温特性和低静态电流（<200μA）可显著提升控制板卡在极端环境下的可靠性并降低待机损耗。LDMOS功率管设计和动态偏置技术可应用于车载OBC和充电桩的辅助电源模块，750mA快速负...
采用历元依赖自适应损失加权与数据同化的光伏发电功率预测模型
Photovoltaic power forecasting model employing epoch-dependent adaptive loss weighting and data assimilation
Siyuan Fan · Hua Geng · Hengqi Zhang · Jie Yang 等5人 · Solar Energy · 2025年1月 · Vol.290
摘要 准确预测光伏（PV）发电功率对于优化能源管理系统和提升电网稳定性至关重要。本研究提出了一种物理约束的光伏发电功率预测网络（PC-P3reNet），该网络是一种双层深度学习框架，专为局部环境数据保持一致而光伏系统特性变化的场景优化设计。该框架集成了一种基于物理原理的模型，用于计算理论上的光伏发电输出，并通过Huber损失函数将其与实际测量值进行比较。PC-P3reNet的一个独特特征是其自适应损失加权机制，能够在不同的训练历元中动态调整理论数据与实测数据之间的平衡。这一机制使得模型在初始阶段...
解读: 该物理约束深度学习预测模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其自适应损失加权机制可优化SG系列光伏逆变器的MPPT控制策略,通过融合理论模型与实测数据提升多步预测精度(MAE达0.1837)。该技术可增强ST系列储能变流器的充放电决策能力,改善电网稳定性,并为PowerT...
水下超临界CO2循环发电系统原型的性能分析
Performance analysis of a underwater power transcritical CO2 cycle system prototype
Zhi Ling · Xuan Wang · Hua Tian · Gequn Shu 等10人 · Applied Energy · 2025年1月 · Vol.391
摘要 深海水下设备的能量系统是支撑其运行的核心要素，高能量密度、高安全性和稳定性是衡量该系统性能的关键指标。针对目前水下设备缺乏高度适应性二次循环系统的现状，本文构建了一套100 kW级回热再热型超临界CO2循环水下动力系统原型，并首次在模拟深海冷源（<2 °C）与微型反应堆热源（>500 °C）条件下，完成了从待机到发电全过程的性能测试。结果表明，该系统的实际循环热效率达到22.7%，发电功率为97.6 kW，在冷源温度±1 °C波动范围内均可稳定运行，且当海水温度突变时，系统流量波动仅为0....
解读: 该超临界CO2循环技术对阳光电源海上储能及电力电子系统具有重要借鉴价值。其22.7%循环效率和1MW/m³功率密度为海上风电储能系统(PowerTitan海上版)提供热管理优化思路。密闭自回流冷却技术可应用于ST系列PCS和SG大功率逆变器的液冷散热设计,提升功率密度。±1°C温度波动下0.725%...