找到 3 条结果

排序:
储能系统技术 储能系统 ★ 5.0

宽电压范围单级AC-DC变换器的改进轻载效率调制

Improved Light-Load Efficiency Modulation for Wide Voltage Range Single-Stage AC-DC Converter

Million Gerado Geda · Ba Phu Do · Huigyeong Song · Huu-Phuc Kieu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月

提出单级AC-DC变换器轻载高效调制策略。该调制方案在改进推挽单级AC-DC变换器上实现。该变换器通过引入辅助电感在全功率宽电压范围实现零电压开关(ZVS)导通。但单级变换器通常因硬开关(HS)和环流电流占主导导致显著功率损耗而存在轻载效率低问题。为应对这些挑战,提出使用自适应开关频率提高轻载效率的调制策略。3.7kW单级车载充电器(OBC)样机实验验证了各负载水平下的理论分析。轻载转换性能包括效率和电能质量得到改善。该概念对负载水平多样化的电池储能系统(BESS)和光伏(PV)转换系统特别重要...

解读: 该轻载高效调制单级AC-DC变换器技术对阳光电源车载充电器和光伏逆变器轻载性能优化有重要应用价值。自适应开关频率策略可应用于阳光电源OBC产品,提高轻载充电效率。宽电压ZVS技术对ST储能系统的AC-DC整流级有借鉴意义。该技术对户用光伏和储能系统在低负载运行工况下的能量损耗降低有实用价值,可提升系...

风电变流技术 储能系统 ★ 5.0

基于矩阵自适应校正的动态降维方法用于高风电渗透率下大规模电力系统电压相关暂态安全约束最优潮流

Matrix Adaptive Correction-Based Dynamic Dimensionality Reduction Method for Voltage-Related TSCOPF in Bulk Power Systems With High Wind Power Penetration

Lin Xue · Tao Niu · Nan Feng · Sidun Fang 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月

暂态安全约束最优潮流(TSCOPF)是电力系统运行中的关键问题,但在大规模电网中面临模型阶数高、电压动态复杂等挑战。本文提出动态降维矩阵自适应校正(DDR-MAC)算法,通过在节点与设备层面进行降维处理,提取主导模式并建立降维误差评估模型,确保精度。将原问题分解为混合整数线性优化模型与系数校正模型,并引入割线/切线灵敏度自适应校正方法以加速计算。在多规模IEEE及Nordic测试系统上的验证表明,该方法较传统方法计算效率提升49.07%,且精度更高。

解读: 该动态降维算法对阳光电源的储能与风电产品线具有重要应用价值。特别适用于ST系列储能变流器和大型储能系统的电压稳定控制,可提升系统在高风电渗透率场景下的运行效率。通过矩阵自适应校正方法,能够优化PowerTitan储能系统的电压暂态响应特性,提高GFM/GFL控制的动态性能。该技术可集成到iSolar...

储能系统技术 储能系统 ★ 5.0

基于知识蒸馏与自适应模型的锂离子电池温度分布学习

Temperature distribution learning of Li-ion batteries using knowledge distillation and self-adaptive models

Rufan Yang · Hung Dinh Nguyen · Applied Energy · 2025年1月 · Vol.382

摘要 温度监测与估计在电池热管理系统中至关重要,有助于优化电动汽车(EV)和固定式储能系统中电池的性能并延长其使用寿命。由于存在多种数据驱动模型,每种模型仅反映热分布的某一侧面(或局部),因此亟需一个能够提供整体分布的统一模型。考虑到电动汽车车载计算资源有限,该统一模型不能过于庞大。在此类约束条件下,本研究提出了一种用于学习锂离子电池温度分布的新颖框架,该框架结合了知识蒸馏方法与自适应控制机制。所提出的框架克服了传统温度计算方法的局限性,即对精确物理参数的需求以及缺乏实时适应能力。我们的方法将多...

解读: 该锂电池温度分布学习技术对阳光电源ST系列储能系统和PowerTitan产品具有重要应用价值。知识蒸馏框架可将复杂热管理模型压缩部署至BMS边缘计算单元,自适应机制能实时优化温度监测精度。该方法可增强储能PCS的电池热失控预警能力,延长电芯寿命,并为iSolarCloud平台提供更精准的预测性维护数...