找到 9 条结果
冲击载荷下微纳腔石墨烯/石蜡相变储能材料的热力学耦合
Thermodynamic coupling in micro-nanocavity graphene/paraffin phase change energy storage materials under impact loading
Yuhao Wang · Junhong Yu · Wentian Huang · Jun Di 等5人 · Applied Physics Letters · 2025年2月 · Vol.126
研究了微纳腔结构石墨烯/石蜡相变储能材料在冲击载荷下的热力学耦合行为。通过构建复合材料的多尺度模型，分析了机械冲击过程中热-力-相变之间的动态耦合作用机制。结果表明，石墨烯骨架显著提升了材料的导热性与结构稳定性，微纳腔结构有效抑制了液态石蜡的泄漏并增强了能量存储密度。在外加冲击载荷下，材料内部产生局部热积累与应力集中，促进石蜡快速相变，实现高效热能存储与释放。该研究为高功率密度条件下相变储能材料的设计与应用提供了理论依据。
解读: 该微纳腔石墨烯/石蜡相变储能材料的热力学耦合研究对阳光电源PowerTitan大型储能系统和ST系列储能变流器的热管理具有重要价值。研究揭示的热-力-相变耦合机制可应用于储能柜的被动式热管理设计，石墨烯增强相变材料可作为功率模块与电池簇的高效散热介质，在冲击载荷（如短路故障、功率突变）下实现快速热响...
基于域对抗迁移学习的锂离子电池健康状态估计
State-of-Health Estimation for Lithium-Ion Batteries Using Domain Adversarial Transfer Learning
Zhuang Ye · Jianbo Yu · IEEE Transactions on Power Electronics · 2022年3月
锂离子电池健康状态（SOH）估计是电池管理系统的核心。针对现有模型在不同工况下泛化能力差的问题，本文提出一种基于域对抗迁移学习的方法。通过在不同工况数据集间进行特征对齐，有效解决了训练集与测试集分布不一致的挑战，显著提升了电池SOH估计的准确性与鲁棒性。
解读: 该技术对阳光电源的PowerTitan和PowerStack等大型储能系统至关重要。目前储能电站面临复杂多变的运行工况，基于域对抗迁移学习的SOH估计方法，能够显著提升iSolarCloud平台对电池全生命周期的精细化管理能力。通过解决不同工况下的数据分布差异，该算法可增强BMS对电池衰减趋势的预测...
面向多目标工况的电池健康状态估计的多源域元学习网络
Multisource Domain Metalearning Network for Battery State-of-Health Estimation Under Multitarget Working Conditions
Mengqi Miao · Chaoang Xiao · Jianbo Yu · IEEE Transactions on Power Electronics · 2025年7月
电池健康状态（SOH）估计对电池寿命预测至关重要。工况差异导致的域偏移现象是准确估计SOH的主要障碍。本文提出一种多源域元学习网络，通过最小化不同工况下的分布差异，解决电池SOH估计中的域偏移问题，提升在多目标工况下的预测精度。
解读: 该研究直接服务于阳光电源的储能业务核心需求。在PowerTitan和PowerStack等大型储能系统中，电池全生命周期的SOH精准评估是保障系统安全与收益的关键。该元学习算法能有效解决不同温度、充放电倍率等复杂工况下的数据分布偏移问题，显著提升BMS的预测精度。建议将此算法集成至iSolarClo...
具有保证最优性的并联并网变流器有限控制集模型预测控制
Finite Control Set Model Predictive Control for Grid-Connected Parallel Power Converters With Guaranteed Optimality
Yu Li · Jianbo Gao · Qiwu Wang · Zhenzhen Zhang 等7人 · IEEE Transactions on Power Electronics · 2024年10月
本文针对并联并网变流器的电流跟踪与零序环流抑制问题，研究了有限控制集模型预测控制（FCS-MPC）。针对现有简化方法可能导致次优解的问题，提出了一种保证最优性的控制策略，在降低计算复杂度的同时提升了系统控制性能，为实时实现提供了更优的理论框架。
解读: 该研究直接服务于阳光电源的核心产品线，特别是大功率组串式逆变器和PowerTitan/PowerStack储能系统。在多机并联运行场景下，零序环流抑制是提升系统可靠性和效率的关键。该文提出的保证最优性的FCS-MPC算法，能够有效优化多模块并联时的电流分配与环流控制，有助于提升阳光电源逆变器及PCS...
考虑电感非线性的直流偏置游标磁阻电机最优三维电流计算弱磁控制策略
Optimal Three-Dimensional Current Computation Flux Weakening Control Strategy for DC-Biased Vernier Reluctance Machines Considering Inductance Nonlinearity
Zixiang Yu · Wubin Kong · Ronghai Qu · Dawei Li 等8人 · IEEE Transactions on Power Electronics · 2019年2月
本文提出了一种针对直流偏置游标磁阻电机（VRM）的最优三维电流计算弱磁控制策略。与永磁同步电机相比，直流偏置VRM具有通过可变直流偏置电枢电流调节转子磁通的额外自由度。传统弱磁控制策略未能充分利用该特性，本文通过考虑电感非线性，实现了更优的电流控制。
解读: 该文献研究的直流偏置游标磁阻电机及其弱磁控制策略，主要应用于高性能电机驱动领域。阳光电源目前的核心业务聚焦于光伏、储能及风电变流器，虽然该电机技术与阳光电源现有的电动汽车充电桩业务在电机驱动控制逻辑上有一定技术重叠，但并非公司当前的主流产品方向。建议研发团队关注其在非线性电感建模及多维电流优化控制方...
一种具备零序电压调节能力且能减少开关动作的开绕组FMDRM驱动改进电压矢量调制策略
Modified Voltage Vector Modulation Strategy for Open-Winding FMDRM Drives With Switching Action Reduction Capable of ZSV Regulation
Zhiyue Yu · Chun Gan · Kai Ni · Shuanghong Wang 等6人 · IEEE Transactions on Power Electronics · 2024年4月
得益于直流偏置正弦电流励磁，磁通调制双凸极电机（FMDRM）驱动系统具备零序电压（ZSV）调节能力，从而实现直流偏置电流控制。本文针对共直流母线的开绕组变换器，提出了一种改进的电压矢量调制策略，通过重新分配零矢量作用时间，在实现ZSV调节的同时有效降低了开关动作频率。
解读: 该文献探讨的开绕组电机驱动及零序电压（ZSV）调节技术，主要应用于高性能电机驱动领域。虽然阳光电源目前的核心业务聚焦于光伏逆变器、储能PCS及风电变流器，但其提出的“减少开关动作频率”的调制优化思路，对于提升阳光电源大功率组串式逆变器或风电变流器中功率模块的效率、降低开关损耗具有参考价值。此外，该技...
直流偏置游标磁阻电机开绕组逆变器的容错控制策略
Fault-Tolerant Control Strategy of the Open-Winding Inverter for DC-Biased Vernier Reluctance Machines
Zixiang Yu · Wubin Kong · Dong Jiang · Ronghai Qu 等8人 · IEEE Transactions on Power Electronics · 2019年2月
本文针对直流偏置游标磁阻电机（DC-biased VRMs）提出了一种开绕组逆变器容错控制策略，旨在解决逆变器开关管开路故障后的输出能力维持问题。该电机通过集成绕组电流实现直流励磁与交流转矩产生，该策略有效提升了系统在故障工况下的可靠性与运行稳定性。
解读: 该文献研究的开绕组逆变器容错控制技术主要针对特殊电机驱动领域，与阳光电源现有的光伏逆变器及储能PCS产品线（主要基于标准三相或多电平拓扑）存在一定技术差异。然而，其核心的“故障诊断与容错控制”逻辑对于提升阳光电源iSolarCloud智能运维平台中逆变器及储能系统的可靠性具有参考价值。建议研发团队关...
面向锂离子电池健康状态估计的无源动态加权联邦迁移学习
Source-Free Dynamic Weighted Federated Transfer Learning for State-of-Health Estimation of Lithium-Ion Batteries With Data Privacy
Tengfei Han · Shang Yue · Pu Yang · Ruixu Zhou 等5人 · IEEE Transactions on Power Electronics · 2024年11月
针对电池健康状态（SOH）估计中数据孤岛与隐私保护难题，本文提出一种无源动态加权联邦迁移学习方法。该方法无需共享原始数据即可实现多用户模型协同训练，有效解决了单一用户数据不足的问题，提升了SOH估计的准确性与鲁棒性，为电池全生命周期管理提供了隐私保护下的智能化解决方案。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有极高的应用价值。在iSolarCloud智能运维平台中，利用联邦学习技术，可在不泄露客户隐私的前提下，汇聚全球电站的电池衰减数据，优化BMS的SOH估计算法。这不仅能提升储能电站全生命周期的安全性与运维效率，还能为电池梯次利用...
基于半监督少样本学习的大型数据中心VRLA电池故障诊断密集连接对比观测器
Densely-Connected Contrastive Observer for Fault Diagnosis of VRLA Battery in Large Data Center Based on Semisupervised Few-Shot Learning
Wenyi Liu · Shang Yue · Pu Yang · Ruixu Zhou 等5人 · IEEE Transactions on Power Electronics · 2024年10月
本文针对大型数据中心阀控式铅酸（VRLA）电池充放电数据稀疏及样本质量不佳的难题，提出了一种新型半监督少样本学习模型。该模型通过密集连接对比观测器，有效提升了复杂工况下电池故障诊断的准确性与鲁棒性，为数据中心后备电源系统的健康管理提供了新方案。
解读: 该研究聚焦于电池系统的故障诊断与健康管理，对阳光电源的PowerStack及PowerTitan系列储能系统具有重要参考价值。虽然本文针对的是VRLA电池，但其提出的‘半监督少样本学习’算法框架可迁移至锂电池BMS的故障预警中。在数据中心储能应用场景下，该技术能有效解决实际运行中故障样本稀缺的问题，...