找到 5 条结果
基于深度强化学习的永磁同步电机自抗扰控制在多电飞机中的应用
Active Disturbance Rejection Control Based on Deep Reinforcement Learning of PMSM for More Electric Aircraft
Yicheng Wang · Shuhua Fang · Jianxiong Hu · IEEE Transactions on Power Electronics · 2023年1月
本文提出了一种基于深度强化学习（DRL）的自抗扰控制器（ADRC），用于多电飞机的电机弱磁控制系统。这是人工智能算法首次引入ADRC电机控制系统，利用DRL实现参数的自动整定与优化，有效提升了复杂工况下电机控制的鲁棒性与动态性能。
解读: 该研究提出的‘DRL+ADRC’参数自整定策略，在电机控制领域具有前沿参考价值。对于阳光电源而言，该技术可应用于风电变流器及储能PCS的电机/变流器控制算法优化。在弱电网或复杂工况下，传统的PI控制或固定参数ADRC往往难以兼顾动态响应与稳定性，引入DRL进行参数自适应调整，有助于提升阳光电源产品在...
利用辅助发射极电压原位监测多芯片IGBT功率模块焊层退化
In-Situ Monitoring Solder Layer Degradation in Multichip IGBT Power Modules Using Auxiliary Emitter Voltage
Jianxiong Yang · Yanbo Che · Li Ran · Borong Hu 等5人 · IEEE Transactions on Power Electronics · 2024年10月
多芯片IGBT功率模块（MIPM）中芯片布局不对称及初始焊接缺陷会导致结温分布不均，进而加速焊层退化，严重影响系统性能与可靠性。本研究提出利用辅助发射极电压（veE）作为敏感参数，通过间接测量开通延迟时间和最大变化率，实现对焊层退化的原位监测。
解读: 功率模块是阳光电源组串式/集中式光伏逆变器、PowerTitan/PowerStack储能系统及风电变流器的核心组件。焊层退化是导致功率器件失效的主要原因之一。该研究提出的基于辅助发射极电压的在线监测方法，无需额外传感器，具备极高的工程应用价值。建议研发团队将其集成至iSolarCloud智能运维平...
基于时空感知动态分区的区域惯量在线估计
Online Estimation of Region Inertia Based on Dynamic Division With Spatial-Temporal Perception
Yalun Wang · Qi Wang · Yi Tang · Yijun Xu 等5人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出一种基于动态分区的区域惯量在线估计方法，引入改进导数动态时间规整（ADDTW）聚类划分同调区域，并定义中心惯量范围频率（CROI）近似中心惯量频率（COI），结合两阶段估计算法提升抗扰性与异步鲁棒性。
解读: 该研究对阳光电源构网型储能系统（如PowerTitan、ST系列PCS）在弱电网/高比例新能源场景下的惯量支撑与一次调频能力具有直接支撑价值。其动态同调分区与CROI频率估算方法可增强PCS对区域电网频率动态的精准响应能力，建议将ADDTW-SBD算法嵌入iSolarCloud智能平台，用于光储电站...
高分辨率实时电力系统状态估计：一种融合物理嵌入与数据驱动的视角
High-Resolution Real-Time Power Systems State Estimation: A Combined Physics-Embedded and Data-Driven Perspective
Jianxiong Hu · Qi Wang · Yujian Ye · Yi Tang · IEEE Transactions on Power Systems · 2024年8月
对电力系统运行状态进行高分辨率实时感知，对于实现在线动态安全评估至关重要。然而，冗余测量有限、动态模型复杂以及平衡状态变量和非状态变量精度等相关挑战，阻碍了传统的模型驱动和数据驱动状态估计（SE）方法提供具有高时空精度的实时状态。本文提出了一种新颖的物理嵌入数据驱动状态估计框架。该框架通过将物理知识融入状态估计模型的开发和训练过程，系统地完善了以往的高分辨率数据驱动状态估计框架。利用物理模型将混合测量值转换为节点特征并提供系统近期状态，采用多头图注意力网络提取空间特征，并通过残差网络修正当前状态...
解读: 该物理嵌入与数据驱动融合的高分辨率状态估计技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统中，可实现电池簇级实时状态监测与动态安全评估，提升ST系列储能变流器的并网稳定性。该方法结合电力系统微分代数方程与深度学习，可优化构网型GFM控制策略的实时响应能力，增强iSolarC...
重新思考复杂约束满足下的安全策略学习：含储能单元的实时安全约束经济调度初探
Rethinking Safe Policy Learning for Complex Constraints Satisfaction: A Glimpse in Real-Time Security Constrained Economic Dispatch Integrating Energy Storage Units
Jianxiong Hu · Yujian Ye · Yizhi Wu · Peilin Zhao 等5人 · IEEE Transactions on Power Systems · 2024年6月
近年来，用于实时安全约束经济调度（RT - SCED）问题的强化学习（RL）受到了广泛的研究关注。然而，普通的强化学习方法难以确保系统和设备层面约束条件的满足，不得不对违反约束的情况分别进行惩罚。随着可再生能源渗透率的不断提高，大规模储能得以集成，这是因为储能能够缓解可再生能源的间歇性问题。这就使得实时安全约束经济调度问题需要满足时间耦合约束条件。现有的安全强化学习方法要么在每个时间步使用安全层纠正不安全的动作，这可能会导致在可行空间边界制定出次优动作，并且可能违反时间耦合约束；要么构建安全评估...
解读: 该安全约束经济调度技术对阳光电源PowerTitan储能系统及iSolarCloud云平台具有重要应用价值。强化学习结合约束分层建模可直接应用于ST系列储能变流器的实时调度优化，通过安全感知奖励机制保障储能系统在参与电网调频、削峰填谷时满足SOC约束、功率爬坡率及电网安全约束。该方法可集成至iSol...