找到 6 条结果
一种SPWM激励下卷铁芯电磁-结构耦合振动改进模型
An Improved Electromagnetic-Structural Coupling Vibration Model of Wound Core Under SPWM Excitation
Beichao Yang · Fei Xiao · Xinsheng Zhang · Ruitian Wang 等8人 · IEEE Transactions on Power Electronics · 2025年9月
针对变压器铁芯在SPWM激励下的振动问题，本文提出了一种基于电磁-结构耦合的改进预测方法。研究考虑了磁滞和磁致伸缩效应，利用神经网络建模磁致伸缩特性，并通过多物理场耦合仿真，实现了对卷铁芯振动特性的精确预测，为电力电子设备的噪声控制与结构优化提供了理论支撑。
解读: 该研究对于阳光电源的组串式逆变器及储能变流器（PCS）中的磁性元件设计具有重要意义。随着产品功率密度的提升，高频SPWM激励下的电磁振动与噪声控制已成为提升产品可靠性与用户体验的关键。通过引入该多物理场耦合模型，研发团队可在设计阶段精确评估磁芯振动，优化电感与变压器结构，从而降低PowerTitan...
具有分段延伸p型GaN栅极结构的常关型AlGaN/GaN HEMT的电学与光学表征
Electrical and Optical Characterization of a Normally-Off AlGaN/GaN HEMT With a Segmented-Extended p-GaN Gate Structure
Xinyue Dai · Qimeng Jiang · Baikui Li · Haiyang Li 等6人 · IEEE Transactions on Electron Devices · 2025年8月
本文提出了一种分段扩展 p - GaN（SEP）栅极结构，并将其应用于 p - GaN/AlGaN/GaN 高电子迁移率晶体管（HEMT）中。与传统的 p - GaN HEMT 相比，SEP - HEMT 具有以下特点：1）关态泄漏电流降低，击穿电压提高，这归因于扩展 p - GaN（EP）区域实现了电场分布的优化；2）分段架构抑制了寄生效应，从而改善了动态特性。通过脉冲 I - V 测量研究了器件的动态行为，结果表明，在评估的结构中，SEP - HEMT 的动态退化最小。电致发光（EL）表征显...
解读: 从阳光电源的业务视角来看，这项分段延伸p-GaN栅极结构的GaN HEMT技术具有重要的战略价值。作为光伏逆变器和储能变流器的核心功率器件，常关型（Normally-Off）GaN器件是实现高效率、高功率密度系统的关键突破点。 该技术的核心价值体现在三个维度：首先，降低的关态漏电流和提升的击穿电压...
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...
基于时域偏度与积分能量的柔性直流配电网极对地故障保护方案
Pole-to-Ground Fault Protection Scheme for Flexible DC Distribution Network Based on Time Domain Skewness and Integral Energy
Xiaowei Wang · Ying Tian · Jie Gao · Xiangxiang Wei 等6人 · IEEE Transactions on Power Delivery · 2025年6月
针对基于模块化多电平换流器的多端柔性直流配电网，线路故障若未能及时切除，将导致电力电子器件损坏甚至换流站烧毁。现有方法难以准确区分区内高阻故障与区外低阻故障。本文分析了系统发生接地故障时各测量点零模电流在时域与复频域的等效模型与方程，提出一种基于时域偏度与积分能量的接地保护方法。利用各测点零模电流偏度符号表征方向特性，线路积分能量表征幅值特性，结合两者可有效识别极端长线路条件下的故障特征。最后在PSCAD/EMTDC平台搭建四端柔性直流电网模型，验证了该保护方法的适应性与优越性。
解读: 该柔性直流配电网保护技术对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有重要应用价值。基于MMC拓扑的储能系统在直流侧故障时面临功率器件损坏风险，文章提出的时域偏度与积分能量双判据方法可有效解决高阻故障识别难题，适用于阳光电源多端直流储能并网场景。该保护算法可集成至ST系列产品的D...
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4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...
MFFDM-WLS：一种基于多粒度特征的时序分层风速时间序列一致性预测方法
MFFDM-WLS: A multi-granularity feature-based coherent forecasting method for temporal hierarchical wind speed time series
Yun Wang · Xiaocong Duana · Fan Zhang · Guang Wua 等7人 · Applied Energy · 2025年12月 · Vol.400
摘要 风能因其清洁和可持续的特性，已成为全球能源系统的重要组成部分。然而，风速的间歇性和波动性给风电出力带来了显著的不确定性，对电网并网造成了挑战。此外，与单一粒度预测相比，多粒度风速预测能够提供更丰富的信息，更有利于风电场的运行与规划。因此，为进一步提高风速预测的准确性与可靠性，并获得满足分层一致性的多粒度预测结果，本文提出了一种针对时序分层风速时间序列的基于多粒度特征的一致性预测方法MFFDM-WLS。首先，提出一种基于多粒度特征融合的深度模型（MFFDM），用于生成基础预测值。MFFDM采...
解读: 该多粒度风速预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时间层级一致性预测,可优化iSolarCloud平台的预测性维护算法,提升风储协同控制精度。多粒度特征融合方法可应用于GFM/GFL控制策略的自适应切换决策,增强电网友好型并网能力。概率预测结果可为E...