找到 4 条结果
同时改善具有氧化合金状氮化铪界面层的Ge n/p-FinFET及反相器的电学特性
Simultaneously Improved Electrical Characteristics of Ge n/p-FinFETs and Inverter With Oxidized Alloy-Like Hafnium Nitride Interfacial Layer
Dun-Bao Ruan · Kuei-Shu Chang-Liao · Cheng-Han Li · Zefu Zhao 等5人 · IEEE Electron Device Letters · 2024年12月
为了同时改善锗（Ge） n 沟道和 p 沟道场效应晶体管（FET）的电学特性，本文提出了一种在锗鳍式场效应晶体管（nFinFET）、p 型鳍式场效应晶体管（pFinFET）和互补金属氧化物半导体（CMOS）反相器上采用氧化程度约为 10%的类合金界面层（IL）的界面层工程。得益于通过合适的氧化工艺在类合金和富氧界面层之间实现的权衡平衡，锗 nFinFET 和 pFinFET 均表现出更低的等效氧化层厚度（EOT）值、更低的泄漏电流、更少的边界陷阱、更低的界面态密度（DIT）值、更低的亚阈值摆幅（...
解读: 从阳光电源的业务视角来看，这项基于锗（Ge）FinFET的界面层工程技术对我们的核心产品具有重要的潜在价值。该技术通过氧化类合金铪氮化物界面层同时改善n型和p型器件特性，实现了更低的等效氧化层厚度（EOT）、更低的漏电流和更高的开关电流比，这些特性直接对应着我们光伏逆变器和储能变流器中功率半导体器件...
基于动态控制模式切换的混合交直流配电网中MPET协调电压波动抑制策略
Coordinated Voltage Fluctuation Suppression Strategy for MPET in Hybrid AC/DC Distribution Network Based on Dynamic Control Mode Switch
Yulan Zhu · Kai Liao · Jianwei Yang · Zhengyou He · IEEE Transactions on Sustainable Energy · 2024年10月
针对风电与光伏出力间歇性与不确定性导致的混合交直流配电网电压波动问题，本文提出一种利用电力电子变压器（PET）灵活端口控制能力的电压波动抑制策略。首先量化PET在跟网型与构网型控制模式下对节点电压的调控能力，分析多种PET控制模式组合对电压波动的影响；进而建立多PET控制模式动态组合切换优化模型，求解不同风光出力下的最优控制模式组合。在此基础上构建双层控制策略以抑制电压波动。最后在改进的IEEE33混合配电网系统中验证所提策略的有效性，并对比传统方法展示了其优越性能。
解读: 该研究的PET动态控制模式切换策略对阳光电源的储能和光伏产品线具有重要参考价值。具体而言：1) 可应用于ST系列储能变流器的电网支撑功能优化，提升PowerTitan系统在混合配电网中的电压调节能力；2) 对SG系列光伏逆变器的GFL/GFM控制模式切换逻辑提供新思路，有助于提高产品在弱电网条件下的...
基于深度强化学习的考虑网络重构的多时间尺度电压/无功控制
Deep Reinforcement Learning Based Multi-Timescale Volt/Var Control in Distribution Networks Considering Network Reconfiguration
Hexiang Peng · Kai Liao · Jianwei Yang · Bo Pang 等5人 · IEEE Transactions on Sustainable Energy · 2025年5月
针对配电网中不同响应特性的设备带来的多时间尺度电压/无功控制（VVC）难题，本文提出一种新型双层数据驱动的多时间尺度VVC方法。该方法将光伏等连续型设备的短时间尺度控制与电容器组及网络重构等离散型设备的长时间尺度控制相协调，构建双层部分可观测马尔可夫决策过程（POMDP）模型。内层采用TD3算法控制连续变量，外层利用DDQN算法处理离散动作与网络重构。通过统一奖励信号并传递内层动作为外层状态实现协同训练，并引入图神经网络（GNN）识别代表性拓扑以缩减重构空间，抑制过度探索。在IEEE 33节点和...
解读: 该多时间尺度Volt/Var控制技术对阳光电源配电侧产品具有重要应用价值。在SG系列光伏逆变器中，可利用TD3算法实现连续无功功率的快速调节，优化现有MPPT算法与无功控制的协同；在ST系列储能变流器及PowerTitan大型储能系统中，可通过DDQN算法协调储能充放电与电容器组的离散控制决策。该方...
基于深度强化学习的风光水储混合能源系统长短周期协调调度
Long-Term and Short-Term Coordinated Scheduling for Wind-PV-Hydro-Storage Hybrid Energy System Based on Deep Reinforcement Learning
Huaiyuan Zhang · Kai Liao · Jianwei Yang · Zhe Yin 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
针对多时间尺度调度复杂的风光水储混合能源系统，传统长期调度策略常削弱短期调节能力，导致资源浪费与电力短缺。本文提出一种将短期运行特性嵌入长期调度规则的协同框架，将长期调度建模为马尔可夫决策过程，并在每一步耦合基于优化模型生成的短期发电计划。通过融合数据驱动与模型驱动方法，利用深度强化学习简化长期决策，结合混合整数线性规划确保短期约束满足。实证表明，该方法使弃电率由11.67%降至0.63%，切负荷率从3.3%降至0.69%，显著优于传统方法。
解读: 该深度强化学习协调调度技术对阳光电源PowerTitan储能系统和iSolarCloud云平台具有重要应用价值。研究提出的长短周期协同框架可直接集成到ST系列储能变流器的能量管理系统中，通过MDP建模和DRL算法优化多时间尺度调度决策，显著降低弃电率（11.67%→0.63%）和切负荷率（3.3%→...