找到 5 条结果
基于硅基氮化镓的电源轨ESD钳位电路设计——具有超低漏电流和动态时序-电压检测功能
Design of GaN-on-Silicon Power-Rail ESD Clamp Circuit With Ultralow Leakage Current and Dynamic Timing-Voltage Detection Function
Chao-Yang Ke · Ming-Dou Ker · IEEE Transactions on Electron Devices · 2025年1月
提出了一种用于单片氮化镓（GaN）基集成电路（IC）的电源轨静电放电（ESD）钳位电路，该电路具有超低泄漏电流和动态定时 - 电压检测功能，并已在0.5微米的硅基氮化镓工艺中成功验证。其待机泄漏电流仅为0.8纳安。通过电压检测，所提出的ESD钳位电路仅能由ESD事件触发，在快速上电条件下不会被误触发。实验结果表明，所提出的设计的人体模型（HBM）ESD鲁棒性可达到6千伏以上。通过调整二极管连接的高电子迁移率晶体管（HEMT）的数量，ESD钳位电路的触发电压具有灵活性，因此它可用于不同额定电压的电...
解读: 从阳光电源的业务视角来看，这项GaN基功率轨ESD保护技术具有重要的战略价值。当前公司在光伏逆变器和储能变流器中大量应用碳化硅等宽禁带半导体器件，而GaN器件凭借更高的开关频率和功率密度优势，正成为下一代功率电子系统的关键技术方向。 该论文提出的ESD保护方案解决了GaN集成电路应用中的两个核心痛...
一种考虑飓风影响的风电并网系统鲁棒储能规划新方法
A Novel Robust Energy Storage Planning Method for Grids With Wind Power Integration Considering the Impact of Hurricanes
Huaizhi Yang · Cong Zhang · Jiayong Li · Lipeng Zhu 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
本文提出了一种新型储能系统（ESS）规划方法，旨在提升飓风期间ESS的应急能力，同时增强正常天气下可再生能源的消纳水平。所提出的鲁棒储能规划（NREP）模型综合考虑了飓风期间风电出力与输电线路故障的不确定性及其相关性，有效降低了负荷损失和弃风量。通过信息融合构建了与飓风强度相关的时空不确定性集合，提高了线路故障建模精度与求解效率。进一步设计了包含非预期性约束的改进列约束生成（ICCG）算法，能够关联场景并识别发电依赖的最恶劣场景，提升了多时段发电决策在非预期性不确定性下的可行性，并减少了各类场景...
解读: 该鲁棒储能规划方法对阳光电源PowerTitan大型储能系统和ST系列储能变流器在极端气候场景下的应用具有重要价值。文章提出的时空不确定性建模和改进列约束生成算法，可直接应用于阳光电源储能系统的能量管理策略（EMS）优化，特别是在台风、飓风等极端天气下提升系统应急响应能力。该方法考虑风电出力与线路故...
通过阴极水管理将直接硼氢化物燃料电池的功率密度提升至>600 mW cm−2
Boosting the power density of direct borohydride fuel cells to >600 mW cm−2 by cathode water management
Wenxing Jiang · Fangfang Wan · Qiqi Wan · Endao Zhang 等11人 · Applied Energy · 2025年1月 · Vol.378
摘要 直接硼氢化物燃料电池（DBFC）因其高能量密度而受到广泛关注。然而，其功率密度仍不足以满足商业应用的需求。目前已有大量研究聚焦于阳极反应动力学，但对阴极水管理的关注较少，而阴极水管理对于直接液体燃料电池除了至关重要。本文开发了一种具有异质结双微孔层（HJD-MPL）结构的新型气体扩散层（GDL）。利用该HJD-MPL结构，在80 °C下实现了688 mW cm−2的峰值功率密度，超过了文献报道值（453 mW cm−2）。由于具有更高的孔隙率、渗透性以及更强的梯度毛细力，氧气传输阻力从商用...
解读: 该燃料电池阴极水管理技术对阳光电源储能及充电桩产品具有重要借鉴价值。其异质结双微孔层结构通过梯度毛细力优化传质过程,将氧传递阻抗降低67%,功率密度提升52%。该思路可应用于ST系列PCS的液冷散热优化和充电桩热管理系统,通过仿生梯度孔隙结构改善冷却液流动特性,降低热阻抗,提升SiC功率器件散热效率...
基于神经网络的LCC-HVDC系统准稳态动态增强模型
Dynamics Enhanced Quasi-Steady-State Model of LCC-HVDC Systems Based on Neural Network
Ke Yang · Xin Wang · Quan Zhang · Guangchao Geng 等5人 · IEEE Transactions on Power Delivery · 2025年5月
现有LCC-HVDC系统时域仿真在精度与效率之间存在权衡。电磁暂态模型虽精确但计算成本高，准稳态模型高效却难以准确描述换相过程，尤其在不对称故障下表现不足。本文提出一种基于神经网络的准稳态模型（NN-QSS），可精确刻画LCC-HVDC动态特性，有效识别换相失败，并适用于不平衡故障场景。通过改进的IEEE 39节点系统、中国某省级实际电网及CIGRE标准系统硬件在环验证表明，该模型在准稳态尺度下动态响应接近电磁暂态模型，换相失败识别准确率较现有方法提升18.8%。
解读: 该神经网络增强的LCC-HVDC准稳态建模技术对阳光电源大型储能系统和光伏并网产品具有重要应用价值。在PowerTitan储能系统中，可借鉴NN-QSS方法建立储能变流器快速仿真模型，实现电网故障下的换相失败预测与主动保护，提升ST系列储能变流器在不对称故障工况下的低电压穿越能力。该技术将准稳态建模...
基于多域协作与协变量交互的严重数据缺失下鲁棒光伏预测
Robust photovoltaic forecasting under severe data missingness via multi-domain collaboration and covariate interaction
Ke Yana · Jian Liua · Jiazhen Zhang · Fan Yangb 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 高质量的光伏发电（PV）功率预测对于高效的能源管理和可靠的电网集成至关重要，然而实际应用中的数据常常面临目标变量和辅助变量的大范围缺失问题。为应对这一挑战，本文提出MDCTL-MCI，一种具备缺失感知能力的预测框架，该框架联合利用信号分解、多尺度协变量交互以及多域协同迁移学习。首先，采用多元奇异谱分析（MSSA）对不完整时间序列进行去噪与重构，在无需显式填补的情况下增强潜在的时间结构特征。接着，引入轻量级的多尺度协变量交互（MCI）模块，建模重构后的光伏功率、全球水平辐照度、直接法向辐照度...
解读: 该多域协同光伏预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对实际电站数据缺失问题,MSSA信号重构与多尺度协变量交互建模可直接集成至SG系列逆变器的MPPT优化算法,提升发电功率预测精度10.5%-15.3%。多站点迁移学习策略可赋能PowerTitan储能系统的充放电调...