找到 12 条结果
一种新型自适应准恒定导通时间电流模式Buck变换器
A Novel Adaptive Quasi-Constant On-Time Current-Mode Buck Converter
Chin-Fu Nien · Dan Chen · Sheng-Fu Hsiao · Le Kong 等7人 · IEEE Transactions on Power Electronics · 2017年10月
本文提出了一种用于Buck变换器的新型自适应准恒定导通时间（COT）电流模式控制方案。该方案在保留传统COT电流模式变换器优势的基础上，实现了负载阶跃下的快速瞬态响应，并优化了变换器的性能表现。
解读: 该技术在DC-DC变换领域具有重要参考价值，直接关联阳光电源的户用光伏逆变器及储能系统（如PowerStack/PowerTitan）中的辅助电源模块或DC-DC级电路。通过采用自适应准恒定导通时间控制，可显著提升变换器在负载突变时的动态响应速度，减小输出电压纹波，从而提高系统整体的功率密度与稳定性...
考虑PWM饱和的并网逆变器频闪映射建模与分岔特性研究
Research on Stroboscopic Mapping Modeling and Bifurcation Characteristics of Grid-Connected Inverter Considering PWM Saturation
Le Chen · Yingjie He · Yixiao Zhu · Jinjun Liu · IEEE Transactions on Power Electronics · 2024年7月
针对并网逆变器在过调制状态下出现的恒幅振荡现象，现有建模方法难以准确描述PWM饱和这一非线性特征。本文提出了一种基于频闪映射的建模方法，揭示了PWM饱和非线性对并网电流振荡的影响机制，为分析逆变器在弱电网或极端工况下的稳定性提供了理论支撑。
解读: 该研究对于阳光电源的组串式和集中式光伏逆变器具有重要价值。在弱电网环境下，逆变器极易进入过调制区，引发电流谐波或振荡，影响并网稳定性。通过引入频闪映射建模，研发团队可以更精准地优化控制算法，提升逆变器在极端电网条件下的鲁棒性。建议将此非线性建模方法集成至iSolarCloud的仿真分析模块中，用于指...
基于低次谐波抑制的永磁同步电机高精度位置误差校正方法
High-Precision Position Error Correction Method for the PMSM Based on Low-Order Harmonic Suppression
Baodong Chen · Kun Wang · Yun Le · IEEE Transactions on Power Electronics · 2021年4月
准确的转子位置对于永磁同步电机（PMSM）的高性能控制至关重要。相比传感器检测，无传感器控制方法能简化电机结构并提升可靠性。为提高无传感器方法的估计精度，本文提出了一种基于低次谐波抑制的位置误差校正方法，有效提升了电机在宽转速范围内的运行性能。
解读: 该技术主要应用于电机驱动控制领域，对阳光电源的电动汽车充电桩（内部功率模块控制）及风电变流器中的电机侧控制具有参考价值。通过优化无传感器控制算法中的谐波抑制能力，可以进一步提升变流器在低速或复杂工况下的动态响应精度与系统稳定性。建议研发团队关注该算法在提高变流器控制带宽及降低位置观测器噪声方面的应用...
基于凸优化位置估计的电流环电机速度控制
Motor Speed Control With Convex Optimization-Based Position Estimation in the Current Loop
Le Sun · Xiaoxiang Li · Longmiao Chen · IEEE Transactions on Power Electronics · 2021年9月
本文提出了一种无传感器电机驱动方案，将速度环的运动模型预测控制（MPC）与电流环的位置估计相结合。该算法利用前一采样周期的相电流信息来估计当前转子位置。该方法在重载低速工况下表现出显著优势，解决了传统无传感器控制在低速下的性能瓶颈。
解读: 该技术主要针对电机驱动的无传感器控制，与阳光电源的风电变流器业务具有较强的技术关联性。在风力发电机组中，通过优化电流环的位置估计，可以提升发电机在低风速或启动阶段的控制精度与稳定性，从而提高风电变流器的发电效率。建议研发团队关注该凸优化算法在风电变流器控制策略中的移植潜力，特别是针对永磁同步发电机（...
共源极电感引起的有源双向器件电压过冲与振荡
Common-Source Inductance Induced Voltage Overshoot and Oscillation in Active Bidirectional Devices
Boran Fan · Victoria Baker · Rolando Burgos · Mahmoud El Chamie 等7人 · IEEE Transactions on Power Electronics · 2021年12月
本文研究了共源极电感（CSI）对高速开关器件的影响。CSI不仅会降低开关速度并增加损耗，还可能在关断过程中引发自导通现象。文章重点探讨了CSI在双向功率变换电路中的影响，为提升高频电力电子变换器的可靠性提供了理论支撑。
解读: 该研究直接关联阳光电源的核心功率变换技术。随着PowerTitan系列储能系统及组串式逆变器向高功率密度、高开关频率演进，SiC等宽禁带半导体应用日益广泛，共源极电感（CSI）导致的电压过冲和振荡是制约系统效率与可靠性的关键瓶颈。建议研发团队在功率模块封装设计及PCB布局中，重点优化源极回路寄生电感...
重复短路应力下P-GaN HEMT电参数退化研究
Understanding Electrical Parameter Degradations of P-GaN HEMT Under Repetitive Short-Circuit Stresses
Sheng Li · Siyang Liu · Chi Zhang · Le Qian 等10人 · IEEE Transactions on Power Electronics · 2021年11月
本文研究了P-GaN栅HEMT在重复短路应力下的静态与动态电参数退化，并首次区分了其退化机理。研究表明，短路应力会对栅极区域和接入区域造成损伤，从而导致器件性能漂移。
解读: 随着阳光电源在户用光伏逆变器及高频化充电桩产品中对功率密度要求的提升，GaN器件的应用潜力巨大。本文揭示的P-GaN HEMT在短路应力下的退化机理，对于优化阳光电源逆变器及充电桩的驱动电路保护策略、提升系统可靠性具有重要参考价值。建议研发团队在后续高频功率模块设计中，重点关注短路保护响应速度与器件...
650V p-GaN HEMT单脉冲非钳位电感开关
UIS）失效机理与分析
Siyang Liu · Sheng Li · Chi Zhang · Ningbo Li 等9人 · IEEE Transactions on Power Electronics · 2020年11月
本文首次揭示了肖特基栅极p-GaN HEMT在单脉冲非钳位电感开关（UIS）下的耐受物理机制与失效机理。与Si/SiC器件不同，p-GaN HEMT通过将负载电感的能量存储在输出电容中来承受浪涌电流，而非通过雪崩击穿。
解读: GaN器件凭借高开关频率和高效率，是阳光电源未来提升户用光伏逆变器及小型化充电桩功率密度的关键技术方向。本文深入分析了p-GaN HEMT在极端工况下的UIS失效机理，对于优化逆变器功率模块的驱动电路设计、过压保护策略及可靠性评估具有重要指导意义。建议研发团队在后续高频化产品设计中，重点关注GaN器...
一种改善CRM/DCM Buck-Buck/Boost PFC变换器功率因数和动态响应性能的方案
A Scheme to Improve Power Factor and Dynamic Response Performance for CRM/DCM Buck–Buck/Boost PFC Converter
Kai Yao · Chengjian Wu · Jienan Chen · Jian Yang 等11人 · IEEE Transactions on Power Electronics · 2021年2月
Buck-Buck/Boost PFC变换器能有效补偿Buck型PFC输入电流的死区问题。然而，在传统CRM模式下的恒定导通时间控制或DCM模式下的恒定占空比控制中，其功率因数较低。本文提出了一种改进方案，旨在提升该拓扑在不同工作模式下的功率因数及动态响应性能。
解读: 该研究针对PFC拓扑的优化，对阳光电源的充电桩产品线及储能变流器（PCS）的前级AC/DC整流环节具有重要参考价值。在充电桩和PCS应用中，高功率因数和快速动态响应是提升电能质量和系统效率的关键。该方案通过改进CRM/DCM控制策略，有助于优化阳光电源产品在宽负载范围下的输入电流谐波表现，提升整机能...
硫属量子点杂化柔性聚乙烯醋酸乙烯酯薄膜的光伏输出增强
Enhanced photovoltaic output of flexible polyethylene vinylacetate film heterogenized by chalcogenide quantum dots
Le Caia · Kuihu Zhang · Aiying Chena · Huiqiang Zhang 等10人 · Solar Energy · 2025年11月 · Vol.301
摘要 开发了一种含硫属量子点（PQDs）的乙烯-醋酸乙烯共聚物（EVA）柔性复合薄膜，旨在通过PQDs的下转换效应和太阳能电池板冷却双重机制提升光伏效率。通过透射电子显微镜（TEM）、X射线光电子能谱（XPS）和光致发光光谱（PL）对微观结构和光学性能进行表征，结果表明PQDs/EVA薄膜具有透明、柔韧、耐用且稳定的荧光性能。所制备的PQDs/EVA薄膜表现出高效的紫外光到绿光的转换能力，同时可见光透过率超过90%。与纯EVA相比，在一个太阳光照强度下，含4% PQD含量的PQDs/EVA薄膜使...
解读: 该PQDs/EVA柔性薄膜技术对阳光电源SG系列光伏逆变器具有重要协同价值。通过紫外光下转换提升4%光电流输出,可直接增强MPPT优化效率;降温3°C特性可减缓组件功率温度系数衰减,延长系统寿命。建议结合iSolarCloud平台监测该薄膜在不同辐照条件下的增益数据,评估其在大型地面电站及分布式屋顶...
基于增量贝叶斯随机配置网络的漂移环境概率风力预测
Probabilistic Wind Power Prediction Using Incremental Bayesian Stochastic Configuration Network Under Concept Drift Environment
Jizhong Zhu · Le Zhang · Di Zhang · Yixi Chen · IEEE Transactions on Industry Applications · 2024年9月
传统数据驱动的概率风力预测方法通常假设外部环境静态不变，而实际工业数据常受概念漂移影响，导致模型性能下降。为此，本文提出一种增量贝叶斯随机配置网络方法。该方法利用无需迭代的轻量级随机权值神经网络SCN建模变量与目标间的潜在关系，并结合贝叶斯推断更新输出层参数，构建概率预测模型BSCN。通过最大均值差异与连续排序概率评分检测虚拟与真实漂移，以真实漂移触发BSCN的增量学习，并设计特定更新策略实现模型自适应。实验表明，该方法在动态漂移环境中能持续学习新模式且不遗忘旧知识，显著提升预测精度。
解读: 该增量贝叶斯预测方法对阳光电源风电和储能产品线具有重要应用价值。首先可用于ST系列储能变流器的功率预测与调度优化，提升储能系统对风电波动的平抑效果。其次可集成到iSolarCloud平台，通过实时漂移检测和自适应学习提高风电场发电预测准确度，优化PowerTitan储能系统的调度策略。该方法的轻量级...
基于三相四桥臂逆变器的开关磁阻电机有限控制集模型预测转矩控制
Finite Control Set Model Predictive Torque Control of Switched Reluctance Motor Based on Three-Phase Four-Leg Inverter
Dexu Lv · Wen Ding · Yangfan Wang · Kai Wang 等6人 · IEEE Transactions on Industrial Electronics · 2025年4月
本文提出一种基于三相四桥臂逆变器的有限控制集模型预测转矩控制（FCS MPTC）方案，以抑制转矩脉动并减少换相区域初始阶段的电流急剧下降。首先，分析了三相四桥臂拓扑的工作模式，并根据开关磁阻电机（SRM）在该拓扑上的运行情况进行扇区划分。然后，利用勒-于伊（Le - Huy）模型和候选电压矢量推导了单相导通区域的电流和转矩预测模型。所提出的FCS MPTC方案利用换相阶段两相电流相等的特性，解决了换相区域相电压预测困难的问题，实现了全周期FCS MPTC。此外，为在确保抑制转矩脉动的同时减轻计算...
解读: 从阳光电源业务视角来看，这项基于三相四桥臂逆变器的开关磁阻电机有限集模型预测转矩控制技术具有重要的战略参考价值。该技术通过优化控制策略实现转矩脉动抑制和换相区电流控制，其核心思路与我司在光伏逆变器和储能变流器领域追求的高效率、低谐波控制目标高度契合。 从技术迁移角度分析，该论文提出的预测控制算法和...
异构动态数据环境下分布式光伏在线增量概率功率预测
Online incremental probability power prediction for distributed PVs in heterogeneous and dynamic data environments
Le Zhang · Ziyu Chen · Jizhong Zhu · Kaixin Lin 等5人 · Applied Energy · 2025年9月 · Vol.394
摘要 数据共享是提升小样本条件下分布式光伏发电功率数据驱动模型预测精度的标准解决方案。然而在实际应用中，由于数据的去中心化所有权以及复杂多变的外部环境，该方案面临数据隐私、数据异构性以及动态数据学习等方面的挑战。为应对这些挑战，本文提出一种基于贝叶斯随机配置网络（BSCN）与个性化联邦学习（PFL）的增量式概率预测方法。具体而言，采用随机配置网络——一种新兴的单隐层无迭代神经网络——快速构建功率预测模型；为获得后验分布并确定概率输出，引入贝叶斯推断对SCN的输出参数进行评估。针对小样本和异构数据...
解读: 该分布式光伏概率预测技术对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。其联邦学习框架可保护多业主数据隐私,增量学习策略适配动态环境,可显著提升小样本场景下的功率预测精度。技术可集成至iSolarCloud平台,优化分布式光伏集群的预测性维护与功率调度;结合SG逆变器M...