找到 3 条结果
基于人工神经网络虚拟参考控制的开关电容单输入多输出变换器偏移抑制
Offset Mitigation of a Switched Capacitor Single-Input-Multioutput Converter Using an Artificial Neural Network Based Virtual Reference Control
Xiaojun Deng · Noven Lee · Junxiang Yang · Yajie Jiang 等5人 · IEEE Transactions on Power Electronics · 2026年4月
开关电容（SC）单输入多输出（SIMO）变换器因其高转换比、高效率和高功率密度，在电池充电系统等领域应用广泛。然而，传统的PI主从控制在处理输出电流稳态误差时存在局限。本文提出了一种基于人工神经网络（ANN）的虚拟参考控制策略，有效抑制了SC-SIMO变换器的偏移误差，提升了系统的控制精度与稳定性。
解读: 该技术对阳光电源的储能系统（如PowerStack）及电动汽车充电桩业务具有重要参考价值。在多路输出的电池管理或充电场景中，传统的PI控制难以兼顾多端口的动态响应与稳态精度。引入基于ANN的虚拟参考控制，可优化多端口DC-DC变换器的输出一致性，减少硬件冗余，提升系统功率密度。建议研发团队关注该算法...
基于随机森林增强型电热老化模型的锂离子电池安全可持续快速充电策略
A Secure-Sustainable-Fast Charging Strategy for Lithium-Ion Batteries Based on a Random Forest-Enhanced Electro-Thermal-Degradation Model
Yajie Jiang · Noven Lee · Xiaojun Deng · Yun Yang · IEEE Transactions on Power Electronics · 2026年4月
本文提出了一种基于先进电热老化（ETD）模型的锂离子电池快速充电策略。该模型耦合了温度、荷电状态（SOC）和健康状态（SOH），结合了等效电路模型的简洁性与随机森林（RF）算法的高精度，旨在实现电池充电过程中的安全性、可持续性与高效性平衡。
解读: 该研究对于阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高价值。通过引入随机森林增强的电热老化模型，公司可进一步优化BMS（电池管理系统）的充电控制算法，在保证电池寿命和安全的前提下，显著提升储能系统的充电效率。该技术可直接应用于iSolarCloud智能运维平台，通过...
基于隐私保护的多分布式储能系统运行的分布式状态分解凸优化
Privacy-Preserving-Based Distributed State-Decomposition Convex Optimization for Multi-DESS Operations
Yajie Jiang · Noven Lee · Yici Wang · Xiangrong Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年3月
分布式凸优化策略广泛用于分布式储能系统（DESSs）之间的电压调节和电流分配。同时，基于一致性的二次控制方法被普遍采用，但在显式交换信息时存在泄露初始状态信息的风险。为解决这一问题，本文提出了一种用于直流网络电流分配的分布式状态分解凸优化（DSDCO）方法，以确保保护 DESSs 的初始状态。在 DSDCO 中，实施了一种状态分解策略，即将每个 DESS 的状态变量分解为两个具有随机初始值的子状态变量。其中一个子变量用于外部一致性控制，以保护节点的真实初始状态，而另一个子变量则管理内部动态以实现...
解读: 该隐私保护分布式优化技术对阳光电源ST系列储能系统和PowerTitan大型储能集群具有重要应用价值。在多储能单元协同运行场景中，该方法可应用于：1）ST2236/2500储能变流器的并联运行，通过状态分解凸优化实现电压调节与电流均衡，避免传统集中式控制中的敏感参数暴露；2）PowerTitan储能...