找到 4 条结果

排序:
拓扑与电路 DC-DC变换器 储能系统 ★ 2.0

一种利用电感并联负载的无线电能传输动态调谐方法

A Dynamic Tuning Method Utilizing Inductor Paralleled With Load for Inductive Power Transfer

Ruikun Mai · Pengfei Yue · Yeran Liu · Youyuan Zhang 等5人 · IEEE Transactions on Power Electronics · 2018年12月

针对无线电能传输(IPT)系统中因元件容差和老化导致的失谐问题,本文提出了一种动态调谐方法。通过在接收端整流桥后级联Buck变换器并并联电感,实现对接收电路的动态调谐,从而有效提升系统效率。

解读: 该文献探讨的无线电能传输(IPT)动态调谐技术,主要应用于无线充电领域。虽然阳光电源目前的核心业务聚焦于光伏逆变器、储能系统及电动汽车充电桩(主要为有线快充),但该技术在未来电动汽车无线充电(EV Wireless Charging)领域具有潜在的前瞻性价值。建议研发团队关注其阻抗匹配与动态调谐策略...

拓扑与电路 充电桩 双向DC-DC 功率模块 ★ 2.0

带中继线圈的无线电能传输系统效率提升的非谐振补偿优化

Nonresonant Compensation Optimization for Efficiency Improvement of Wireless Power Transfer System With Relay Coil

Haisen Zhao · Zihan Tian · Xueying Zhang · Yue Qiu 等9人 · IEEE Transactions on Power Electronics · 2024年2月

中继线圈可有效增加无线电能传输(WPT)系统的传输距离,但较低的传输效率限制了其应用。本文基于带中继线圈的串联补偿WPT系统模型,分析了传统补偿方法的缺陷,揭示了系统在谐振状态下效率并非最优的问题,并提出了非谐振补偿优化方案以提升系统整体传输效率。

解读: 该研究聚焦于无线电能传输(WPT)的效率优化,虽目前阳光电源的核心业务(光伏逆变器、储能系统、风电变流器)主要基于有线连接,但该技术在电动汽车充电桩领域具有潜在的长期应用价值。随着无线充电技术的成熟,未来可将其作为充电桩产品线的技术储备,提升用户充电的便捷性。建议研发团队关注该非谐振补偿算法在小功率...

拓扑与电路 PFC整流 充电桩 ★ 3.0

一种基于有源整流器及附加测量线圈的无线电能传输最大效率跟踪方法

An Active-Rectifier-Based Maximum Efficiency Tracking Method Using an Additional Measurement Coil for Wireless Power Transfer

Ruikun Mai · Yeran Liu · Yong Li · Pengfei Yue 等6人 · IEEE Transactions on Power Electronics · 2018年1月

无线电能传输(WPT)系统的效率受负载波动及元件老化导致的失谐影响较大。为实现复杂工况下的实时最大效率跟踪,本文提出一种基于有源整流器和附加测量线圈的控制方法,旨在提升系统在负载变化和参数失谐条件下的运行效率。

解读: 该技术主要针对无线充电领域,与阳光电源目前的电动汽车充电桩业务具有潜在的技术协同性。随着大功率无线充电技术的演进,该研究中提到的有源整流控制及效率跟踪算法,可为公司未来布局高效率、高可靠性的无线充电产品提供技术储备。建议研发团队关注该方法在降低功率损耗方面的表现,评估其在车载充电系统或工业AGV无线...

储能系统技术 储能系统 强化学习 ★ 5.0

基于对抗性模仿强化学习的混合储能电动汽车能量管理

Imitation reinforcement learning energy management for electric vehicles with hybrid energy storage system

Weirong Liu · Pengfei Yao · Yue Wu · Lijun Duan 等6人 · Applied Energy · 2025年1月 · Vol.378

深度强化学习已成为电动汽车能量管理的一种有前景的方法。然而,深度强化学习依赖大量试错训练才能获得近似最优性能。为此,本文提出一种面向混合储能系统的电动汽车对抗性模仿强化学习能量管理策略,以最小化电池容量损耗成本。首先,利用动态规划在多种标准驾驶条件下生成专家知识,用于引导强化学习的探索过程,该专家知识表示为最优功率分配映射。其次,在早期模仿阶段,通过对抗网络使强化学习智能体的动作快速逼近最优功率分配映射。再次,根据对抗网络中判别器的输出设计动态模仿权重,促使智能体在在线驾驶条件下逐步过渡到自主探...

解读: 该对抗模仿强化学习策略对阳光电源混合储能系统具有重要应用价值。可应用于ST系列PCS的电池-超级电容混合储能优化,通过专家知识引导的强化学习加速训练42.6%,降低电池容量损耗成本5.1%-12.4%。技术可集成至iSolarCloud平台实现在线工况自适应功率分配,延长PowerTitan储能系统...