找到 5 条结果
基于迁移学习的模块化多电平变换器在线阻抗辨识
Transfer Learning Based Online Impedance Identification for Modular Multilevel Converters
Mengfan Zhang · Yang Zhang · Qianwen Xu · IEEE Transactions on Power Electronics · 2023年10月
随着模块化多电平变换器（MMC）的大规模应用，系统稳定性问题日益突出。基于阻抗的稳定性分析方法因其非侵入式测量特性，成为黑盒稳定性分析的主流手段。针对数据量有限导致的阻抗辨识困难，本文提出一种基于迁移学习的在线阻抗辨识方法，旨在提升MMC与电网交互系统的稳定性分析精度与效率。
解读: 该技术对阳光电源的大型地面光伏电站及储能系统（如PowerTitan系列）具有重要参考价值。随着电网环境日益复杂，弱电网下的并网稳定性成为核心挑战。MMC技术在大型储能PCS及高压直流输电领域应用广泛，该研究提出的在线阻抗辨识方法，可辅助iSolarCloud平台实现更精准的电网交互特性监测，提前预...
面向恒功率负载的高升压比交错变换器接口直流微电网的大信号稳定性反步控制
Backstepping Control for Large Signal Stability of High Boost Ratio Interleaved Converter Interfaced DC Microgrids With Constant Power Loads
Qianwen Xu · Wentao Jiang · Frede Blaabjerg · Chuanlin Zhang 等6人 · IEEE Transactions on Power Electronics · 2020年5月
随着可再生能源渗透率提升及电力电子负载增加，直流微电网的稳定性面临挑战。储能系统（ESS）被广泛应用以提升稳定性，但现有控制方法多仅针对小信号扰动。本文提出一种反步控制策略，旨在解决恒功率负载（CPL）下高升压比交错变换器接口直流微电网的大信号稳定性问题。
解读: 该研究针对直流微电网中恒功率负载（CPL）引发的失稳问题，提出的反步控制策略对阳光电源的PowerTitan和PowerStack等储能系统具有重要参考价值。在工商业及电网侧储能应用中，PCS常作为直流微电网的核心接口，面临复杂的负载特性。该控制算法能显著提升PCS在复杂电网环境下的抗扰动能力和大信...
一种用于恒功率负载直流/直流降压变换器的无静差复合模型预测控制策略
An Offset-Free Composite Model Predictive Control Strategy for DC/DC Buck Converter Feeding Constant Power Loads
Qianwen Xu · Yunda Yan · Chuanlin Zhang · Tomislav Dragicevic 等5人 · IEEE Transactions on Power Electronics · 2020年5月
直流微电网中电力电子变换器的高渗透率可能引发恒功率负载（CPL）稳定性问题，导致电压大幅振荡甚至系统崩溃。本文提出了一种无静差复合模型预测控制策略，旨在提升变换器在CPL工况下的动态性能，实现小超调、低振荡及平滑的瞬态响应，有效保障直流微电网的系统稳定性。
解读: 该研究针对直流微电网中常见的恒功率负载（CPL）引起的不稳定问题，提出了先进的无静差模型预测控制策略。这对阳光电源的储能系统（如PowerTitan、PowerStack）及直流耦合光储系统具有重要参考价值。在储能变流器（PCS）接入直流微电网或作为直流侧接口时，该控制算法能显著提升系统在复杂负载下...
计算高效的长时域预测控制在电力变换器中的应用：一种强化学习方法
Computationally Efficient Long-Horizon Predictive Control for Power Converter: A Reinforcement Learning Approach
Yihao Wan · Yang Zhang · Qianwen Xu · IEEE Transactions on Industrial Electronics · 2025年4月
长预测时域有限控制集模型预测控制（FCS - MPC）在闭环稳定性、谐波失真和开关频率方面表现出卓越的性能。然而，对于传统的穷举法，实际实施时的计算负担会随着预测时域的增加呈指数级增长。传统方法包括将其重新表述为整数最小二乘（ILS）问题，以及采用基于人工神经网络（ANN）的有监督模仿学习技术，以减轻长预测时域带来的计算负担问题。在本文中，通过将强化学习（RL）框架与长预测时域相结合，开发了一种新型自主控制器用于变流器控制。通过这种方式，RL智能体通过与变流器系统进行交互，自主学习最优开关策略。...
解读: 从阳光电源的业务视角来看，这项基于强化学习的长预测时域模型预测控制技术具有重要的战略价值。该技术针对功率变换器控制中的核心痛点——长预测时域带来的计算复杂度问题，提出了创新性解决方案，这与我们在光伏逆变器和储能变流器产品中追求高性能控制的需求高度契合。 技术价值方面，长预测时域控制能够显著改善闭环...
基于最优分解的并网互联变流器系统谐波稳定性分析
Optimal Decomposition Based Harmonic Stability Analysis of Grid-Connected Interlinking Converter Systems Considering the Coupling Interaction
Haitao Zhang · Yao Qin · Qianwen Zhang · Fengting Wei 等6人 · IEEE Transactions on Power Delivery · 2025年6月
作为典型的交直流混合拓扑，并网互联变流器系统受交流侧与直流侧耦合作用影响，其稳定性分析常采用交直流导纳模型。然而，交流-直流耦合项中可能出现右半平面极点，导致传统方法在特定条件下失效。为此，本文提出确保耦合项不含右半平面极点的充要条件，并在此基础上构建基于最优分解的谐波稳定性分析方法，提供两种可避免子环路增益中出现右半平面极点的分解方式，从而实现对系统谐波稳定性的更普适且可靠评估。进一步探讨了耦合交互引发振荡的机理，并通过Matlab/Simulink三个算例验证所提方法的有效性。结果表明，当交...
解读: 该交直流耦合谐波稳定性分析方法对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究揭示的耦合动态可使等效电阻从-2.6降至-20.4的失稳机理，为储能系统交直流侧协同控制设计提供理论依据。所提最优分解方法可应用于：1）ST系列PCS的交直流导纳建模与稳定性预判，避免弱...