找到 35 条结果
将上下文知识融入配电网伏/无功控制：一种大语言模型驱动的模糊推理与模型预测控制方法
Integrating contextual knowledge into volt/Var control of distribution networks: a large language model-driven fuzzy inference and model predictive control approach
Jiafeng Lin · Jing Qiu · Sihai An · Zongyu Yao 等6人 · Applied Energy · 2026年4月 · Vol.409
本文提出融合大语言模型（LLM）先验知识的伏/无功（VAr）协同控制框架，结合模糊推理实现动态规则生成，并嵌入模型预测控制（MPC）优化实时无功调节，提升配电网在高比例分布式电源接入下的电压稳定性与响应适应性。
解读: 该研究对阳光电源ST系列储能变流器（PCS）及iSolarCloud智能运维平台的电压无功协同调控能力具有直接增强价值。LLM驱动的模糊-MPC混合策略可提升组串式逆变器和PowerTitan系统在弱电网、多源扰动场景下的VAr动态响应精度与鲁棒性；建议在iSolarCloud中集成轻量化LLM推理...
电力变换器中FCS-MPC的模糊逼近方法
A Fuzzy Approximation for FCS-MPC in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2022年8月
标准模型预测控制（MPC）虽能处理多目标与非线性约束，但易受外部扰动及参数不确定性影响。本文提出一种新型鲁棒模型预测控制策略，通过模糊逼近方法增强系统在实际应用中的抗干扰能力与鲁棒性，有效解决了电力变换器在复杂工况下的控制精度问题。
解读: 该技术对阳光电源的核心产品线（如组串式逆变器、PowerTitan储能变流器）具有极高的应用价值。FCS-MPC在高性能电力电子变换中已成为主流，但其对参数敏感的缺陷限制了极端工况下的表现。引入模糊逼近算法可显著提升逆变器在弱电网环境下的稳定性，并增强储能PCS在复杂负载波动下的动态响应能力。建议研...
基于学习的MMC神经动态面预测控制
Learning-Based Neural Dynamic Surface Predictive Control for MMC
Xing Liu · Lin Qiu · Jose Rodriguez · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2023年1月
本文提出了一种基于强化学习的神经动态面预测控制方法，用于解决模块化多电平变换器（MMC）的控制问题。该方法有效克服了传统动态规划算法中“维度灾难”及对精确系统模型依赖的局限性，通过引入预测器结构，提升了MMC系统的动态响应性能与控制鲁棒性。
解读: MMC技术在阳光电源的高压大功率光伏逆变器及大型储能系统（如PowerTitan系列）中具有重要应用潜力。该文提出的基于强化学习的预测控制算法，能够有效解决MMC复杂拓扑下的多目标优化控制难题，提升系统在弱电网环境下的稳定性。建议研发团队关注该算法在提升逆变器动态响应速度及降低计算复杂度方面的表现，...
SiC IGBT综述：模型、制造、特性与应用
A Review of SiC IGBT: Models, Fabrications, Characteristics, and Applications
Lubin Han · Lin Liang · Yong Kang · Yufeng Qiu · IEEE Transactions on Power Electronics · 2021年2月
随着宽禁带半导体材料与工艺的成熟，SiC IGBT作为功率器件的顶尖技术已成功实现制造。本文全面回顾了过去30年SiC IGBT的发展历程，重点分析了其模型构建、结构设计及性能演进，探讨了该技术在电力电子领域的应用潜力与挑战。
解读: SiC IGBT作为下一代高压、高频功率器件的核心，对阳光电源的产品竞争力至关重要。在光伏逆变器领域，SiC IGBT有助于进一步提升组串式及集中式逆变器的功率密度与转换效率，减小散热器体积。在储能系统（如PowerTitan、PowerStack）及风电变流器中，该技术能显著降低开关损耗，提升系统...
电力变换器的FCS-MPC：一种数据驱动的无模型强化学习解决方案
FCS-MPC of Power Converters: A Data-Driven Model-Free Reinforcement Learning Solution
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文为有限控制集模型预测控制（FCS-MPC）奠定了理论基础，利用数据驱动的无模型强化学习方法，结合比例积分型数据驱动动态内部模型预测控制与强化学习策略，实现了电力变换器的高效控制。
解读: 该技术对阳光电源的核心产品线（光伏逆变器、储能PCS及风电变流器）具有重大应用价值。传统的FCS-MPC高度依赖系统精确模型，而该无模型强化学习方案能显著降低建模难度，提升复杂工况下的动态响应速度与鲁棒性。建议研发团队将其应用于PowerTitan等大功率储能系统及组串式逆变器中，以优化在弱电网环境...
面向功率变换器的数据驱动迭代学习预测控制
Data-Driven Iterative Learning Predictive Control for Power Converters
Wenjie Wu · Lin Qiu · Xing Liu · Feng Guo 等7人 · IEEE Transactions on Power Electronics · 2022年12月
本文提出了一种用于功率变换器的数据驱动迭代学习预测控制架构。旨在解决有限控制集模型预测控制（FCS-MPC）在未建模动态和参数失配条件下的鲁棒性与性能保持问题。通过引入迭代动态线性化技术，有效提升了控制系统的适应性与稳态性能。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。FCS-MPC因其快速动态响应在电力电子领域备受关注，但参数敏感性一直是工程落地的痛点。本文提出的数据驱动迭代学习方法，能够显著提升逆变器在复杂电网环境（如弱电网、参数...
基于学习的电力变换器执行器FDI攻击下弹性FCS-MPC控制
Learning-Based Resilient FCS-MPC for Power Converters Under Actuator FDI Attacks
Xing Liu · Lin Qiu · José Rodríguez · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年10月
本文提出了一种基于学习的弹性预测控制框架，结合变步长事件触发机制，旨在应对执行器虚假数据注入（FDI）攻击，减少不必要的触发事件并提升系统鲁棒性。该方法通过优化控制策略，有效改善了系统在遭受攻击及参数扰动下的动态性能。
解读: 该研究针对电力电子变换器的网络安全与鲁棒控制，对阳光电源的核心产品线具有重要价值。随着光伏逆变器和PowerTitan/PowerStack储能系统在电网中渗透率提升，系统面临的网络安全威胁（如FDI攻击）日益严峻。该基于学习的弹性FCS-MPC控制策略，能够显著提升设备在复杂电网环境下的抗干扰能力...
基于准比例谐振控制的IPMSM无差拍预测电流谐波抑制方法
A Deadbeat Predictive Current Harmonics Suppression Method for IPMSM Based on Quasi Proportional Resonant Control
Chao Du · Shuang Yang · Lin Qiu · Yue Wang 等8人 · IEEE Transactions on Power Electronics · 2024年11月
针对内置式永磁同步电机（IPMSM），无差拍预测电流控制具有动态响应快、数学模型简单的优点。然而，在抑制低次电流谐波时，往往会引入额外的高次谐波，从而削弱整体谐波抑制效果。本文提出了一种改进的无差拍预测电流谐波抑制方法，旨在优化谐波性能。
解读: 该文献提出的无差拍预测控制与谐波抑制算法主要应用于电机驱动领域。对于阳光电源而言，该技术可延伸至风电变流器（风机侧电机控制）以及未来可能涉及的储能/光伏系统中的高性能电机驱动应用。通过引入准比例谐振控制，能够有效提升变流器在复杂工况下的电流质量，降低谐波损耗，从而提升变流器效率及电机运行的平稳性。建...
一种基于在线神经网络逼近器的无模型预测控制方法
An Online Neural Network Approximator-Based Model-Free Predictive Control Approach for Power Converters
Pengbo Zhao · Jien Ma · Xing Liu · Lin Qiu 等7人 · IEEE Transactions on Power Electronics · 2025年10月
本文提出了一种基于在线神经网络逼近器的无模型预测控制（MFPC）方法，旨在解决传统基于超局部模型的MFPC对电感、电容等参数的依赖问题。该方法通过在线学习机制增强了功率变换器控制系统的鲁棒性，无需精确的系统模型参数即可实现高性能控制，为电力电子变换器的控制策略优化提供了新思路。
解读: 该技术对阳光电源的核心产品线（如组串式逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。目前阳光电源产品在复杂电网环境下（如弱电网）对参数鲁棒性要求极高，传统的基于模型的MPC受参数漂移影响较大。引入在线神经网络逼近的无模型控制，可有效提升逆变器在电网阻抗波动时的动态...
五电平矩阵变换器输出电压调制研究
Research on Output Voltage Modulation of a Five-Level Matrix Converter
Lin Qiu · Lie Xu · Kui Wang · Zedong Zheng 等5人 · IEEE Transactions on Power Electronics · 2017年4月
矩阵变换器（MC）作为一种无需中间直流环节的直接交流-交流变换器，具备高功率密度、四象限运行及双向功率流等优势。然而，其在高压大功率系统中的应用受限于器件耐压水平。本文研究了多电平技术在矩阵变换器中的应用，旨在提升输出电压等级并优化调制策略。
解读: 该研究探讨的多电平矩阵变换器拓扑，在提升功率密度和电压等级方面具有前瞻性。对于阳光电源而言，虽然目前主流产品（如组串式逆变器、PowerTitan储能系统）多采用基于直流环节的拓扑，但该技术在未来高压直驱风电变流器或特定工业交流传动领域具有潜在应用价值。建议研发团队关注其在减少无源元件体积、提升系统...
三相双有源桥变换器的无模型移动离散控制集预测控制
Model-Free Moving-Discretized-Control-Set Predictive Control for Three-Phase Dual-Active-Bridge Converters
Jiahao Sun · Lin Qiu · Xing Liu · Jien Ma 等6人 · IEEE Transactions on Power Electronics · 2024年8月
针对双有源桥（DAB）变换器，移动离散控制集模型预测控制（MPC）虽具备动态响应快和多目标优化的优势，但易受系统模型精度影响且控制器设计复杂。本文提出一种无模型控制方案，旨在降低建模依赖性，提升DAB变换器在复杂工况下的控制性能与鲁棒性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列PCS）具有极高的应用价值。DAB拓扑是高压储能变流器的核心，传统的模型预测控制依赖精确参数，而无模型控制方案能有效解决储能系统在宽电压范围运行及参数漂移下的控制精度问题。建议研发团队关注该算法在PCS功率模块中的嵌入，以提...
数据驱动与事件驱动相结合的电力变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年1月
本文提出了一种结合数据驱动与事件驱动的在线学习预测控制策略，旨在解决电力变换器中有限控制集模型预测控制（FCS-MPC）面临的模型参数不确定性及开关损耗过高的问题。该方法通过在线学习优化控制性能，有效提升了变换器在复杂工况下的鲁棒性与效率。
解读: 该研究直接针对阳光电源核心产品（如组串式逆变器、PowerTitan储能变流器）中广泛使用的模型预测控制（MPC）技术。通过引入数据驱动与事件驱动机制，可显著提升逆变器在电网参数波动下的动态响应能力，并降低开关频率以减少损耗，从而提升产品能效。建议研发团队将其应用于iSolarCloud平台的边缘计...
基于神经预测器的模块化多电平变换器低开关频率FCS-MPC及在线权重系数调整
Neural Predictor-Based Low Switching Frequency FCS-MPC for MMC With Online Weighting Factors Tuning
Xing Liu · Lin Qiu · Wenjie Wu · Jien Ma 等7人 · IEEE Transactions on Power Electronics · 2022年4月
本文提出了一种针对模块化多电平变换器（MMC）的新型预测控制框架。该方法结合了基于神经预测器的低开关频率有限控制集模型预测控制（FCS-MPC），并实现了权重系数的在线自适应调整，以增强系统的鲁棒性。研究旨在维持低开关频率运行的同时，优化变换器的动态性能与控制精度。
解读: 该技术对阳光电源的集中式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。MMC拓扑在大型光伏电站及高压大功率储能系统中应用广泛，但其计算负担重、开关频率控制难。引入神经预测器可有效降低开关损耗，提升系统效率；在线权重调整机制能增强系统在弱电网环境下的鲁棒性。建议研发团队关注该算法...
基于陷波滤波器和二阶广义积分器的IPMSM交叉解耦电流谐波抑制方法
A Cross-Decoupled Current Harmonics Suppression Method for IPMSM Based on Notch Filter and Second-Order Generalized Integrator
Chao Du · Shuang Yang · Lin Qiu · Jien Ma 等6人 · IEEE Transactions on Power Electronics · 2025年4月
针对内置式永磁同步电机（IPMSM）电流谐波抑制问题，本文提出了一种结合陷波滤波器与二阶广义积分器（SOGI）的交叉解耦控制方法。该方法解决了传统SOGI在动态响应速度与稳态收敛精度之间的权衡矛盾，有效提升了电机电流谐波抑制的性能。
解读: 该文献提出的SOGI与陷波滤波器结合的谐波抑制算法，主要针对电机控制领域。对于阳光电源而言，该技术可迁移应用于风电变流器（风机侧电机控制）以及电动汽车充电桩内部的功率模块控制。通过优化电流环控制算法，能够有效降低谐波含量，提升变流器输出电能质量，并改善电机驱动系统的动态响应性能。建议研发团队关注该算...
基于数据驱动神经预测器的电力变换器鲁棒模型预测控制
Data-Driven Neural Predictors-Based Robust MPC for Power Converters
Xing Liu · Lin Qiu · Jose Rodriguez · Wenjie Wu 等8人 · IEEE Transactions on Power Electronics · 2022年10月
本文提出了一种基于数据驱动神经预测器的鲁棒有限控制集模型预测控制（FCS-MPC）方法，旨在提升电力变换器控制系统的鲁棒性及多目标控制的灵活性。通过神经网络预测器估计未知非线性项，有效增强了控制系统对参数扰动和模型不确定性的适应能力。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式及集中式光伏逆变器中，FCS-MPC可显著提升动态响应速度；在PowerTitan等大型储能PCS中，该算法能有效应对电网弱电网环境下的参数波动，提升系统稳定性。建议研发团队将该数据驱动预测模型集成至iSolarCloud智能运维平台，利用边缘计算能力...
基于事件驱动的强化学习预测控制器设计用于三相NPC变换器
Event-Driven Based Reinforcement Learning Predictive Controller Design for Three-Phase NPC Converters Using Online Approximators
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年4月
本文针对三相NPC变换器提出了一种基于事件驱动的强化学习无模型预测控制策略。该方法利用在线逼近器解决系统不确定性，并通过事件触发机制有效降低开关损耗。核心创新在于引入评价神经网络学习性能函数，实现对复杂电力电子系统的优化控制。
解读: 该技术对阳光电源的核心产品线（如集中式逆变器、大功率储能PCS）具有极高的应用价值。NPC（中点钳位）三电平拓扑是阳光电源大功率光伏逆变器和PowerTitan系列储能变流器的关键技术路线。通过引入强化学习与事件驱动控制，可以在保证并网电能质量的前提下，显著降低开关频率带来的损耗，提升整机效率。建议...
双有源桥
DAB）变换器中直流偏置引起的电流畸变参数设计
Jinhao Shen · Jian Zhang · Jianwei Wu · Qiu Lin 等6人 · IEEE Transactions on Power Electronics · 2024年9月
双有源桥（DAB）变换器应用广泛，但高频开关导致直流偏置引起的电流畸变问题尚未得到有效解决。本文针对传统DAB变换器中辅助电感对效率的影响，研究了抑制直流偏置电流畸变的参数设计方法，旨在提升变换器在高频运行下的性能与稳定性。
解读: DAB变换器是阳光电源PowerTitan、PowerStack等储能变流器（PCS）及直流耦合光储一体化系统的核心拓扑。直流偏置引起的电流畸变会导致变压器饱和、损耗增加及电磁干扰，直接影响储能系统的效率与可靠性。本文提出的参数设计方法可优化PCS内部DC-DC级的磁性元件设计，提升在高频工况下的电...
基于新型回归模型的IPMSM无传感器控制非线性磁链观测器
Nonlinear Flux Observer for Sensorless Control of IPMSM Based on a Novel Regression Model
Kai Zhang · Jien Ma · Junyong Lu · Yingquan Liu 等7人 · IEEE Transactions on Power Electronics · 2025年3月
非线性磁链观测器是实现电机无传感器控制的有效方法。针对内置式永磁同步电机（IPMSM），本文建立了一种由已知向量与未知向量乘积构成的新型回归模型。基于该模型及梯度下降法，提出了一种改进的非线性有源磁链观测器，旨在提升电机在宽转速范围内的位置估计精度与动态响应性能。
解读: 该技术主要针对IPMSM（内置式永磁同步电机）的无传感器控制，虽然阳光电源的核心业务聚焦于光伏逆变器与储能系统，但该算法在电动汽车充电桩的功率模块电机驱动控制，以及未来可能涉及的储能系统辅助电机控制（如冷却系统风机、泵类驱动）中具有潜在应用价值。通过引入新型回归模型优化磁链观测，有助于提升电机驱动系...
参数失配与非对称调制下输出并联DAB DC-DC变换器的主动热管理方法
Active Thermal Management Method for Output-Parallel DAB DC–DC Converters Under Parameter Mismatches and Asymmetrical Modulation
Jinhao Shen · Jian Zhang · Xiaoyan Huang · Lin Qiu 等5人 · IEEE Transactions on Power Electronics · 2023年7月
针对输出并联双有源桥（OP-DAB）变换器中非对称移相调制与参数失配导致的热不平衡问题，本文提出了一种包含改进移相调制策略和基于可靠性的功率分配方法的主动热管理方案，旨在缓解热不平衡，延长变换器寿命。
解读: 该研究直接服务于阳光电源的储能业务，特别是PowerTitan和PowerStack等大功率储能系统。在大规模储能PCS中，多模块并联运行是主流架构，参数一致性差异会导致模块间热应力不均，进而影响整机寿命。本文提出的主动热管理策略可直接应用于PCS的功率分配算法中，通过实时监测与动态调节，平衡各模块...
面向无传感器三相四桥臂模块化多电平变换器的有限电平状态模型预测控制
Finite-Level-State Model Predictive Control for Sensorless Three-Phase Four-Arm Modular Multilevel Converter
Xing Liu · Lin Qiu · Youtong Fang · Zhouhua Peng 等5人 · IEEE Transactions on Power Electronics · 2020年5月
本文提出了一种针对三相四桥臂模块化多电平变换器（MMC）的有限电平状态模型预测控制策略。该研究旨在提升系统在桥臂故障及传感器故障条件下的可靠性。通过引入四桥臂拓扑，进一步增强了MMC系统的容错能力。
解读: 该研究关注的MMC拓扑及容错控制技术，对阳光电源的高压大功率储能系统（如PowerTitan系列）及大型集中式光伏逆变器具有重要参考价值。MMC技术在提升电能质量和降低谐波方面表现优异，而文中提到的容错控制与无传感器技术，能够有效提升系统在极端工况下的可靠性，降低传感器故障导致的停机风险。建议研发团...
第 1 / 2 页