Xun Gao · Hongfei Wu · Shang Gao · Zuoqian Zhang 等5人 · IEEE Transactions on Power Electronics · 2021年2月

针对雷达T/R组件等低电压、低频脉冲电流负载，现有电源需大容量储能电容来平衡功率波动。本文提出一种新型两级脉冲电源拓扑，旨在实现恒定输入功率的同时，有效减小储能电容体积，并维持输出电压稳定。

解读: 该研究提出的两级脉冲电源拓扑核心在于解决功率波动与储能容量之间的矛盾，这对阳光电源的储能系统（如PowerTitan、PowerStack）及PCS研发具有参考价值。虽然该文针对的是雷达负载，但其功率解耦和电容优化思路可借鉴于储能变流器在应对高频脉冲负载或特定电网波动时的直流侧稳压设计。建议研发团队...

Jianhua Wang · Shang Gao · Yichao Sun · Zhendong Ji 等8人 · IEEE Transactions on Power Electronics · 2019年11月

无变压器光伏逆变器因高效、低成本和轻量化而广泛应用。然而，传统的H5、HERIC等拓扑缺乏储能系统所需的双向能量流动能力。本文回顾了从整流器到逆变器的拓扑演变，揭示了双向整流/逆变器的本质，并提出了一种新型H6双向拓扑，旨在满足未来光储一体化系统的需求。

解读: 该文献提出的双向H6拓扑对阳光电源的户用光储一体机（如SH系列）具有重要参考价值。目前户用储能市场对高效率、高功率密度及双向充放电功能要求日益严苛，H6拓扑相比传统方案能有效降低开关损耗并提升系统集成度。建议研发团队评估该拓扑在单相户用储能变流器中的应用潜力，通过优化调制策略进一步提升整机效率，以巩...

Yuan Gao · Zehuan Hu · Shun Yamat · Junichiro Otomo 等9人 · Applied Energy · 2025年4月 · Vol.384

摘要 可再生能源的部署以及智能能源管理策略的实施对于建筑能源系统（BES）的脱碳至关重要。尽管数据驱动的深度强化学习（DRL）在优化BES方面已取得近期进展，但仍存在显著挑战，例如缺乏针对时间序列数据观测空间的研究以及模型可解释性的不足。本文首次将未来预测信息引入DRL算法中，以构建时间序列数据的观测空间，并采用门控循环单元（GRU）和Transformer网络与DRL算法相结合，用于建筑一体化光伏与电池（BIPVB）系统的运行控制。此外，通过将前沿的Shapley加性解释（SHAP）技术与所开...

解读: 该深度强化学习优化技术对阳光电源光储一体化系统具有重要应用价值。研究中的GRU/Transformer时序预测与DRL决策框架可直接应用于ST系列储能变流器的智能调度策略,结合电价预测信息实现成本降低10%以上。SHAP可解释性分析方法可增强iSolarCloud平台的AI决策透明度,为PowerT...