找到 7 条结果
通过注入二次谐波环流优化模块化多电平变换器
MMC）损耗
Limin Yang · Yaohua Li · Zixin Li · Ping Wang 等6人 · IEEE Transactions on Power Electronics · 2018年7月
针对高压直流输电系统中的模块化多电平变换器（MMC），本文研究了桥臂电流中二次谐波环流（SHCC）对变换器损耗的影响。不同于传统的抑制SHCC方法，本文提出通过主动注入特定二次谐波环流来优化变换器整体损耗，从而提升高压大功率变换系统的运行效率。
解读: MMC技术主要应用于高压直流输电（HVDC）及大功率电网侧储能领域。虽然阳光电源目前的核心产品线以组串式/集中式光伏逆变器和PowerTitan/PowerStack储能系统为主，但随着公司在大型电网侧储能及高压并网技术领域的深入，MMC拓扑的损耗优化研究具有前瞻性价值。该研究提出的环流控制策略可为...
MagNet-AI：作为磁性元件建模与材料推荐数据表的神经网络
MagNet-AI: Neural Network as Datasheet for Magnetics Modeling and Material Recommendation
Haoran Li · Diego Serrano · Shukai Wang · Minjie Chen · IEEE Transactions on Power Electronics · 2023年12月
本文介绍了MagNet-AI平台，该平台展示了“神经网络作为数据表”的概念，用于实现宽运行范围内功率磁性元件的B-H环路建模与材料推荐。研究摒弃了直接展示磁芯材料测量特性的传统方式，转而利用神经网络捕捉B-H环路映射关系，为磁性元件设计提供了高效的数字化解决方案。
解读: 磁性元件（电感、变压器）是阳光电源组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器（PCS）的核心损耗部件。MagNet-AI提出的‘神经网络作为数据表’概念，可显著提升研发阶段磁性元件的设计精度与选型效率，优化高频化趋势下的磁芯损耗评估。建议研发团队引入该AI建模方法...
具有集成电压平衡能力的双极性低压直流系统DC/DC变换器
DC/DC Converter for Bipolar LVdc System With Integrated Voltage Balance Capability
Binbin Li · Qintian Fu · Shukai Mao · Xiaodong Zhao 等7人 · IEEE Transactions on Power Electronics · 2021年5月
双极性低压直流配电系统能有效整合可再生能源并提升效率，但面临极间电压不平衡挑战。本文提出一种基于双向CLLC DC/DC变换器的改进方案，通过简化电路结构，在实现功率变换的同时集成电压平衡功能，有效提升了系统的可靠性与灵活性。
解读: 该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及直流微电网解决方案具有重要参考价值。双极性直流系统在工商业及用户侧储能场景中应用潜力巨大，集成电压平衡功能的CLLC拓扑可优化PCS的硬件架构，减少元器件数量，提升功率密度与系统可靠性。建议研发团队评估该拓扑在直流耦合储能系...
为何选择MagNet：量化功率磁性材料特性建模的复杂性
Why MagNet: Quantifying the Complexity of Modeling Power Magnetic Material Characteristics
Diego Serrano · Haoran Li · Shukai Wang · Thomas Guillod 等10人 · IEEE Transactions on Power Electronics · 2023年11月
本文探讨了开发先进数据驱动模型以描述功率磁性材料特性的必要性。磁芯损耗和磁滞回线是磁性元件设计的关键，但其物理机制复杂且难以直接应用。由于损耗和磁滞回线受材料特性及电气运行条件影响显著，本文旨在通过量化建模复杂性，推动数据驱动方法在磁性元件设计中的应用。
解读: 磁性元件（电感、变压器）是阳光电源光伏逆变器及储能PCS的核心组件，直接决定了产品的功率密度、效率及热性能。随着PowerTitan等大功率储能系统及组串式逆变器向更高功率密度演进，传统经验公式已难以满足高频化设计需求。本文提出的数据驱动建模方法，有助于研发团队在iSolarCloud运维数据支撑下...
一种利用电压镜像变压器表征功率磁性元件的简化直流偏置注入方法
A Simplified DC-Bias Injection Method for Characterizing Power Magnetics Using a Voltage Mirror Transformer
Shukai Wang · Haoran Li · Diego Serrano · Thomas Guillod 等7人 · IEEE Transactions on Power Electronics · 2024年6月
本文提出了一种利用电压镜像变压器配置的简化直流偏置注入电路，旨在提升设备适用性与测量精度。通过镜像变压器，该方法有效降低了反射激励电压对直流源的影响，提升了直流偏置注入的质量，优化了功率磁性元件的测试流程。
解读: 磁性元件（电感、变压器）是阳光电源组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器中的核心功率密度瓶颈。该方法通过优化直流偏置注入，能更精确地获取磁性元件在实际工作电流下的电感特性，有助于研发团队在设计阶段更精准地进行磁性元件选型与损耗评估。这对于提升逆变器和PCS的整...
MagNet：用于建模功率磁性材料特性的机器学习框架
How MagNet: Machine Learning Framework for Modeling Power Magnetic Material Characteristics
Haoran Li · Diego Serrano · Thomas Guillod · Shukai Wang 等12人 · IEEE Transactions on Power Electronics · 2023年12月
本文提出了一种名为MagNet的开源机器学习框架，用于功率磁性材料建模。该框架整合了超过50万个实验测量的激励数据点，涵盖多种材料及运行工况。文章详细阐述了数据采集与质量控制流程，并展示了机器学习在提升磁性元件建模精度与效率方面的应用潜力。
解读: 磁性元件（电感、变压器）是阳光电源光伏逆变器和储能PCS的核心损耗源。MagNet框架提供的机器学习建模方法，可显著提升磁性元件在高频、复杂工况下的损耗预测精度，有助于优化PowerTitan等储能系统及组串式逆变器的磁性设计，实现更优的功率密度和效率。建议研发团队引入该数据库进行磁性材料特性拟合，...
基于深度强化学习的考虑动态风的风电场流动控制
Deep reinforcement learning-driven wind farm flow control considering dynamic wind
Hangyu Wang · Shukai He · Jie Yan · Shuang Han 等5人 · Energy Conversion and Management · 2025年8月 · Vol.337
摘要 克服由尾流效应引起的功率损失对于提高运行中风电场的效率至关重要。风电场流动控制是实现这一目标的关键方法。然而，包括风速和风向变化在内的动态风况以及环境不确定性，给有效的流动控制带来了重大挑战。为应对这些挑战，本文提出了一种基于深度强化学习并考虑动态风的风电场流动控制方法。首先，从LiDAR测量数据中提取动态风波动特征，构建了全面的数据集。随后，开发了一种以动态风作为输入、通过偏航角调整最大化风电场输出功率的流动控制方法。最后，引入双延迟深度确定性策略梯度（Twin Delayed Deep...
解读: 该深度强化学习风电场流控技术对阳光电源储能系统具有重要借鉴价值。TD3算法的实时优化与在线学习机制可应用于ST系列PCS的动态功率调度,通过经验回放处理新能源波动不确定性。动态风况建模思路可迁移至PowerTitan储能系统,结合iSolarCloud平台实现风光储协同控制,优化多能互补场景下的功率...