找到 3 条结果
双凸极电磁发电机的输出性能模型与三相九状态控制
Output Performance Model and Three-Phase Nine-State Control for Doubly Salient Electromagnetic Generator
Liang Chen · Yanwu Xu · Shuye Ding · Zhuoran Zhang · IEEE Transactions on Power Electronics · 2023年12月
双凸极电磁发电机（DSEG）因其结构简单、高可靠性在航空领域备受关注。针对现有有源整流控制方案中最大输出点选取依赖大量仿真与实验的问题，本文提出了一种最大输出性能模型及三相九状态控制策略，有效优化了DSEG的输出性能与控制效率。
解读: 该文献研究的DSEG属于特殊电机与发电机控制领域，与阳光电源核心的光伏逆变器及储能系统业务关联度较低。但其提出的“最大输出性能模型”及“多状态控制策略”在控制算法逻辑上具有参考价值。阳光电源在风电变流器及部分特种电源领域，可借鉴该文关于复杂工况下最优输出点快速寻优的思路，以提升变流器在非稳态下的转换...
基于三相不对称控制的双凸极电磁发电系统损耗最小化方法
Loss Minimization Method Based on Three-Phase Asymmetric Control for Doubly Salient Electromagnetic Generation Systems
Guilu Min · Yanwu Xu · Shuye Ding · Zhuoran Zhang · IEEE Transactions on Power Electronics · 2026年2月
针对双凸极电磁发电机（DSEG）系统，提出了一种基于三相不对称控制的损耗最小化方法。由于定子极的并联结构，DSEG的三相磁路存在不对称性，导致磁通密度分布不均及局部过饱和问题，进而引起铁损分布不均。该方法通过优化控制策略，有效降低了系统整体损耗。
解读: 该文献研究的双凸极电磁发电技术主要应用于特定电机驱动与发电领域，与阳光电源目前核心的光伏逆变器、储能PCS及风电变流器产品线存在一定技术差异。然而，其核心思想——针对磁路不对称性进行的损耗优化控制，对于提升阳光电源风电变流器及未来电机驱动类产品的效率具有参考价值。建议研发团队关注该类磁路优化算法，以...
基于强化学习与Beta参数的光伏发电系统自整定MPPT方案
Self-Tuning MPPT Scheme Based on Reinforcement Learning and Beta Parameter in Photovoltaic Power Systems
Dingyi Lin · Xingshuo Li · Shuye Ding · Huiqing Wen 等6人 · IEEE Transactions on Power Electronics · 2021年12月
本文提出了一种结合强化学习（RL）与Beta参数的光伏最大功率点跟踪（MPPT）自整定方案。该方法旨在提升光伏系统在复杂环境下的跟踪精度与响应速度，通过强化学习算法动态优化控制参数，有效解决了传统MPPT算法在快速变化光照条件下的性能瓶颈。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式和集中式光伏逆变器产品中，MPPT算法的效率直接决定了电站的发电收益。引入强化学习（RL）可使逆变器在阴影遮挡、快速多变光照等复杂工况下，实现比传统扰动观察法更精准、更快速的功率跟踪。建议研发团队将此算法集成至iSolarCloud智能运维平台或逆变器...