找到 4 条结果
一种计算高效且稳定的直流/交流逆变器学习型控制器
A Computationally Efficient and Stable Learning-Based Controller for DC/AC Inverter
Wendong Feng · Ruigang Wang · Tianhao Qie · Ran Li 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年2月
本文提出了一种基于机器学习的直流/交流逆变器控制策略，具有高计算效率且对模型参数变化不敏感。该方法支持快速离线神经网络训练，并适用于数字信号处理器的低在线计算开销实现。采用递归平衡网络（REN）确保系统具备优良的暂态与稳态性能，并证明了闭环系统的渐近稳定性。通过与现有控制方法的实验对比，验证了所提方法的有效性。
解读: 该学习型控制器技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。REN网络的渐近稳定性保证和低计算开销特性，可直接部署于现有DSP平台，提升控制器响应速度和鲁棒性。对PowerTitan大型储能系统，该方法可优化并网暂态性能，增强参数摄动下的稳定性。相比传统PI控制，机器学习控制...
一种基于载波调制的三电平简化中点钳位逆变器自适应模型预测电流控制
A Novel Adaptive Model Predictive Current Control for Three-Level Simplified Neutral-Point-Clamped Inverter With Carrier-Based Modulation
Fubing Jin · Tianhao Qie · Yulin Liu · Yong Yang 等6人 · IEEE Transactions on Power Electronics · 2025年1月
本文针对三电平简化中点钳位逆变器（3L - SNPCI）提出了一种自适应模型预测电流控制方法，该方法消除了传统模型预测电流控制（MPCC）的模型依赖问题。利用一种新型观测器高精度、快速收敛地估计系统参数。然后，无差拍MPCC利用所观测到的参数来精确计算参考电压矢量，实现了低计算量和恒定开关频率。此外，还提出了一种新型基于载波的空间矢量调制（CBSVM）方法，用于为3L - SNPCI合成参考电压矢量。与现有的3L - SNPCI空间矢量调制方案相比，所提出的CBSVM方法在确保中点电压平衡的同时...
解读: 从阳光电源的业务视角来看，这项针对三电平简化中点钳位逆变器的自适应模型预测电流控制技术具有重要的应用价值。该技术通过消除传统模型预测控制对精确系统参数的依赖性，显著提升了逆变器在实际工况下的鲁棒性和控制精度，这对我司光伏逆变器和储能变流器产品的性能优化具有直接意义。 技术核心价值体现在三个层面：首...
一种用于三电平中点箝位逆变器RL负载的自适应模型预测电流控制新方法
A Novel Adaptive Model Predictive Current Control for Three-Level Neutral-Point-Clamped Inverter With RL Load
Fubing Jin · Tianhao Qie · Yulin Liu · Zhenbin Zhang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月
参数不确定性是三电平中点箝位（3L-NPC）逆变器模型预测电流控制（MPCC）面临的关键挑战。本文提出一种自适应MPCC（AMPCC）方法，通过一种新型在线观测器实时估计系统参数，并保证其收敛性。所观测参数用于死区MPCC中精确计算电压矢量的占空比。此外，为避免复杂的权重因子选择，提出一种简化的中点电压平衡方法，重新分配各控制周期内互补电压矢量的作用时间，实现直流链电压的精确平衡，且在输入电压突变时具有快速动态响应。所提AMPCC在固定开关频率下实现优异控制性能，同时计算负担低。实验结果验证了该...
解读: 该自适应模型预测电流控制技术对阳光电源ST系列储能变流器和SG系列三电平光伏逆变器具有重要应用价值。其核心创新在于：1）在线参数观测器可解决阳光电源三电平NPC拓扑在长期运行中因温度、老化导致的参数漂移问题，提升PowerTitan储能系统的控制精度；2）无权重因子的中点电压平衡策略简化了控制器设计...
一种基于在线学习的最优控制算法以提升孤岛直流微电网中固体氧化物燃料电池的性能
A Novel Online Learning-Based Optimal Control Algorithm for Enhancing Solid Oxide Fuel Cells Performance in Islanded DC Microgrids
Yulin Liu · Tianhao Qie · Ujjal Manandhar · Xinan Zhang 等6人 · IEEE Transactions on Industrial Informatics · 2024年12月
随着可再生能源渗透率的不断提高，固体氧化物燃料电池（SOFC）为提高微电网供电的可靠性和可持续性提供了一种有前景的解决方案。所提出的方法解决了现有SOFC控制方法中的关键挑战，包括模型依赖、使用非最优控制策略、依赖离线训练的神经网络（NN）以及设计复杂等问题。与基于模型的方法相比，该方法利用神经网络和策略迭代技术来学习系统动态并逼近最优控制策略，从而消除了对模型的依赖。与基于离线学习的方法相比，该方法实现了在线策略评估和神经网络更新，省去了繁琐的离线训练和数据采集过程。与基于在线学习的SOFC控...
解读: 从阳光电源在新能源综合解决方案领域的战略布局来看，这项基于在线学习的固体氧化物燃料电池（SOFC）优化控制技术具有显著的战略参考价值。该技术通过神经网络和策略迭代实现系统动态学习与最优控制策略逼近，有效解决了传统方法对精确模型的依赖问题，这与阳光电源在多能互补微网系统中面临的控制复杂性挑战高度契合。...