找到 3 条结果
考虑互联电感的高变比双有源桥变换器模型预测控制
Model Predictive Control of High-Turn-Ratio Dual Active Bridge Converter
Yiren Zhu · Xinyang Hao · Tao Yang · Zhenyu Wang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年6月
在多电飞机(MEA)直流配电系统中,双有源桥(DAB)变换器用于管理不同直流母线间或储能设备(如电池)的功率传输。但因低压(LV)H桥电流变化率较高和电流幅值大,LV板与变压器间互联电感不可忽略,其在变压器次级侧引入明显电压降,可能导致功率控制不准确。为解决该问题,开发DAB变换器综合数学模型用于移动离散控制集模型预测控制(MDCS-MPC)方法以最小化稳态误差。该模型明确包含互联电感影响并进一步研究传输功率与LV侧电压降间关系。1000W DAB样机实验验证了模型和MDCS-MPC方法有效性,...
解读: 该考虑互联电感的DAB模型预测控制技术对阳光电源高变比变换器设计有重要参考价值。互联电感建模方法可应用于ST储能变流器的大功率DAB模块,提高功率控制精度。MDCS-MPC算法对阳光电源航空和特种电源领域的高可靠性要求有借鉴意义。该技术对PowerTitan储能系统的宽电压范围DC-DC变换和动态响...
基于强化学习的电力电子变换器预测控制
Reinforcement Learning-Based Predictive Control for Power Electronic Converters
Yihao Wan · Qianwen Xu · Tomislav Dragičević · IEEE Transactions on Industrial Electronics · 2024年10月
有限集模型预测控制（FS - MPC）似乎是一种很有前景且有效的电力电子变换器控制方法。传统的有限集模型预测控制存在权重因子选择耗时的问题，这会显著影响控制性能。有限集模型预测控制面临的另一个持续挑战是，要获得理想的控制性能，它依赖于预测模型。为克服上述问题，我们提议将强化学习（RL）应用于电力变换器的有限集模型预测控制。首先，采用强化学习算法对有限集模型预测控制进行自动权重因子设计，旨在最小化总谐波失真（THD）或降低平均开关频率。此外，通过用预测算法的成本函数为强化学习智能体制定激励机制，该...
解读: 从阳光电源的业务视角来看，这项基于强化学习的预测控制技术对我们的核心产品线具有重要战略价值。该技术针对有限集模型预测控制（FS-MPC）的两大痛点提出了创新解决方案，这与我们在光伏逆变器和储能变流器领域追求高效率、高可靠性的目标高度契合。 在实际应用层面，该技术的自动权重因子设计功能可显著缩短我们...
一种基于ANN辅助虚拟空间矢量PWM与坐标数据映射的三电平NPC牵引逆变器策略
A Simple ANN-Aided Virtual-Space-Vector PWM Strategy for Three-Level NPC Traction Inverters With Coordinate-Data Mapping
Feng Guo · Yuan Gao · Tao Yang · Serhiy Bozhko 等6人 · IEEE Transactions on Industry Applications · 2025年4月
三电平中性点箝位（3L - NPC）逆变器是一种成熟的拓扑结构，在电动汽车（EV）等大功率牵引应用中往往是不错的选择。然而，越野场景下较宽的运行范围不可避免地会导致高调制指数和较小的负载角，这会影响3L - NPC逆变器的中性点（NP）电压不平衡。为解决这一缺点，由于在所有负载条件范围内中性点电流平均值为零，现有技术中的虚拟空间矢量脉宽调制（VSVPWM）策略得到了研究。然而，由于复杂的子扇区划分和作用时间确定，该解决方案增加了执行成本。为此，本文利用六分仪坐标系提出了一种新型的人工神经网络（A...
解读: 该ANN辅助VSVPWM策略对阳光电源三电平产品线具有重要应用价值。在**新能源汽车驱动系统**中，可直接应用于电机控制器的PWM优化，降低谐波畸变并提升扭矩响应；在**ST系列储能变流器**和**SG大功率光伏逆变器**中，三电平NPC拓扑的中点电位平衡问题一直是技术难点，该策略通过坐标映射简化矢...