找到 2 条结果

排序:
控制与算法 储能系统 双向DC-DC 储能变流器PCS ★ 4.0

电动汽车混合储能系统的L2增益自适应鲁棒控制

L2-Gain Adaptive Robust Control for Hybrid Energy Storage System in Electric Vehicles

Xizheng Zhang · Zhangyu Lu · Xiaofang Yuan · Yaonan Wang 等5人 · IEEE Transactions on Power Electronics · 2021年6月

针对电动汽车混合储能系统(HESS)的电压/电流跟踪控制难题,本文提出了一种基于无源性的L2增益自适应鲁棒控制(L2-ARC)方法。通过分析系统内部结构特性,建立了带耗散的端口受控哈密顿模型,实现了电池与超级电容的高效协同管理,提升了系统的鲁棒性与动态响应性能。

解读: 该研究提出的L2增益自适应鲁棒控制算法对阳光电源的储能业务具有重要参考价值。在PowerTitan和PowerStack等储能系统产品中,电池与超级电容(或混合储能介质)的协同控制是提升系统动态响应和延长电池寿命的关键。该算法通过端口受控哈密顿模型实现精确的功率分配,可优化PCS的控制策略,增强系统...

电动汽车驱动 充电桩 机器学习 ★ 2.0

基于动态组合成本图与粒子群算法的辅助动力单元工作点优化

Operating Point Optimization of Auxiliary Power Unit Based on Dynamic Combined Cost Map and Particle Swarm Optimization

Yaonan Wang · Yongpeng Shen · Xiaofang Yuan · Yimin Yang · IEEE Transactions on Power Electronics · 2015年12月

本文提出了一种基于动态组合成本图(DCM)和粒子群优化(PSO)的辅助动力单元(APU)工作点优化方法。该方法旨在改善串联式混合动力汽车的燃油经济性和排放性能,通过综合考虑冷却液温度、催化剂温度及空燃比等关键因素,实现APU运行效率的最优化。

解读: 该文献主要针对混合动力汽车APU的能量管理与优化,与阳光电源现有的光伏和储能核心业务关联度较低。但从技术迁移角度看,其提出的基于动态成本图与粒子群算法(PSO)的优化策略,可借鉴应用于阳光电源的电动汽车充电桩及iSolarCloud智能运维平台。例如,在充电桩的功率分配策略中,或在储能系统参与电网调...