找到 4 条结果
基于脉冲电压注入的双向无线功率传输系统同步策略
Synchronization Strategy Based on Pulse Voltage Injection for Bidirectional Wireless Power Transfer Systems
Zhaozheng Zhu · C. Q. Jiang · Xiaosheng Wang · Junhui Yang 等6人 · IEEE Transactions on Industrial Electronics · 2025年5月
在双向无线电能传输（BWPT）系统中，逆变器与有源整流器之间的同步是一项具有挑战性的任务。本文提出了一种新颖的脉冲电压注入方法（PVIM），无需使用任何通信链路即可实现两侧变流器之间的同步。PVIM的同步原理是在初级侧注入电压脉冲，并在次级侧检测脉冲以生成同步信号。通过捕获同步信号，可锁定初级侧的频率和相位。为了实现初级侧的电压脉冲注入，本文提出了一种拓扑结构和控制方式简单的新型纳秒脉冲发生器。此外，采用两个与谐振槽路串联的磁环进行电压脉冲的注入和检测。与现有的同步策略相比，PVIM在六个关键方...
解读: 从阳光电源的业务视角来看，这项基于脉冲电压注入的双向无线电力传输同步策略具有重要的技术参考价值，尤其在储能系统和电动汽车充电领域具有潜在应用前景。 该技术的核心创新在于实现了无通信链路的双向变流器同步控制，这与阳光电源在储能双向变流器（PCS）和车载充电系统中面临的控制挑战高度相关。传统双向功率变...
快速图解法推导双向多端口DC-DC变换器拓扑
Fast Graphical Analysis for Deriving Bidirectional Multi-Port DC-DC Converter Topologies
Liping Mo · Guipeng Chen · C. Q. Jiang · Xiaosheng Wang 等6人 · IEEE Transactions on Industry Applications · 2025年8月
在可再生能源系统和电动汽车等应用中，对多端口双向直流 - 直流转换器（MP - BDC）的需求日益增长。然而，目前的拓扑推导方法严重依赖手动分析，导致新拓扑的推导速度缓慢，且现有的 MP - BDC 数量有限。为应对这些挑战，本文提出了一种基于图论的快速图形分析（FGA）方法来替代手动分析，引入了一种用于推导单电感多端口双向直流 - 直流转换器（SIMP - BDC）拓扑的快速且系统的方法。该方法包括两个步骤：对 SIMP - BDC 的组件进行穷举组合，并使用 FGA 对这些组合进行分析，以自...
解读: 该图论化拓扑推导方法对阳光电源多端口应用场景具有重要价值。在ST储能系统中，可系统化设计光伏-储能-电网三端口变流器，优化PowerTitan的多能源接入架构；在车载OBC产品线，可推导高压电池-低压电池-充电口多端口拓扑，提升集成度；在光储充一体化充电桩中，可构建光伏-储能-车辆多向能量流动的高效...
考虑均匀磁通分布的感应功率传输系统阶梯形磁芯设计方法
Terrace-Shaped Core Design Method for Inductive Power Transfer System Considering Uniform Magnetic Flux Distribution
Chen Chen · C. Q. Jiang · Xiaosheng Wang · Liping Mo 等6人 · IEEE Transactions on Industrial Electronics · 2025年1月
感应电能传输（IPT）已引起广泛关注，且呈现向高功率应用发展的趋势。然而，IPT 系统中存在磁通量分布不均匀的问题且尚未得到解决，这会导致磁芯损耗不均衡和局部发热，降低系统的稳定性。因此，本文提出并研究了一种由纳米晶薄片带材（NFR）制成的新型阶梯形磁芯，用于平衡弯曲双 D 型耦合器磁芯中的磁通量。与仅增加中心区域磁芯厚度不同，阶梯形纳米晶薄片带材（T - NFR）能够实现沿磁芯的磁通量均匀分布和温度均衡。在传输效率为 92.13%的 1 kW IPT 系统上验证了 T - NFR 磁芯的可行性...
解读: 从阳光电源的业务视角来看，这项梯形磁芯无线电能传输技术具有重要的战略价值。当前我们在储能系统、电动汽车充电设备及分布式能源管理等领域正面临功率密度提升和热管理优化的双重挑战，该技术提供了一个创新性的解决思路。 该论文提出的纳米晶薄带梯形磁芯设计通过优化磁通分布，在1kW系统上实现了92.13%的传...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...