Zihui Wang · Peng Xu · Xiaowei Weng · Yuting Zheng · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年6月

高可靠性和容错能力对分布式电动车的安全至关重要。为抑制保护性制动过程中的电流冲击、转矩不平衡及车辆失稳，提出一种改进的电机驱动器功率开关瞬态切换方法。该方法利用定子电流电角度及与电机参数相关的步进延时控制，实现正常运行状态与主动短路（ASC）制动状态间的平滑切换，降低对转子位置检测的依赖。在搭载麦克纳姆轮的轻型电动车上的仿真与实验验证了该方法在提升安全性和稳定性方面的有效性。相比传统直接ASC制动，所提分步方法显著减小了冲击电流和车辆横摆率，为分布式驱动电动车的故障保护技术提供了有效解决方案。

解读: 该瞬态主动短路制动控制技术对阳光电源新能源汽车产品线具有重要应用价值。研究提出的基于定子电流电角度的分步切换方法，可直接应用于电机驱动控制器的故障保护设计，通过降低对转子位置传感器的依赖性，提升系统容错能力。该技术的冲击电流抑制策略可借鉴至ST储能变流器的短路保护设计，优化功率开关器件的瞬态应力管理...

Qiulei Wang · Zilong Ti · Shanghui Yang · Kun Yang 等6人 · Applied Energy · 2025年1月 · Vol.378

摘要 随着电力需求的不断增长，风电场的规模远超以往。功率与载荷预测是风电场布局优化中最关键的两个课题。传统的尾流建模方法，如解析模型和计算流体动力学（CFD）模拟，在准确性和效率方面均难以有效应对如此大规模的问题。本研究提出了一种新颖的基于生成式深度学习的风力机分层动态尾流建模方法——PHOENIX（PHysics-infOrmed gEnerative deep learniNg for hIerarchical dynamic wake modeling eXploration），用于捕捉风...

解读: 该深度学习风电尾流建模技术对阳光电源风电变流器及储能系统具有重要价值。通过精准预测风机功率输出的时空特性,可优化ST系列储能PCS的充放电策略,提升风储协同效率。该物理信息神经网络方法可借鉴应用于iSolarCloud平台的预测性维护算法,结合GFM控制技术实现风电场群级功率平滑输出。动态尾流模型的...

Qian Liu · Yanchang Liang · Zuan Zhang · Miao Wang 等5人 · IEEE Transactions on Industrial Electronics · 2024年12月

为便于继电保护操作并缓解电压不平衡状况，近期规范要求基于并网电压源型逆变器的电源（GFM IBRs）采用负序控制。为满足这一要求，必须在控制系统中集成序分解模块（SDMs）以检测和提取序分量。然而，SDMs的引入会在dq坐标系中引发交叉耦合效应，可能使GFM IBRs易受次同步振荡（SSOs）影响，而此前这方面尚未得到深入研究。本研究弥补了这一空白，首先利用含SDMs的GFM IBRs的单输入单输出小信号模型探究稳定性问题。为降低SSO不稳定风险，基于基本混合同步控制原理，提出了一种阻尼增强控制...

解读: 从阳光电源构网型逆变器产品线的技术演进视角来看，这项关于序分量解耦控制的同步稳定性研究具有重要的工程应用价值。当前电网规范要求构网型逆变器具备负序控制能力，以应对不平衡电压工况并保障继电保护装置的正确动作，这与阳光电源在复杂电网环境下的产品适应性需求高度契合。 该论文揭示的核心问题——序分量解耦模...

Xiaowei Wang · Ying Tian · Jie Gao · Xiangxiang Wei 等6人 · IEEE Transactions on Power Delivery · 2025年6月

针对基于模块化多电平换流器的多端柔性直流配电网，线路故障若未能及时切除，将导致电力电子器件损坏甚至换流站烧毁。现有方法难以准确区分区内高阻故障与区外低阻故障。本文分析了系统发生接地故障时各测量点零模电流在时域与复频域的等效模型与方程，提出一种基于时域偏度与积分能量的接地保护方法。利用各测点零模电流偏度符号表征方向特性，线路积分能量表征幅值特性，结合两者可有效识别极端长线路条件下的故障特征。最后在PSCAD/EMTDC平台搭建四端柔性直流电网模型，验证了该保护方法的适应性与优越性。

解读: 该柔性直流配电网保护技术对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有重要应用价值。基于MMC拓扑的储能系统在直流侧故障时面临功率器件损坏风险，文章提出的时域偏度与积分能量双判据方法可有效解决高阻故障识别难题，适用于阳光电源多端直流储能并网场景。该保护算法可集成至ST系列产品的D...

Qiulei Wang · Junjie Hu · Shanghui Yang · Zhikun Dong 等6人 · Energy Conversion and Management · 2025年1月 · Vol.324

摘要 近几十年来，日益增长的能源需求加速了风电场的建设，对风力机性能中精确的载荷与功率评估提出了更高的要求。传统方法依赖于解析尾流模型和性能曲线，在复杂入流条件下往往难以适应，导致在预测风机载荷和功率输出时存在显著的不准确性。本研究以NREL 5MW基准风力机为案例，提出一种新颖的两阶段框架，用于应对风电场规划与开发各个阶段中的上述挑战。第一阶段是在初步设计阶段推导简化推力调制因子的推荐值，从而快速评估对风电场优化至关重要的最大推力载荷和疲劳推力载荷。第二阶段聚焦于详细设计阶段的机器学习模型的设...

解读: 该机器学习框架对阳光电源风电变流器及储能系统具有重要价值。通过LightGBM模型实现风机负载与功率的高精度预测(R²>0.98),可优化ST系列PCS的功率调度策略和PowerTitan储能系统的充放电控制。推荐推力调制因子方法可应用于iSolarCloud平台的预测性维护模块,结合GFM控制技术...