找到 34 条结果
基于局域接触电势探测的运行中SiC功率MOSFET内部电场分布研究
Anatomy of internal electric field profile in operating SiC power MOSFETs with local contact potential probing
Mingsheng Fang · Yan Liu · Ting Zhang · Dandan Wang 等5人 · Applied Physics Letters · 2025年4月 · Vol.126
本文利用局域接触电势探测技术，对工作状态下的碳化硅（SiC）功率MOSFET内部电场分布进行了高分辨率表征。通过开尔文探针力显微镜（KPFM）在器件动态运行条件下直接映射其表面电势与内部电场空间分布，揭示了栅极边缘与沟道区域附近的电场集中现象及其随偏置条件演变的规律。研究结果阐明了关键电场分布特征与器件可靠性、击穿机制之间的关联，为优化SiC MOSFET结构设计和提升器件性能提供了实验依据。
解读: 该研究对阳光电源的SiC器件应用具有重要指导意义。通过KPFM技术揭示的电场分布特征，可直接指导SG系列高功率密度光伏逆变器和ST系列储能变流器中SiC MOSFET的选型与应用。特别是对栅极边缘与沟道区域的电场集中现象的深入理解，有助于优化器件驱动电路设计，提升产品可靠性。这些发现可用于改进Pow...
电力变换器中FCS-MPC的模糊逼近方法
A Fuzzy Approximation for FCS-MPC in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2022年8月
标准模型预测控制（MPC）虽能处理多目标与非线性约束，但易受外部扰动及参数不确定性影响。本文提出一种新型鲁棒模型预测控制策略，通过模糊逼近方法增强系统在实际应用中的抗干扰能力与鲁棒性，有效解决了电力变换器在复杂工况下的控制精度问题。
解读: 该技术对阳光电源的核心产品线（如组串式逆变器、PowerTitan储能变流器）具有极高的应用价值。FCS-MPC在高性能电力电子变换中已成为主流，但其对参数敏感的缺陷限制了极端工况下的表现。引入模糊逼近算法可显著提升逆变器在弱电网环境下的稳定性，并增强储能PCS在复杂负载波动下的动态响应能力。建议研...
基于学习的MMC神经动态面预测控制
Learning-Based Neural Dynamic Surface Predictive Control for MMC
Xing Liu · Lin Qiu · Jose Rodriguez · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2023年1月
本文提出了一种基于强化学习的神经动态面预测控制方法，用于解决模块化多电平变换器（MMC）的控制问题。该方法有效克服了传统动态规划算法中“维度灾难”及对精确系统模型依赖的局限性，通过引入预测器结构，提升了MMC系统的动态响应性能与控制鲁棒性。
解读: MMC技术在阳光电源的高压大功率光伏逆变器及大型储能系统（如PowerTitan系列）中具有重要应用潜力。该文提出的基于强化学习的预测控制算法，能够有效解决MMC复杂拓扑下的多目标优化控制难题，提升系统在弱电网环境下的稳定性。建议研发团队关注该算法在提升逆变器动态响应速度及降低计算复杂度方面的表现，...
异步载波条件下多并联逆变器系统的建模与谐振分析
Modeling and Resonance Analysis of Multiparallel Inverters System Under Asynchronous Carriers Conditions
Changzhou Yu · Xing Zhang · Fang Liu · Fei Li 等7人 · IEEE Transactions on Power Electronics · 2017年4月
随着可再生能源渗透率提升，多并联逆变器广泛应用于电网接口，引发了潜在的谐振问题。本文在异步载波条件下，对多并联逆变器的谐振机理进行了深入分析。首先建立了多并联逆变器的等效电路模型，为理解和抑制并网谐振提供了理论基础。
解读: 该研究直接关联阳光电源的核心产品线——组串式逆变器及大型地面电站解决方案。在大型光伏电站中，多台逆变器并联运行是主流架构，异步载波引起的谐振问题直接影响系统的电能质量与并网稳定性。本文提出的建模与分析方法，有助于阳光电源研发团队优化逆变器并联控制策略，特别是在弱电网环境下，通过改进调制算法或增加有源...
电力变换器的FCS-MPC：一种数据驱动的无模型强化学习解决方案
FCS-MPC of Power Converters: A Data-Driven Model-Free Reinforcement Learning Solution
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文为有限控制集模型预测控制（FCS-MPC）奠定了理论基础，利用数据驱动的无模型强化学习方法，结合比例积分型数据驱动动态内部模型预测控制与强化学习策略，实现了电力变换器的高效控制。
解读: 该技术对阳光电源的核心产品线（光伏逆变器、储能PCS及风电变流器）具有重大应用价值。传统的FCS-MPC高度依赖系统精确模型，而该无模型强化学习方案能显著降低建模难度，提升复杂工况下的动态响应速度与鲁棒性。建议研发团队将其应用于PowerTitan等大功率储能系统及组串式逆变器中，以优化在弱电网环境...
面向功率变换器的数据驱动迭代学习预测控制
Data-Driven Iterative Learning Predictive Control for Power Converters
Wenjie Wu · Lin Qiu · Xing Liu · Feng Guo 等7人 · IEEE Transactions on Power Electronics · 2022年12月
本文提出了一种用于功率变换器的数据驱动迭代学习预测控制架构。旨在解决有限控制集模型预测控制（FCS-MPC）在未建模动态和参数失配条件下的鲁棒性与性能保持问题。通过引入迭代动态线性化技术，有效提升了控制系统的适应性与稳态性能。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。FCS-MPC因其快速动态响应在电力电子领域备受关注，但参数敏感性一直是工程落地的痛点。本文提出的数据驱动迭代学习方法，能够显著提升逆变器在复杂电网环境（如弱电网、参数...
并网逆变器阻抗整形通用参数整定方法
General Parameter Tuning Method for Impedance Shaping of the Grid-Tied Inverter
Jiayu Fang · Shuying Yang · Zhen Xie · Xing Zhang 等5人 · IEEE Transactions on Power Electronics · 2025年9月
本文探讨了逆变器阻抗受控制算法及参数影响的机理。针对并网逆变器，提出了一种通用的参数整定方法，旨在通过阻抗整形实现理想的系统稳定性裕度与滤波性能，以应对复杂电网环境下的并网挑战。
解读: 该研究直接服务于阳光电源的核心业务——光伏逆变器及储能变流器（PCS）。在当前高比例可再生能源接入背景下，弱电网环境下的谐振抑制与并网稳定性是组串式逆变器及PowerTitan/PowerStack储能系统面临的关键技术挑战。通过阻抗整形技术，阳光电源可优化逆变器在宽频带下的输出阻抗特性，显著提升产...
基于学习的电力变换器执行器FDI攻击下弹性FCS-MPC控制
Learning-Based Resilient FCS-MPC for Power Converters Under Actuator FDI Attacks
Xing Liu · Lin Qiu · José Rodríguez · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年10月
本文提出了一种基于学习的弹性预测控制框架，结合变步长事件触发机制，旨在应对执行器虚假数据注入（FDI）攻击，减少不必要的触发事件并提升系统鲁棒性。该方法通过优化控制策略，有效改善了系统在遭受攻击及参数扰动下的动态性能。
解读: 该研究针对电力电子变换器的网络安全与鲁棒控制，对阳光电源的核心产品线具有重要价值。随着光伏逆变器和PowerTitan/PowerStack储能系统在电网中渗透率提升，系统面临的网络安全威胁（如FDI攻击）日益严峻。该基于学习的弹性FCS-MPC控制策略，能够显著提升设备在复杂电网环境下的抗干扰能力...
用于强耦合压电能量系统的偏置电压SSHI接口电路
Bias-Voltage-SSHI Interface Circuit for Strong Coupling Piezoelectric Energy Systems
Xing-Feng Shen · Tian-Chen Yuan · Jian Yang · Ruigang Song 等7人 · IEEE Transactions on Power Electronics · 2023年9月
针对标准能量提取接口电路（SEH）在压电能量收集效率上的局限性，本文提出了一种偏置电压同步开关收集接口电路（BV-SSHI）。该电路通过单峰值电压检测开关与整流器配合，有效提升了压电能量系统的收集功率与效率，为微能源管理提供了新的拓扑方案。
解读: 该文献探讨的压电能量收集技术属于微能源管理范畴，与阳光电源目前主流的光伏逆变器、PowerTitan储能系统及风电变流器等大功率电力电子产品线存在技术跨度。尽管其核心涉及高效率能量转换拓扑，但压电能量密度远低于光伏与储能应用。建议研发团队关注该电路中“偏置电压控制”与“同步开关”技术在低功耗传感器供...
一种基于在线神经网络逼近器的无模型预测控制方法
An Online Neural Network Approximator-Based Model-Free Predictive Control Approach for Power Converters
Pengbo Zhao · Jien Ma · Xing Liu · Lin Qiu 等7人 · IEEE Transactions on Power Electronics · 2025年10月
本文提出了一种基于在线神经网络逼近器的无模型预测控制（MFPC）方法，旨在解决传统基于超局部模型的MFPC对电感、电容等参数的依赖问题。该方法通过在线学习机制增强了功率变换器控制系统的鲁棒性，无需精确的系统模型参数即可实现高性能控制，为电力电子变换器的控制策略优化提供了新思路。
解读: 该技术对阳光电源的核心产品线（如组串式逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。目前阳光电源产品在复杂电网环境下（如弱电网）对参数鲁棒性要求极高，传统的基于模型的MPC受参数漂移影响较大。引入在线神经网络逼近的无模型控制，可有效提升逆变器在电网阻抗波动时的动态...
基于解析子电路模型的SiC功率MOSFET动态开关特性研究
Dynamic Switching of SiC Power MOSFETs Based on Analytical Subcircuit Model
Vishank Talesara · Diang Xing · Xiangxiang Fang · Lixing Fu 等7人 · IEEE Transactions on Power Electronics · 2020年9月
与硅器件相比，碳化硅(SiC)功率MOSFET具有更低的导通电阻和更快的开关速度，是高压功率开关应用的理想选择。本文针对SiC功率器件开发了一种解析子电路模型，旨在解决现有物理模型计算复杂、参数获取困难的问题，为高频电力电子变换器的设计与优化提供高效的仿真手段。
解读: SiC技术是阳光电源提升产品功率密度与效率的核心驱动力。该解析模型能有效辅助研发团队在组串式光伏逆变器、PowerTitan储能变流器及电动汽车充电桩的开发阶段，快速评估SiC器件的动态开关损耗与电磁干扰特性。建议将此模型集成至iSolarCloud的数字孪生仿真平台中，优化高频功率模块的驱动电路设...
三相双有源桥变换器的无模型移动离散控制集预测控制
Model-Free Moving-Discretized-Control-Set Predictive Control for Three-Phase Dual-Active-Bridge Converters
Jiahao Sun · Lin Qiu · Xing Liu · Jien Ma 等6人 · IEEE Transactions on Power Electronics · 2024年8月
针对双有源桥（DAB）变换器，移动离散控制集模型预测控制（MPC）虽具备动态响应快和多目标优化的优势，但易受系统模型精度影响且控制器设计复杂。本文提出一种无模型控制方案，旨在降低建模依赖性，提升DAB变换器在复杂工况下的控制性能与鲁棒性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列PCS）具有极高的应用价值。DAB拓扑是高压储能变流器的核心，传统的模型预测控制依赖精确参数，而无模型控制方案能有效解决储能系统在宽电压范围运行及参数漂移下的控制精度问题。建议研发团队关注该算法在PCS功率模块中的嵌入，以提...
数据驱动与事件驱动相结合的电力变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年1月
本文提出了一种结合数据驱动与事件驱动的在线学习预测控制策略，旨在解决电力变换器中有限控制集模型预测控制（FCS-MPC）面临的模型参数不确定性及开关损耗过高的问题。该方法通过在线学习优化控制性能，有效提升了变换器在复杂工况下的鲁棒性与效率。
解读: 该研究直接针对阳光电源核心产品（如组串式逆变器、PowerTitan储能变流器）中广泛使用的模型预测控制（MPC）技术。通过引入数据驱动与事件驱动机制，可显著提升逆变器在电网参数波动下的动态响应能力，并降低开关频率以减少损耗，从而提升产品能效。建议研发团队将其应用于iSolarCloud平台的边缘计...
基于神经预测器的模块化多电平变换器低开关频率FCS-MPC及在线权重系数调整
Neural Predictor-Based Low Switching Frequency FCS-MPC for MMC With Online Weighting Factors Tuning
Xing Liu · Lin Qiu · Wenjie Wu · Jien Ma 等7人 · IEEE Transactions on Power Electronics · 2022年4月
本文提出了一种针对模块化多电平变换器（MMC）的新型预测控制框架。该方法结合了基于神经预测器的低开关频率有限控制集模型预测控制（FCS-MPC），并实现了权重系数的在线自适应调整，以增强系统的鲁棒性。研究旨在维持低开关频率运行的同时，优化变换器的动态性能与控制精度。
解读: 该技术对阳光电源的集中式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。MMC拓扑在大型光伏电站及高压大功率储能系统中应用广泛，但其计算负担重、开关频率控制难。引入神经预测器可有效降低开关损耗，提升系统效率；在线权重调整机制能增强系统在弱电网环境下的鲁棒性。建议研发团队关注该算法...
基于数据驱动神经预测器的电力变换器鲁棒模型预测控制
Data-Driven Neural Predictors-Based Robust MPC for Power Converters
Xing Liu · Lin Qiu · Jose Rodriguez · Wenjie Wu 等8人 · IEEE Transactions on Power Electronics · 2022年10月
本文提出了一种基于数据驱动神经预测器的鲁棒有限控制集模型预测控制（FCS-MPC）方法，旨在提升电力变换器控制系统的鲁棒性及多目标控制的灵活性。通过神经网络预测器估计未知非线性项，有效增强了控制系统对参数扰动和模型不确定性的适应能力。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式及集中式光伏逆变器中，FCS-MPC可显著提升动态响应速度；在PowerTitan等大型储能PCS中，该算法能有效应对电网弱电网环境下的参数波动，提升系统稳定性。建议研发团队将该数据驱动预测模型集成至iSolarCloud智能运维平台，利用边缘计算能力...
基于事件驱动的强化学习预测控制器设计用于三相NPC变换器
Event-Driven Based Reinforcement Learning Predictive Controller Design for Three-Phase NPC Converters Using Online Approximators
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年4月
本文针对三相NPC变换器提出了一种基于事件驱动的强化学习无模型预测控制策略。该方法利用在线逼近器解决系统不确定性，并通过事件触发机制有效降低开关损耗。核心创新在于引入评价神经网络学习性能函数，实现对复杂电力电子系统的优化控制。
解读: 该技术对阳光电源的核心产品线（如集中式逆变器、大功率储能PCS）具有极高的应用价值。NPC（中点钳位）三电平拓扑是阳光电源大功率光伏逆变器和PowerTitan系列储能变流器的关键技术路线。通过引入强化学习与事件驱动控制，可以在保证并网电能质量的前提下，显著降低开关频率带来的损耗，提升整机效率。建议...
基于新型回归模型的IPMSM无传感器控制非线性磁链观测器
Nonlinear Flux Observer for Sensorless Control of IPMSM Based on a Novel Regression Model
Kai Zhang · Jien Ma · Junyong Lu · Yingquan Liu 等7人 · IEEE Transactions on Power Electronics · 2025年3月
非线性磁链观测器是实现电机无传感器控制的有效方法。针对内置式永磁同步电机（IPMSM），本文建立了一种由已知向量与未知向量乘积构成的新型回归模型。基于该模型及梯度下降法，提出了一种改进的非线性有源磁链观测器，旨在提升电机在宽转速范围内的位置估计精度与动态响应性能。
解读: 该技术主要针对IPMSM（内置式永磁同步电机）的无传感器控制，虽然阳光电源的核心业务聚焦于光伏逆变器与储能系统，但该算法在电动汽车充电桩的功率模块电机驱动控制，以及未来可能涉及的储能系统辅助电机控制（如冷却系统风机、泵类驱动）中具有潜在应用价值。通过引入新型回归模型优化磁链观测，有助于提升电机驱动系...
面向无传感器三相四桥臂模块化多电平变换器的有限电平状态模型预测控制
Finite-Level-State Model Predictive Control for Sensorless Three-Phase Four-Arm Modular Multilevel Converter
Xing Liu · Lin Qiu · Youtong Fang · Zhouhua Peng 等5人 · IEEE Transactions on Power Electronics · 2020年5月
本文提出了一种针对三相四桥臂模块化多电平变换器（MMC）的有限电平状态模型预测控制策略。该研究旨在提升系统在桥臂故障及传感器故障条件下的可靠性。通过引入四桥臂拓扑，进一步增强了MMC系统的容错能力。
解读: 该研究关注的MMC拓扑及容错控制技术，对阳光电源的高压大功率储能系统（如PowerTitan系列）及大型集中式光伏逆变器具有重要参考价值。MMC技术在提升电能质量和降低谐波方面表现优异，而文中提到的容错控制与无传感器技术，能够有效提升系统在极端工况下的可靠性，降低传感器故障导致的停机风险。建议研发团...
一种用于三相双有源桥变换器的混合调制改进模型预测控制
Improved Model Predictive Control for Three-Phase Dual-Active-Bridge Converters With a Hybrid Modulation
Jiahao Sun · Lin Qiu · Xing Liu · Jian Zhang 等6人 · IEEE Transactions on Power Electronics · 2022年4月
本文提出了一种针对三相双有源桥（3p-DAB）变换器的改进型移动离散控制集模型预测控制（MDCS-MPC）策略，结合了混合调制技术。该方法旨在提升变换器在部分负载下的效率，并增强输出电压跟踪的动态性能。
解读: 该研究直接服务于阳光电源的核心储能业务。三相DAB变换器是PowerTitan和PowerStack等大功率储能变流器（PCS）实现DC-DC级双向功率变换的关键拓扑。通过引入混合调制与改进的MDCS-MPC，能够显著降低PCS在部分负载工况下的开关损耗，提升系统全功率段的转换效率，这对储能电站的经...
解耦型三有源桥变换器中通过励磁电流注入实现全ZVS运行的简化QPS控制
Streamlined QPS Control With Magnetizing Current Injection for All-ZVS Operation in Decoupled-Type Triple Active Bridge Converters
Linxiao Gong · Yunfeng Peng · Junzhong Xu · Wenhui Li 等7人 · IEEE Transactions on Power Electronics · 2024年10月
解耦型三有源桥（DTAB）变换器通过移除辅助电感提升了功率密度和解耦能力。然而，传统移相调制难以扩展零电压开关（ZVS）范围，限制了效率。本文提出一种简化的四移相（QPS）控制策略，通过注入励磁电流，有效拓宽了DTAB变换器的ZVS工作范围，提升了整体转换效率。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要价值。DTAB拓扑在多端口能量管理中具有显著优势，通过优化ZVS范围，可进一步提升储能变流器（PCS）在宽电压范围下的转换效率，降低散热压力，从而提升系统功率密度。建议研发团队关注该QPS控制策略在多端口储能变换器...
第 1 / 2 页