找到 5 条结果
一种具有简单实时MPP估计的新型无传感器光伏功率储备控制
A Novel Sensorless Photovoltaic Power Reserve Control With Simple Real-Time MPP Estimation
Xingshuo Li · Huiqing Wen · Yinxiao Zhu · Lin Jiang 等6人 · IEEE Transactions on Power Electronics · 2019年8月
针对现代光伏电站对电网频率支撑等辅助服务的需求，本文提出了一种无需储能的功率储备控制（PRC）策略。该方法通过一种简单且实时的最大功率点（MPP）估计技术，克服了传统PRC策略中硬件成本高、实现复杂及响应速度慢的局限性，有效提升了光伏系统的电网调节能力。
解读: 该技术对阳光电源的组串式及集中式光伏逆变器产品线具有极高的应用价值。随着全球电网对光伏电站参与调频调峰等辅助服务的要求日益严格，该无传感器功率储备控制策略可直接集成至iSolarCloud智能运维平台及逆变器控制算法中，无需额外硬件成本即可实现精准的功率调度。建议研发团队将其应用于大型地面光伏电站的...
基于EN50530动态测试程序的光伏MPPT算法对比研究
A Comparative Study on Photovoltaic MPPT Algorithms Under EN50530 Dynamic Test Procedure
Xingshuo Li · Huiqing Wen · Yihua Hu · Yang Du 等5人 · IEEE Transactions on Power Electronics · 2021年4月
本文探讨了光伏最大功率点跟踪（MPPT）算法在实际运行条件下的动态性能。通过对比阶跃运行、逐日运行及EN50530动态测试程序，评估了三种典型MPPT算法的响应速度与跟踪效率，旨在提升光伏系统在复杂气象条件下的发电收益。
解读: MPPT算法是阳光电源组串式及集中式光伏逆变器的核心竞争力之一。EN50530标准是评估逆变器动态性能的行业基准，直接影响iSolarCloud平台监测到的发电效率。该研究对优化阳光电源逆变器的控制策略具有重要指导意义，特别是在应对云层遮挡等快速变化工况时，通过改进MPPT算法可显著提升系统全生命周...
基于Vcp分解的光伏系统最优功率提取自适应搜索
Vcp-Decomposition-Based Adaptive Search for Optimal Power Extraction in Photovoltaic Systems
Jieming Ma · Kangshi Wang · Ming Huang · Xiaoyang Chen 等6人 · IEEE Transactions on Power Electronics · 2024年10月
本文提出了一种基于Vcp分解的自适应策略（VD-AS），旨在解决光伏系统在多变环境下的最优功率提取难题。该方法区别于传统MPPT技术，通过对光伏阵列特性进行分解，实现了在复杂环境条件下更快速、更精准的最大功率点跟踪，有效提升了光伏系统的能量转换效率。
解读: 该研究直接优化了光伏逆变器的核心控制算法，对阳光电源的组串式逆变器（如SG系列）及工商业光伏解决方案具有重要价值。在复杂遮挡或快速变化的辐照环境下，传统的扰动观察法（P&O）往往难以兼顾跟踪速度与稳态精度，而VD-AS算法能显著提升系统在极端环境下的发电收益。建议研发团队评估该算法在嵌入式DSP/M...
用于光伏系统全局最大功率点跟踪与局部阴影检测的改进Beta算法
Modified Beta Algorithm for GMPPT and Partial Shading Detection in Photovoltaic Systems
Xingshuo Li · Huiqing Wen · Yihua Hu · Lin Jiang 等5人 · IEEE Transactions on Power Electronics · 2018年3月
本文针对光伏系统在局部阴影（PSC）条件下传统MPPT算法易陷入局部最优的问题，提出了一种改进的Beta算法。该算法不仅能有效实现全局最大功率点跟踪（GMPPT），还能准确识别PSC的发生，提升了复杂光照环境下光伏系统的发电效率。
解读: 该研究直接优化了光伏逆变器的核心控制算法，对阳光电源的组串式逆变器（如SG系列）和集中式逆变器产品线具有极高的应用价值。在复杂地形或多遮挡的地面光伏电站及工商业屋顶项目中，该改进算法能显著提升系统在阴影遮挡下的能量捕获能力，减少发电量损失。建议研发团队评估该算法的计算复杂度与实时性，将其集成至iSo...
基于强化学习与Beta参数的光伏发电系统自整定MPPT方案
Self-Tuning MPPT Scheme Based on Reinforcement Learning and Beta Parameter in Photovoltaic Power Systems
Dingyi Lin · Xingshuo Li · Shuye Ding · Huiqing Wen 等6人 · IEEE Transactions on Power Electronics · 2021年12月
本文提出了一种结合强化学习（RL）与Beta参数的光伏最大功率点跟踪（MPPT）自整定方案。该方法旨在提升光伏系统在复杂环境下的跟踪精度与响应速度，通过强化学习算法动态优化控制参数，有效解决了传统MPPT算法在快速变化光照条件下的性能瓶颈。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式和集中式光伏逆变器产品中，MPPT算法的效率直接决定了电站的发电收益。引入强化学习（RL）可使逆变器在阴影遮挡、快速多变光照等复杂工况下，实现比传统扰动观察法更精准、更快速的功率跟踪。建议研发团队将此算法集成至iSolarCloud智能运维平台或逆变器...