找到 9 条结果
超灵敏PtNPs@CsCu2I3/AlGaN范德华异质结自供电探测器实现高精度日盲紫外光度定量
Ultrahigh-sensitivity PtNPs@CsCu2I3/AlGaN van der Waals heterojunction self-powered photodetector enabling precision solar-blind UV photometric quantification
Guokang Sun · Wenjie Li · Peng Wan · Tong Xu 等7人 · Applied Physics Letters · 2025年1月 · Vol.127
报道了一种基于Pt纳米颗粒修饰的CsCu2I3与AlGaN构成的范德华异质结自供电日盲紫外探测器。该器件展现出超高的光响应度和优异的光谱选择性，在无需外加电源的情况下实现了对日盲紫外光的高灵敏探测。通过引入PtNPs增强界面电荷分离效率，显著提升了器件的量子效率与检测限。该探测器可实现微弱紫外信号的精确光度定量，为高性能日盲紫外光电探测提供了新思路。
解读: 该PtNPs@CsCu2I3/AlGaN自供电紫外探测器技术对阳光电源具有双重价值：一是GaN基异质结器件设计思路可借鉴至SG系列逆变器的GaN功率模块优化，通过界面工程提升器件开关特性与效率；二是自供电探测原理可应用于光伏电站智能运维场景，开发无源紫外辐照监测节点，实时感知组件表面污染与老化状态，...
高性能聚合物超级电容器
High-performance polymer supercapacitors
Xu Liu · Yubin Wan · Chengye Zhu · Tao Cheng · Applied Physics Letters · 2025年1月 · Vol.126
超级电容器（SCs）因其优异的稳定性、高功率密度和长循环寿命，正成为现代电子器件发展中的关键组件，尤其在设备日益柔性化、便携化和高度集成化的趋势下备受关注。为满足新一代光电器件的需求，柔性、透明及微型超级电容器等多功能器件受到广泛关注。本文综述了构建高性能多功能超级电容器的三大关键策略：稳定电极材料的合成、柔性透明复合电极的开发以及喷墨打印SC器件的制备，并详细探讨了近年来的研究进展，最后展望了超级电容器未来的发展方向与应用前景。
解读: 该高性能聚合物超级电容器技术对阳光电源储能与电驱产品具有重要应用价值。在ST储能变流器中，可作为功率缓冲单元，配合电池系统实现高频功率波动的快速响应，提升系统动态性能和电池寿命。在新能源汽车电驱系统中，超级电容器可构建混合储能架构，承担制动能量回收和瞬时大功率输出，优化电池工作曲线。柔性透明特性为充...
非参数随机微分方程在风电功率超短期概率预测中的应用
Nonparametric Stochastic Differential Equations for Ultra-Short-Term Probabilistic Forecasting of Wind Power Generation
Yuqi Xu · Can Wan · Guangya Yang · Ping Ju · IEEE Transactions on Power Systems · 2024年11月
超短期风电功率概率预测为电力系统实时运行提供了关键的不确定性信息。然而，风电出力的随机动态特性复杂，传统参数化模型难以准确刻画其非线性演化过程。本文提出一种基于非参数随机微分方程的建模方法，直接从历史数据中学习漂移与扩散项的结构，无需预设函数形式，有效捕捉风功率的时变统计特征与局部动态行为。实验结果表明，该方法在多个时间尺度下均能提供高精度的概率预测结果，显著提升预测可靠性。
解读: 该非参数随机微分方程预测技术对阳光电源的风电变流器和储能系统具有重要应用价值。可直接应用于ST系列储能变流器的功率调度优化和PowerTitan大型储能系统的容量配置。通过精确预测风电功率的随机波动特性,有助于提升储能系统的调峰调频性能,优化电池充放电策略。该技术还可集成到iSolarCloud平台...
基于稳定性的强化学习控制在电力电子变换器中的应用：一种李雅普诺夫方法
Stability-Guided Reinforcement Learning Control for Power Converters: A Lyapunov Approach
Yihao Wan · Qianwen Xu · IEEE Transactions on Industrial Electronics · 2025年1月
强化学习（RL）因其处理非线性和自学习能力而在电力电子领域受到关注。合理配置下，RL智能体可通过与变换器系统交互自主学习最优控制策略。类似于传统的有限控制集模型预测控制（FCS-MPC），RL可学习最优开关策略并实现良好控制性能。然而，RL控制器改变闭环动态特性，给系统稳定性保障与评估带来挑战。为此，本文提出构造李雅普诺夫函数以引导智能体在提升控制性能的同时确保闭环稳定性，并通过推导电压控制误差收敛的紧致集量化系统的实用稳定域。最后，在实验平台上验证了所提方法的有效性，仿真与实验结果均表明该方法...
解读: 该李雅普诺夫引导的强化学习控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。相比传统FCS-MPC，该方法通过李雅普诺夫函数保障闭环稳定性，同时利用RL自学习能力优化开关策略，可显著提升储能变流器在复杂工况下的动态响应和鲁棒性。技术可直接应用于构网型GFM控制器...
飞机电力电子应用中过流热管理策略的比较研究
A Comparative Study of Thermal Management Strategies for Overcurrent in Aircraft Power Electronics Applications
Xu Zhang · Nikolaos Iosifidis · Yifei Wu · Haiyong Wan 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月
多电飞机系统中日益提高的功率密度在飞行周期内的过流与故障工况下对电力电子器件的热管理提出了严峻挑战。本文对比研究了液态金属相变材料（PCM）、热电冷却（TEC）和热管三种热管理策略在过流条件下的响应时间尺度与热性能。结果表明，PCM响应时间为秒级，而TEC与热管可达毫秒级。三者相较传统模块均显著降低了热阻，降幅分别为35%、21%和45%。其中热管结构热阻最低，结温降低最显著，且在过流循环测试中有效减小了平均结温和结温波动，延长了器件寿命。
解读: 该过流热管理研究对阳光电源功率模块设计具有重要参考价值。热管方案热阻降低45%、毫秒级响应特性可直接应用于ST系列储能变流器和SG系列大功率光伏逆变器的IGBT/SiC模块散热优化，有效应对电网故障穿越、短路保护等过流工况。相比传统风冷方案，热管技术可显著降低结温波动，延长功率器件寿命，提升Powe...
计算高效的长时域预测控制在电力变换器中的应用：一种强化学习方法
Computationally Efficient Long-Horizon Predictive Control for Power Converter: A Reinforcement Learning Approach
Yihao Wan · Yang Zhang · Qianwen Xu · IEEE Transactions on Industrial Electronics · 2025年4月
长预测时域有限控制集模型预测控制（FCS - MPC）在闭环稳定性、谐波失真和开关频率方面表现出卓越的性能。然而，对于传统的穷举法，实际实施时的计算负担会随着预测时域的增加呈指数级增长。传统方法包括将其重新表述为整数最小二乘（ILS）问题，以及采用基于人工神经网络（ANN）的有监督模仿学习技术，以减轻长预测时域带来的计算负担问题。在本文中，通过将强化学习（RL）框架与长预测时域相结合，开发了一种新型自主控制器用于变流器控制。通过这种方式，RL智能体通过与变流器系统进行交互，自主学习最优开关策略。...
解读: 从阳光电源的业务视角来看，这项基于强化学习的长预测时域模型预测控制技术具有重要的战略价值。该技术针对功率变换器控制中的核心痛点——长预测时域带来的计算复杂度问题，提出了创新性解决方案，这与我们在光伏逆变器和储能变流器产品中追求高性能控制的需求高度契合。 技术价值方面，长预测时域控制能够显著改善闭环...
AdapSafe2：无先验安全认证的强化学习在多区域频率控制中的应用
AdapSafe2: Prior-Free Safe-Certified Reinforcement Learning for Multi-Area Frequency Control
Xu Wan · Mingyang Sun · IEEE Transactions on Power Systems · 2024年10月
高比例可再生能源接入下，安全强化学习（RL）被广泛用于电力系统频率控制。然而，现有方法在非稳态环境适应与高维时变安全约束满足方面仍面临挑战。本文提出AdapSafe2，一种无需先验知识且具备安全保证的多区域频率控制方法。通过元环境学习算法自适应追踪系统参数变化，并构建元强化学习框架实现无模型自适应控制；设计基于控制屏障函数的安全评判网络与安全补偿器，动态识别并仅对高风险区域进行补偿，提升高维约束下的求解效率。在2区与3区低惯量系统中的仿真验证了该方法在动态安全约束下的优越性能。
解读: 该无先验安全强化学习技术对阳光电源PowerTitan储能系统和ST系列储能变流器的频率调节功能具有重要应用价值。AdapSafe2的元学习自适应框架可增强储能系统在高比例新能源场景下的动态响应能力，其控制屏障函数安全机制能确保储能系统在SOC、功率等多维约束下的安全运行。该技术可与阳光电源现有的V...
基于强化学习的电力电子变换器预测控制
Reinforcement Learning-Based Predictive Control for Power Electronic Converters
Yihao Wan · Qianwen Xu · Tomislav Dragičević · IEEE Transactions on Industrial Electronics · 2024年10月
有限集模型预测控制（FS - MPC）似乎是一种很有前景且有效的电力电子变换器控制方法。传统的有限集模型预测控制存在权重因子选择耗时的问题，这会显著影响控制性能。有限集模型预测控制面临的另一个持续挑战是，要获得理想的控制性能，它依赖于预测模型。为克服上述问题，我们提议将强化学习（RL）应用于电力变换器的有限集模型预测控制。首先，采用强化学习算法对有限集模型预测控制进行自动权重因子设计，旨在最小化总谐波失真（THD）或降低平均开关频率。此外，通过用预测算法的成本函数为强化学习智能体制定激励机制，该...
解读: 从阳光电源的业务视角来看，这项基于强化学习的预测控制技术对我们的核心产品线具有重要战略价值。该技术针对有限集模型预测控制（FS-MPC）的两大痛点提出了创新解决方案，这与我们在光伏逆变器和储能变流器领域追求高效率、高可靠性的目标高度契合。 在实际应用层面，该技术的自动权重因子设计功能可显著缩短我们...
一种集成实验与数值研究的竹节形流场设计下风冷式质子交换膜燃料电池性能及传热传质动力学
An integrated experimental and numerical investigation of performance and heat-mass transport dynamics in air-cooled PEMFCs with a bamboo-shaped flow field design
Kai-Qi Zhu · Quan Ding · Ben-Xi Zhang · Jiang-Hai Xu 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 风冷式质子交换膜燃料电池（PEMFC）中复杂的传热传质耦合现象以及物理场分布不均的问题，严重影响其功率密度和水热管理性能。作为关键部件，阴极流场在燃料供给、散热以及水传输方面对风冷式PEMFC起着至关重要的作用。优化流场结构设计是应对上述挑战的关键策略。本研究提出了一种创新的竹节形流场设计，并在25 cm²的单电池中进行了实验验证，结果证明该设计能有效提升风冷式PEMFC的传热传质能力与功率密度，同时降低供气能耗。此外，还建立了三维多相数值模型，用于深入探究该流场结构下液态水、反应物和热量...
解读: 该燃料电池热质传输优化技术对阳光电源氢能业务具有重要借鉴价值。竹节型流场设计通过分段加速和涡流区优化实现5.45%功率密度提升和4.17%能效增益,其多物理场耦合仿真方法可应用于公司储能PCS的热管理优化。研究中的熵分析法和非均匀流场设计理念,可迁移至SiC功率器件散热结构设计,提升ST系列PCS和...