找到 5 条结果
一种基于V-I下垂特性的并联逆变器集成同步与控制策略
An Integrated Synchronization and Control Strategy for Parallel-Operated Inverters Based on V–I Droop Characteristics
Wenyuan Cao · Minxiao Han · Xiahui Zhang · Yajuan Guan 等6人 · IEEE Transactions on Power Electronics · 2022年5月
电压-电流（V-I）下垂控制作为传统下垂控制的替代方案，通过省去功率环（含低通滤波器）简化了结构并提升了动态响应性能。本文针对该方法在并联电压源逆变器（VSI）应用中缺乏功率环带来的挑战，提出了一种集成化的同步与控制策略，旨在实现更优的功率分配与系统稳定性。
解读: 该研究提出的V-I下垂控制策略对阳光电源的组串式逆变器及PowerTitan/PowerStack储能变流器（PCS）具有重要价值。通过简化控制环路，该技术可显著提升PCS在微电网及多机并联场景下的动态响应速度和功率分配精度。建议研发团队将其应用于构网型（GFM）储能系统的控制算法优化中，以增强系统...
基于平衡点存在性分析的级联变换器系统去中心化自同步方法
A Decentralized Self-Synchronizing Method for Cascaded Converter System Based on Analysis of the Existence of Equilibrium Points
Guangze Shi · Junlan Ou · Zhenxi Wu · Junhao Zhang 等7人 · IEEE Transactions on Power Electronics · 2025年8月
针对级联变换器系统在电网波动下自同步控制稳定性差及平衡点缺失的问题，本文提出了一种鲁棒的去中心化自同步控制方法。通过分析电网电压波动对系统平衡点存在性的影响，提升了系统在复杂电网环境下的并网稳定性。
解读: 该研究对于阳光电源的组串式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。随着光伏与储能电站接入弱电网场景增多，级联结构或多机并联系统的同步稳定性成为核心挑战。该文提出的平衡点分析方法可用于优化阳光电源iSolarCloud平台下的并网控制算法，提升逆变器在电网电压波动下的鲁棒性...
基于平衡点存在性分析的级联变换器系统去中心化自同步方法
A Decentralized Self-Synchronizing Method for Cascaded Converter System Based on Analysis of the Existence of Equilibrium Points
Guangze Shi · Junlan Ou · Zhenxi Wu · Junhao Zhang 等6人 · IEEE Transactions on Power Electronics · 2024年10月
对于级联变流器系统，现有的并网自同步控制方法对电网波动较为敏感，这会影响系统稳定性，还可能导致系统平衡点存在性的问题。为解决这些问题，本文分析了电网电压波动对系统平衡点存在性的影响。提出了一种鲁棒分散自同步控制方法，其中设计了电压校正机制以确保系统平衡点的存在。该方法除保证频率自同步外，还大幅提高了输出功率和功率因数的灵活调节能力。基于控制硬件在环和 RTU 箱的实验结果表明，在电网电压波动和负载变化的情况下，系统具有良好的抗干扰能力和鲁棒性能。
解读: 从阳光电源的业务视角来看，这项去中心化自同步技术对级联变流器系统具有重要的应用价值。在大规模光伏电站和储能系统中，级联变流器架构被广泛采用以提升功率等级和系统灵活性，但电网电压波动一直是影响系统稳定性的核心挑战。 该论文通过平衡点存在性分析，提出的鲁棒性自同步控制方法直接切中当前产品的痛点。传统并...
基于时空图对比学习的风电功率预测
Spatiotemporal Graph Contrastive Learning for Wind Power Forecasting
Guiyan Liu · Yajuan Zhang · Ping Zhang · Junhua Gu · IEEE Transactions on Sustainable Energy · 2025年2月
精确且鲁棒的风电功率预测对电力系统的安全稳定运行至关重要。基于图卷积网络的混合时空预测模型因在空间特征提取方面的优势而受到广泛关注，但其性能易受数据噪声和缺失影响导致的图结构质量下降制约。本文提出一种基于时空图对比学习的混合深度学习模型，其编码器结合自适应图卷积网络与LSTM以捕捉细粒度时空依赖关系。为提升编码器对数据噪声的鲁棒性，我们在特征层和拓扑层引入数据增强，并设计了时序与空间双重视角的对比学习辅助任务。此外，通过融合静态图与可学习参数矩阵构建自适应图以捕获更全面的空间关联。在两个真实数据...
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先可集成至ST系列储能变流器和PowerTitan系统的能量管理系统(EMS)中,提升风储联合运行的调度精度。其次,该技术的时空图对比学习方法可优化iSolarCloud平台的预测算法,提高新能源电站群的发电预测准确性。特别是其抗噪...
基于图像分割的屋顶可用面积提取进行光伏资源评估
Photovoltaic resource assessment through roof usable area extraction based on image segmentation
Xiaobin Xua · Jinchao Hua · Haojie Zhang · Yajuan Fenga 等7人 · Solar Energy · 2025年9月 · Vol.297
在大规模屋顶光伏资源（RPV）评估中，传统的可用屋顶面积提取方法主要关注建筑物的外部轮廓，限制了复杂的空间分析能力，并导致评估结果较为粗略。本文提出了一种基于外部和内部轮廓分割的精细化屋顶可用面积提取方法。首先，采用Unet网络对屋顶的外部轮廓进行分割；随后，提出一种基于CNN与Transformer的双分支编码器网络InSF-TransUnet。在TransUnet的基础上引入多尺度CNN编码器，以平衡局部与全局特征。接着，在解码阶段采用多尺度特征融合策略，实现对屋顶内部轮廓的高精度分割。最后...
解读: 该屋顶光伏资源精细化评估技术对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。基于CNN-Transformer的双分支网络可精准识别屋顶可用面积,为分布式光伏系统容量配置提供数据支撑,优化MPPT算法设计和组串方案。结合iSolarCloud平台的AI诊断能力,可实现从资源评估...