找到 2 条结果
谐振双有源桥
DAB）逆变器的动态相量建模
Yanxiang Yin · Jingyang Fang · Hongchang Li · Steven Liu 等5人 · IEEE Transactions on Power Electronics · 2026年3月
谐振双有源桥（DAB）逆变器因高效率和高功率密度在微型逆变器中备受关注。然而，现有的基波近似（FHA）模型存在非线性、缺乏稳态工作点且精度较低的问题。本文提出了一种动态相量建模方法，旨在提升谐振DAB逆变器的建模精度与动态分析能力。
解读: 该研究针对谐振DAB拓扑的动态建模优化，对阳光电源的户用光伏微型逆变器及储能系统中的双向DC-DC变换模块具有重要参考价值。DAB拓扑是实现光储一体化及高效能量转换的核心，通过引入动态相量模型，可以更精确地预测系统在瞬态过程中的表现，从而优化控制策略，提升变换器的功率密度与动态响应速度。建议研发团队...
ConvODE-Mixer：一种用于超短期光伏功率预测的多模态深度学习模型
ConvODE-Mixer: A multimodal deep learning model for ultra-short-term PV power forecasting
Binbin Yonga · Yanxiang Zhang · Jun Shenb · Aiai Renb 等6人 · Solar Energy · 2025年11月 · Vol.300
摘要 太阳能已成为应对全球能源与环境挑战的关键可再生能源。由于气象因素引起的光伏发电随机波动，光伏功率预测仍面临重大挑战，可能引发电网不稳定事件。本文提出了一种名为ConvODE-Mixer的多模态模型，该模型将卷积神经网络（CNN）与神经常微分方程（NODE）相结合，以提高超短期光伏功率预测的准确性。通过融合地面云图（GBCI）和气象数据，ConvODE-Mixer采用多尺度轻量化缩减型空洞空间金字塔池化（LR-ASPP）分割模块来捕捉云层厚度的变化，并引入通道注意力机制对光透射率敏感特征进行...
解读: 该ConvODE-Mixer多模态超短期光伏功率预测技术对阳光电源SG系列逆变器及ST储能系统具有重要应用价值。通过融合地基云图与气象数据,10分钟预测精度显著提升(MSE降低40.45%),可深度集成至iSolarCloud平台实现预测性运维。该技术能优化储能系统充放电策略,配合GFM控制技术提升...