找到 5 条结果
一种基于PSpice-MATLAB-COMSOL的SiC功率模块自动化场路耦合仿真方法
An Automated Field-Circuit Coupling Simulation Method Based on PSpice-MATLAB-COMSOL for SiC Power Module Design
Yayong Yang · Zhiqiang Wang · Yuxin Ge · Guoqing Xin 等5人 · IEEE Transactions on Power Electronics · 2023年10月
多物理场仿真对碳化硅（SiC）功率模块设计至关重要。针对电路仿真与热-流-机仿真软件间缺乏接口导致设计精度不足的问题，本文提出了一种基于自主研发COMSOL-PSpice接口的自动化场路耦合仿真方法，实现了功率模块的高效精确设计。
解读: 该技术对阳光电源的核心业务具有极高价值。随着公司组串式逆变器及PowerTitan系列储能系统向高功率密度、高效率方向演进，SiC器件的应用日益广泛。该场路耦合仿真方法能显著提升功率模块在复杂工况下的热管理与电磁兼容设计水平，缩短研发周期。建议研发团队引入此自动化接口，优化逆变器及PCS功率模块的散...
基于耦合寄生网络模型的功率模块多芯片SiC动态电流平衡分析
Layout-Dominated Dynamic Current Balancing Analysis of Multichip SiC Power Modules Based on Coupled Parasitic Network Model
Yuxin Ge · Zhiqiang Wang · Yayong Yang · Cheng Qian 等6人 · IEEE Transactions on Power Electronics · 2023年2月
本文研究了多芯片碳化硅（SiC）功率模块中，封装寄生参数导致的动态电流不平衡问题。通过建立耦合寄生网络模型，分析了布局对并联芯片间电流分配的影响，揭示了动态电流失配限制模块容量的机理，为提升大功率SiC模块的性能提供了理论支撑。
解读: 该研究直接关系到阳光电源在光伏逆变器和储能PCS中对SiC功率模块的应用。随着PowerTitan等储能系统及组串式逆变器向高功率密度、高效率演进，SiC模块已成为核心器件。文中提出的寄生参数耦合模型及布局优化方法，对于提升阳光电源自研模块的均流能力、降低开关损耗及提升系统可靠性具有重要指导意义。建...
一种基于物理信息神经网络的参数化热仿真方法用于功率模块快速热设计
A Parameterized Thermal Simulation Method Based on Physics-Informed Neural Networks for Fast Power Module Thermal Design
Yayong Yang · Zhiqiang Wang · Yu Liao · Wubin Kong 等7人 · IEEE Transactions on Power Electronics · 2025年7月
本文提出了一种基于物理信息神经网络（PINNs）的参数化3D热仿真方法，旨在实现功率模块热设计的快速空间探索。通过利用PINNs快速近似描述功率模块热行为的参数化偏微分方程解的能力，该方法显著提升了热场仿真的效率。
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储能系统及风电变流器）具有重要价值。功率模块是上述产品的核心发热源，传统有限元仿真耗时较长，限制了研发迭代速度。引入PINNs技术可实现热设计的快速参数化仿真，显著缩短逆变器和PCS产品的研发周期，优化散热结构设计，提升功...
一种基于神经网络辅助损耗模型的电力模块热优化高效电热耦合仿真方法
An Efficient Electrothermal Coupling Simulation Method Based on Neural Network-Aided Power Loss Model for Power Module Thermal Optimization
Yayong Yang · Zhiqiang Wang · Lingqi Tan · Guoqing Xin 等6人 · IEEE Transactions on Power Electronics · 2025年3月
本文提出了一种高效的电热耦合仿真方法，利用数据驱动的神经网络功率损耗模型来提升电力模块热优化的仿真效率。文中介绍了神经网络损耗模型的构建方法及自动数据提取流程，并提出了一种间接耦合策略，显著降低了计算成本，为电力电子系统的热设计提供了快速、准确的评估手段。
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储能系统）具有极高的应用价值。在功率模块设计阶段，传统有限元热仿真耗时极长，引入神经网络辅助的电热耦合模型可大幅缩短研发周期，提升功率密度设计水平。建议研发团队将其应用于高功率密度逆变器及储能变流器（...
基于物理信息神经网络的参数化热仿真方法用于快速功率模块热设计
A Parameterized Thermal Simulation Method Based on Physics-Informed Neural Networks for Fast Power Module Thermal Design
Yayong Yang · Zhiqiang Wang · Yu Liao · Wubin Kong 等6人 · IEEE Transactions on Power Electronics · 2025年3月
本文提出一种基于物理信息神经网络（PINNs）的参数化三维热仿真方法，以实现功率模块热设计的快速设计空间探索。利用PINNs能够快速逼近描述功率模块热行为的参数化偏微分方程解的能力，开发了用于碳化硅（SiC）三相半桥功率模块的热场仿真框架，以进行参数化仿真。经过一次无监督训练后，基于PINNs的模型可以快速预测不同输入参数组合下功率模块的热场分布结果。对比结果表明，在不同组合情况下，PINNs的预测结果与COMSOL数值模拟和实验测量结果大致相符。此外，在用于参数优化的大规模设计空间探索任务中，...
解读: 从阳光电源的业务视角来看，这项基于物理信息神经网络（PINNs）的参数化热仿真技术具有重要的工程应用价值。作为全球领先的光伏逆变器和储能系统供应商，我们在功率模块热设计方面面临着日益严峻的挑战：一方面，碳化硅（SiC）等新型功率器件的广泛应用使得热管理复杂度显著提升；另一方面，市场对产品快速迭代和定...