找到 4 条结果
基于动态虚拟阻抗网络的混合储能系统功率分配策略
A Power Allocation Strategy for Hybrid Energy Storage System Based on Dynamic Virtual Impedance Network
Yun Zhang · Shihong Jing · Yihang Wei · Zhen Huang 等5人 · IEEE Transactions on Power Electronics · 2025年11月
本文针对电池-超级电容（SC）混合储能系统（HESS），提出了一种基于动态虚拟阻抗网络的功率分配策略。通过研究虚拟阻抗网络与滤波器之间的关系，该方法优化了虚拟阻抗网络，旨在实现更优的功率分配效果并满足多重控制目标。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统产品线。在电池与超级电容构成的混合储能系统中，通过动态虚拟阻抗优化功率分配，能有效平抑波动并延长电池寿命。该技术可深度集成至阳光电源的PCS控制算法中，提升系统在微电网、调峰调频等复杂工况下的动态响应能力和稳定性。建议研发团...
具有双输出整流器、双输入直流变压器及电压分割/Sigma原理的单相AC-DC变换器
Single-Phase AC–DC Converter With Dual-Output Rectifier, Dual-Input DC Transformer, and Voltage-Split/Sigma Principle
Yihang Jia · Hongfei Wu · Yanfeng Zhang · Yue Liu 等5人 · IEEE Transactions on Power Electronics · 2020年1月
本文提出了一种采用双输出整流器（DOR）和双输入直流变压器（DI-DCX）的单相AC-DC变换器。该拓扑引入电压分割/Sigma原理，通过前级DOR将电网电压分割为两个可变直流母线电压，再由后级DI-DCX合成为可调输出电压，实现了高效的功率转换与电压调节。
解读: 该拓扑结构通过电压分割与Sigma原理优化了单相AC-DC变换过程，对阳光电源的户用光伏逆变器及户用储能系统具有重要的参考价值。其双级架构有助于提升单相系统的功率密度和效率，特别是在户用储能PCS中，该技术可优化直流母线利用率，降低开关损耗。建议研发团队评估该拓扑在提升户用产品转换效率及降低系统成本...
基于模糊下垂控制的航空电池组动态功率平衡方法
A Dynamic Power Balancing Method for Aircraft Battery Packs Based on Fuzzy Droop Control
Yun Zhang · Shihong Jing · Yihang Wei · Tong Li 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月
电动飞机是未来发展趋势，但电池性能限制了电动飞机应用。分布式电池组平衡对电动飞机安全有重大影响。提出一种基于模糊逻辑控制和优化可变参数下垂控制的电池组源-负载分离动态功率平衡方法。通过定义源和负载准则设置启停平衡条件，该方法实现更快平衡速度，同时实现电池组间更小能量传输。动态变化的平衡电流防止实现平衡前大电流充电，降低充电期间热应力并减少电池退化。该方法在更少模式下实现飞机电力系统能量平衡，最小化平衡模式间频繁切换。还消除传统下垂控制在电池平衡系统中引起的电压偏差，增强供电可靠性。建立包含四组4...
解读: 该航空电池组平衡研究对阳光电源储能系统管理有重要参考价值。模糊下垂控制和源-负载分离的动态平衡策略可应用于阳光PowerTitan储能系统的多电池簇并联管理，提高平衡效率和降低热应力。动态变化平衡电流减少电池退化和消除直流母线电压偏差的技术可提升阳光ST系列储能变流器的可靠性和电池寿命。更少模式切换...
DEST-GNN：一种用于多站点小时内光伏功率预测的双探索时空图神经网络
DEST-GNN: A double-explored spatio-temporal graph neural network for multi-site intra-hour PV power forecasting
Yanru Yang · Yu Liu · Yihang Zhang · Shaolong Shu 等5人 · Applied Energy · 2025年1月 · Vol.378
准确的光伏发电（PV）功率预测对于电网实时平衡和储能系统优化至关重要。然而，由于光伏发电具有间歇性和波动性，实现高精度的光伏功率预测仍然是一项挑战。本文提出了一种用于多站点小时内光伏功率预测的新方法。与当前独立预测每个光伏电站功率的方法不同，我们通过考虑各光伏电站之间固有的时空相关性，同时预测所有站点的发电功率，并设计了一种新型图神经网络模型——DEST-GNN。在DEST-GNN中，采用无向图来表示这些光伏电站之间的依赖关系：每个光伏电站由一个节点表示，任意两个电站之间的时空相关性则由它们之间...
解读: 该多站点小时内光伏功率预测技术对阳光电源SG系列逆变器和ST储能系统具有重要应用价值。DEST-GNN通过时空图神经网络捕捉多电站关联性,可集成至iSolarCloud平台实现区域级功率预测,优化储能系统PowerTitan的充放电策略。其稀疏注意力机制可提升GFM/GFL控制算法的前瞻性调度能力,...