找到 7 条结果
多晶β-Ga2O₃在神经形态信息存储中的应用：载流子陷阱中心导致持续光电导效应
Polycrystalline β-Ga2O3 Used in Neuromorphic Information Storage: Trapping Centers for Carriers Leads to Persistent Photoconductive Effect
Zhao-Ying Xi · Mao-Sheng Liu · Shan Li · Xue-Qiang Ji 等6人 · IEEE Transactions on Electron Devices · 2025年10月
神经形态视觉传感器（NVSs）凭借突触行为解决了传统设备的瓶颈问题，有助于应对高功耗和处理速度慢的挑战。载流子俘获层在 NVSs 的突触行为中起着重要作用。在这项工作中，我们提出使用多晶 β - Ga₂O₃ 作为光敏和载流子俘获材料，以简化 NVSs 的多层结构。通过利用晶界增强了多晶 β - Ga₂O₃ 光电传感器的持续光电导（PPC）效应。通过表征和电学测试对俘获效应进行了深入研究。此外，研究表明，β - Ga₂O₃ 器件能够模拟生物神经形态行为，展现出多种基本突触行为。最后，已证明该器件能...
解读: 从阳光电源的业务视角来看，这项基于多晶β-Ga2O3的神经形态光电传感技术虽属前沿研究，但其核心机制与我们在储能系统和智能化电力电子设备中的技术需求存在潜在契合点。 该技术的持续光电导效应（PPC）和载流子捕获机制，本质上实现了一种无需外部供电的信息存储方式。这与阳光电源储能系统追求的低功耗、高可...
一种无需故障定位的双三相PMSM驱动系统开相故障自适应容错控制
An Adaptive Fault-Tolerant Control Without Fault Location of Open-Phase Fault for Dual Three-Phase PMSM Drive System
Qi Liu · Lan Xiao · Qunfang Wu · Xiaopeng Zhao 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年3月
针对双三相永磁同步电机（DTP-PMSM）驱动系统常见的开相故障（OPF），提出一种无需故障定位的自适应容错控制方法。该方法省去故障诊断环节，避免误判风险。通过分析OPF下DTP-PMSM的运行状态，在双dq坐标系中建立含故障电流角的统一参考电流模型，故障后可直接应用，无需重新定位故障相。故障电流角由锁相环（PLL）获取，轻载条件下仍能准确检测，且相比现有方案减少一个PLL环路，降低计算负担。所提方案无需调整控制结构、电机模型或变换矩阵，仅通过调节参考电流幅值系数即可实现最小铜耗、最大转矩与正常...
解读: 该自适应容错控制技术对阳光电源新能源汽车驱动系统和储能变流器产品具有重要应用价值。在电机驱动产品线，无需故障定位的容错策略可直接应用于车载电机控制器，通过PLL实时获取故障电流角，实现开相故障下的平滑切换，提升系统可靠性。对于ST系列储能变流器，该统一参考电流模型可借鉴至多相并联拓扑的相单元故障处理...
关于无机载流子传输层对钙钛矿太阳能电池性能影响的模拟研究
Simulation study on the impact of inorganic carrier transport layers on perovskite solar cell performance
Jianghao Liuabcd1 · Maiwulangjiang Adiliabcd1 · Hao Pan · Guofu Hou 等7人 · Solar Energy · 2025年1月 · Vol.288
摘要 钙钛矿太阳能电池（PSC）由于具有高吸收系数、低激子结合能和高载流子迁移率等优异特性，目前处于光伏研究的前沿。为了提升器件性能，不仅需要考虑缺陷态和界面态，还必须关注各功能层的材料特性及其能级排列。本研究采用wx-AMPS仿真软件，探讨了具有不同能带结构和载流子迁移率的载流子传输层对PSC性能的影响。模拟参数包括：温度300 K、1.5 AM光源、界面复合速率为10^7 cm⁻²，以及辅助陷阱隧穿模式。结果表明，降低能垒高度并提高载流子迁移率可显著提升电池的转换效率。优化后的模拟实现了28...
解读: 该钙钛矿电池载流子传输层优化研究对阳光电源光伏逆变器产品具有前瞻价值。研究中28.95%的电池效率提升和能级匹配优化思路,可启发SG系列逆变器的MPPT算法改进,通过精准追踪高效电池的输出特性曲线,降低失配损耗。载流子迁移率提升对应更低内阻,与公司1500V系统的低损耗设计理念契合。此外,无机传输层...
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...
基于熔盐相变材料在中高温可持续热能储存中的性能与应用研究进展
A review of the performance and application of molten salt-based phase change materials in sustainable thermal energy storage at medium and high temperatures
Huihui Wang · Jun Liu · Ying Wang · Yuqiong Zhao 等5人 · Applied Energy · 2025年1月 · Vol.389
摘要 随着能源需求的增长和环境污染问题的加剧，对可持续热能储存技术提出了更高的要求。研究表明，熔盐相变材料（MSPCMs）作为热能储存（TES）的一种有前景的替代方案，能够有效缓解能源供需不平衡的问题。这类盐类通常具备较高的能量存储密度、易于获取以及对环境影响较小等一系列优良特性。然而，由于其导热系数（TC）较低以及在相变过程中存在泄漏问题，熔盐材料在工业和商业领域的广泛应用受到显著限制。基于此，本文系统综述了熔盐复合相变材料（CPCMs）的合成方法及其能量转换特性，并探讨了固体废弃物资源化综合...
解读: 该熔盐相变储能技术对阳光电源ST系列储能系统和PowerTitan产品具有重要参考价值。熔盐材料的高能量密度特性可启发中高温储能方案设计,特别是在大规模工商业储能场景中,结合我司PCS热管理系统优化。固废基复合相变材料的防泄漏技术可借鉴应用于电池热管理,提升ST系列产品在极端温度环境下的可靠性。同时...
1.2 kV 4H-SiC MOSFET在重复短路测试下静态与动态特性的退化机制
Degradation mechanisms for static and dynamic characteristics in 1.2 kV 4H-SiC MOSFETs under repetitive short-circuit tests
Ying Ji · Linna Zhao · Shilong Yang · Cunli Lu 等6人 · Solid-State Electronics · 2025年1月 · Vol.226
本文通过在栅源电压（VGS,OFF/VGS,ON）分别为−4/+15 V、−4/+19 V和0/+19 V条件下进行重复短路（RSC）测试，研究了1.2 kV 4H-SiC MOSFET的退化行为。结合实验与仿真结果发现，在雪崩过程中栅氧化层中捕获的电子或空穴是导致静态参数退化的主要机制。在VGS,OFF/VGS,ON = −4/+19 V条件下，经过240次短路（SC）测试后，阈值电压VTH和导通电阻RDS,ON分别增加了0.4 V和3.0 mΩ；在0/+19 V条件下分别增加了0.45 V和...
解读: 该研究揭示SiC MOSFET短路退化机理对阳光电源ST系列储能变流器和SG光伏逆变器至关重要。栅极氧化层电荷陷阱导致阈值电压漂移和导通电阻增加，直接影响功率器件可靠性。研究发现负偏压门极驱动(-4V)可显著改善短路耐受性，为PowerTitan储能系统和充电桩产品的SiC驱动电路优化提供依据。建议...
基于TCN-LSTM神经网络与迁移学习的数字孪生支持型电池状态估计
Digital Twin-supported Battery State Estimation Based on TCN-LSTM Neural Networks and Transfer Learning
Kai ZhaoYing LiuYue ZhouWenlong MingJianzhong Wu · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
准确估计电池荷电状态（SOC）、健康状态（SOH）及剩余使用寿命（RUL）对储能技术发展至关重要。本文提出一种融合时间卷积网络（TCN）与长短期记忆网络（LSTM）的数字孪生（DT）支持型电池状态估计算法。构建四层层次化DT架构以克服传统电池管理系统在计算与存储上的局限，并引入基于迁移学习的在线TCN-LSTM模型，实现神经网络参数的动态更新与实时精度优化。实验结果表明，该方法在90个循环数据下SOC、SOH和RUL的平均均方根误差分别为1.1%、0.8%和0.9%，显著优于传统CNN等模型，展...
解读: 该数字孪生支持的电池状态估计技术对阳光电源ST系列储能系统和PowerTitan大型储能方案具有重要应用价值。TCN-LSTM融合架构可直接集成至BMS系统，实现SOC/SOH/RUL的高精度实时估计（RMSE<1.1%），显著提升电池全生命周期管理能力。四层DT架构突破边缘侧计算瓶颈，可与iSol...