找到 8 条结果
用于单体电池储能系统的功率主动分配双向隔离DC-DC变换器
Bidirectional Isolated DC–DC Converter With Power Active Allocation Strategy for Single-Cell BESS
Jiahao Wang · Dongyuan Qiu · Yangbin Zeng · Bo Zhang 等5人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文提出了一种低压侧并联、高压侧串联的隔离型双向DC-DC变换器，旨在解决单体电池储能系统在高增益需求及低压大电流运行下的挑战。通过在低压侧采用两个并联交错升压单元，有效降低了电流纹波及器件电流应力，提升了系统效率与可靠性。
解读: 该技术对阳光电源的储能业务具有极高参考价值。在PowerTitan和PowerStack等大型储能系统中，电池簇的电压管理与效率优化是核心竞争力。该拓扑通过交错并联技术降低电流纹波，有助于减小电感体积并提升功率密度，直接契合阳光电源追求高效率、长寿命储能系统的研发方向。建议研发团队关注其在高压侧串联...
基于谐波信号的绕线式同步起动/发电机低速区转子位置估计方法
Rotor Position Estimation Method Based on Harmonic Signal for a Wound-Field Synchronous Starter/Generator in the Low-Speed Region
Xiaoke Zhang · Ningfei Jiao · Shuai Mao · Weiguo Liu 等5人 · IEEE Transactions on Power Electronics · 2023年4月
针对航空绕线式同步起动/发电机在负载起动过程中的转子位置获取问题，提出了一种基于主励磁机（ME）旋转整流器产生的谐波信号（特别是五次谐波）进行转子位置估计的方法。该方法摆脱了对机械位置传感器的依赖，提高了系统的可靠性与集成度，适用于低速运行工况。
解读: 该文献探讨的无传感器转子位置估计技术主要应用于航空电机领域，与阳光电源现有的光伏逆变器、储能PCS及充电桩业务在应用场景上存在差异。然而，其核心算法逻辑——利用谐波信号进行状态观测，对阳光电源在风电变流器领域的技术储备具有参考价值。在风电变流器中，通过优化电机控制算法以降低对位置传感器的依赖，有助于...
基于电感功率传输和双向DC-DC变换器的共享接收端电池均衡器
Shared-Receiver Battery Equalizer Based on Inductive Power Transfer and Bidirectional DC–DC Converter
Yinqin Liao · Xinzhi Zhang · Long Chen · Feiliang Li 等7人 · IEEE Transactions on Power Electronics · 2026年3月
针对传统有线电池均衡器物理连接固定、灵活性差及安全隐患等问题，本文提出了一种基于电感功率传输（IPT）的均衡方案。该方案利用单电感DC-DC变换器实现电池组内的高效电荷转移与SOC均衡，提升了储能系统的安全性和可靠性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要的参考价值。目前储能系统多采用BMS进行主动或被动均衡，而基于IPT的非接触式均衡技术能有效降低物理布线复杂度和维护难度，提升大型储能电站的安全性。建议研发团队关注该拓扑在模块化储能单元中的应用潜力，通过优化双向D...
基于序分量耦合分析的双馈风电机组不对称故障穿越增强方法
Asymmetrical Fault Ride-Through Enhancement for DFIG-Based WT Based on Sequence Coupling Analysis
Sen Zhang · Bin Hu · Yukun Qiu · Bin Hua 等6人 · IEEE Transactions on Industrial Electronics · 2025年10月 · Vol.73
针对新兴不对称故障穿越（AFRT）电网要求，本文建立基于序耦合分析的最优电压不平衡衰减（VUA）模型，消除非凸性并保障全局最优；分析序耦合对可行域与VUA能力的影响；实验证明该方法可有效提升VUA性能并维持并网稳定性。
解读: 该研究直接支撑阳光电源风电变流器（如SG1000W/SG2000W系列）在复杂电网故障下的高可靠运行。其序耦合建模与优化控制策略可迁移至ST系列PCS的风电场级协同控制模块，提升多机型混合风电场AFRT一致性；建议将核心算法集成至iSolarCloud平台的风电智能诊断子系统，强化对DFIG机组的实...
一种用于单体电池系统的低压大电流双向DC-DC变换器及支路均流策略
A Low-voltage High-current Bidirectional DC-DC Converter and Branch Current-sharing Strategy for Single Cell Battery Systems
Yukun Chen · Bo Zhang · Yangbin Zeng · Dongyuan Qiu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年9月
针对新能源汽车与储能系统中多电芯结构存在的能量分配不均、系统效率低及维护成本高等问题，本文提出一种基于单体电池的抽头交错并联隔离式双向高增益DC-DC变换器，并设计了动态均流控制策略。该拓扑通过抽头变压器与交错并联结构结合，集成磁元件并复用器件，显著降低低压侧大电流导通损耗。为优化支路电流分配，提出变占空比差与移相时序协同控制策略。实验搭建330W样机及单体驱动电机平台，结果表明在3.2V输入、48V输出条件下，系统平均效率达92.43%，峰值效率为94.11%。同时提出扩展方案，支持千瓦级系统...
解读: 该低压大电流双向DC-DC变换器技术对阳光电源储能与车载产品具有重要应用价值。抽头交错并联拓扑与动态均流策略可直接应用于ST系列储能变流器的电池管理系统，解决PowerTitan大型储能系统中单体电芯能量分配不均问题，提升系统效率。92.43%平均效率与94.11%峰值效率指标可优化车载OBC充电机...
基于深紫外光激发的低功耗Ga2O3纳米突触器件用于神经形态计算
Deep-UV-photo-excited synaptic Ga2O3 nano-device with low-energy consumption for neuromorphic computing
Liubin Yang1Xiushuo Gu1Min Zhou2Jianya Zhang3Yonglin Huang4Yukun Zhao5 · 半导体学报 · 2025年2月 · Vol.46
突触纳米器件在逻辑、存储与学习方面具有强大能力，是构建类脑神经形态计算系统的关键组件。本文成功研制了一种基于Ga2O3纳米线的低功耗突触纳米器件，在255 nm光照下可模拟生物突触的多种功能，如脉冲易化、峰时依赖可塑性及记忆学习能力。该器件展现出优异的“学习-遗忘-再学习”特性，其短时至长时记忆的转变及逐步学习后的记忆保持归因于Ga2O3纳米线的强再学习能力。单次突触事件能耗低于2.39×10⁻¹¹ J，并在长期刺激与存储中表现出高稳定性。应用于神经形态计算时，经12轮训练后数字识别准确率超90...
解读: 该Ga2O3纳米突触器件的低功耗神经形态计算技术对阳光电源智能控制系统具有前瞻性启发价值。其2.39×10⁻¹¹J的超低单次事件能耗和自适应学习能力，可应用于iSolarCloud云平台的智能诊断算法优化，通过类脑计算实现光伏/储能系统的故障模式识别与预测性维护。在ST储能变流器和PowerTita...
适用于低温环境的氮化镓高电子迁移率晶体管精确开关瞬态解析模型
An Accurate Analytical Switching Transient Model for GaN HEMT Operating at Cryogenic Temperature
Yanjie He · Zilong Chen · Yukun Zhang · Yudong Wang 等7人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年10月 · Vol.14
本文建立了适用于低温（143K/203K）环境的GaN HEMT开关瞬态解析模型，综合考虑温度依赖的I-V特性、电压相关寄生电容及反向有源区串扰效应。实验验证显示，开通/关断损耗误差分别低于6%/9%，时间误差低于7%/10%，证实其在低温下开关速度提升、损耗降低的机理。
解读: 该模型对阳光电源面向极端环境（如高海拔、极地光伏电站或太空能源系统）的下一代高效功率模块研发具有重要参考价值。尤其可支撑ST系列PCS及PowerTitan储能系统中GaN基双向变换器的低温损耗精准预测与热管理优化；建议在组串式逆变器高频化升级路径中开展GaN HEMT低温工况实测对标，并纳入iSo...
多尺度融合图卷积网络用于多站点光伏功率预测
Multi-scale fused Graph Convolutional Network for multi-site photovoltaic power forecasting
Qi Sim · Xinze Zhang · Siyue Yang · Liang Shen 等5人 · Energy Conversion and Management · 2025年6月 · Vol.333
摘要 近年来，通过精细挖掘时空关系的多站点光伏功率预测因其在降低建模成本和提高预测精度方面的潜力而受到广泛关注。然而，现有方法通常忽略了在真实场景中多个站点之间跨不同时间尺度存在的复杂且动态变化的时空相关性。为解决这一局限性，本研究从多尺度视角提出了一种新颖且有效的模型：多尺度融合图卷积网络（Multi-Scale Fused Graph Convolutional Neural Network, MSF-GCN）。MSF-GCN引入了一个多图卷积（MGCN）模块，该模块结合预定义图与可自适应学...
解读: 该多尺度图卷积网络技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。MSF-GCN模型通过多图卷积捕获分布式光伏电站间空间依赖关系,结合多尺度时序分解,可显著提升SG系列逆变器集群的功率预测精度(MAE提升13.21%)。其自适应图学习机制能优化PowerTitan储能系统的充放电策...