找到 3 条结果
基于自偏置阻抗补偿的宽负载范围紧凑型整流器
Compact Rectifier With Wide Range of Output Load Based on Self-Bias Impedance Compensation
Pengde Wu · Yuxin Li · Yi-Dan Chen · Peng-Yu Yu 等6人 · IEEE Transactions on Power Electronics · 2025年4月
整流器效率常受负载和输入功率波动影响。本文提出一种基于自偏置阻抗补偿（SBIC）的紧凑型整流器，通过在低负载和高负载区域运行的两个子整流器之间进行动态阻抗补偿，有效提升了宽负载范围下的转换效率。
解读: 该技术通过自偏置阻抗补偿优化了整流器在全负载范围内的效率表现，对阳光电源的电动汽车充电桩产品线具有重要参考价值。充电桩在实际运行中常处于轻载或变载状态，引入SBIC技术可显著提升整流模块的平均转换效率，降低待机及低功率输出时的损耗。此外，该方案强调的“紧凑型”设计符合当前充电模块高功率密度化的发展趋...
基于隧道磁阻
TMR）且具备预测能力的SiC MOSFET模块短路与过流故障检测
Yuxin Feng · Shuai Shao · Jiakun Du · Qian Chen 等6人 · IEEE Transactions on Power Electronics · 2022年4月
本文提出了一种基于隧道磁阻（TMR）传感器的SiC MOSFET模块短路与过流故障检测方案。通过将TMR传感器集成至SiC模块内部进行非侵入式电流测量，并将测量值与阈值对比，实现故障快速检测。该方法具备预测能力，可提升功率模块运行的安全性与可靠性。
解读: 该技术对阳光电源的核心产品线（如组串式光伏逆变器、PowerTitan储能系统及风电变流器）具有重要应用价值。随着公司产品向高功率密度、高开关频率的SiC方案演进，传统的去饱和检测法在响应速度和精度上存在瓶颈。TMR传感器提供的非侵入式、高带宽电流监测方案，能显著提升SiC功率模块在极端工况下的故障...
基于多智能体深度强化学习的含电池更换站的微电网群交易能源管理
Multiagent Deep Reinforcement Learning for Transactive Energy Management of MMGs Incorporating Battery Swapping Stations
Ting Cai · You Zhang · Yuxin Wu · Haoyuan Yan 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月
微电网（MGs）与换电站（BSSs）之间的最优能源管理可带来显著的经济效益。然而，由于分布式可再生能源和新兴负荷的时空不确定性以及信息不完整，现有研究在制定微电网与换电站之间的最优交互策略方面面临挑战。本文采用混合多智能体深度强化学习方法解决多微电网与多换电站之间的能源交易问题，以实现运营成本最小化。具体而言，引入了一个分层的交易能源管理社区，在考虑不同利益相关者利益的情况下，促进多微电网与换电站之间的能源交换。该问题被建模为部分可观测马尔可夫博弈。所提出的混合算法将多智能体近端策略优化算法（M...
解读: 从阳光电源的业务角度看，这项基于多智能体深度强化学习的能源交易管理技术，与公司在储能系统和综合能源解决方案领域的战略布局高度契合。该技术通过MAPPO-DDQN混合算法实现多微网与换电站间的优化能源调度，平均降低13.71%的微网运营成本并提升14.62%的换电站收益，这为阳光电源的储能系统集成和能...