找到 3 条结果
基于神经预测器的模块化多电平变换器低开关频率FCS-MPC及在线权重系数调整
Neural Predictor-Based Low Switching Frequency FCS-MPC for MMC With Online Weighting Factors Tuning
Xing Liu · Lin Qiu · Wenjie Wu · Jien Ma 等7人 · IEEE Transactions on Power Electronics · 2022年4月
本文提出了一种针对模块化多电平变换器（MMC）的新型预测控制框架。该方法结合了基于神经预测器的低开关频率有限控制集模型预测控制（FCS-MPC），并实现了权重系数的在线自适应调整，以增强系统的鲁棒性。研究旨在维持低开关频率运行的同时，优化变换器的动态性能与控制精度。
解读: 该技术对阳光电源的集中式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。MMC拓扑在大型光伏电站及高压大功率储能系统中应用广泛，但其计算负担重、开关频率控制难。引入神经预测器可有效降低开关损耗，提升系统效率；在线权重调整机制能增强系统在弱电网环境下的鲁棒性。建议研发团队关注该算法...
基于数据驱动神经预测器的电力变换器鲁棒模型预测控制
Data-Driven Neural Predictors-Based Robust MPC for Power Converters
Xing Liu · Lin Qiu · Jose Rodriguez · Wenjie Wu 等8人 · IEEE Transactions on Power Electronics · 2022年10月
本文提出了一种基于数据驱动神经预测器的鲁棒有限控制集模型预测控制（FCS-MPC）方法，旨在提升电力变换器控制系统的鲁棒性及多目标控制的灵活性。通过神经网络预测器估计未知非线性项，有效增强了控制系统对参数扰动和模型不确定性的适应能力。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式及集中式光伏逆变器中，FCS-MPC可显著提升动态响应速度；在PowerTitan等大型储能PCS中，该算法能有效应对电网弱电网环境下的参数波动，提升系统稳定性。建议研发团队将该数据驱动预测模型集成至iSolarCloud智能运维平台，利用边缘计算能力...
面向无传感器三相四桥臂模块化多电平变换器的有限电平状态模型预测控制
Finite-Level-State Model Predictive Control for Sensorless Three-Phase Four-Arm Modular Multilevel Converter
Xing Liu · Lin Qiu · Youtong Fang · Zhouhua Peng 等5人 · IEEE Transactions on Power Electronics · 2020年5月
本文提出了一种针对三相四桥臂模块化多电平变换器（MMC）的有限电平状态模型预测控制策略。该研究旨在提升系统在桥臂故障及传感器故障条件下的可靠性。通过引入四桥臂拓扑，进一步增强了MMC系统的容错能力。
解读: 该研究关注的MMC拓扑及容错控制技术，对阳光电源的高压大功率储能系统（如PowerTitan系列）及大型集中式光伏逆变器具有重要参考价值。MMC技术在提升电能质量和降低谐波方面表现优异，而文中提到的容错控制与无传感器技术，能够有效提升系统在极端工况下的可靠性，降低传感器故障导致的停机风险。建议研发团...