找到 27 条结果
基于滑模的模型预测控制增强动态感应电力传输系统鲁棒性和输出性能
Sliding-Mode-Based Model Predictive Control for Enhancing Robustness and Output Performance in Dynamic Inductive Power Transfer Systems
Pak-Ian Chan · Chi-Fong Ieong · Io-Wa Iam · Chi-Seng Lam · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年3月
在自动导引车AGV的动态感应电力传输DIPT系统中，AGV运动会显著影响耦合系数降低输出性能。传统控制方法虽能应对该挑战，但常因对电路参数变化敏感而表现出弱鲁棒性，且需要试错过程调整系数增加设计复杂性和难度。提出一种专为DIPT系统定制的基于滑模的模型预测控制SM-MPC方法以增强鲁棒性和输出性能。SM-MPC采用预测模型迫使控制对象收敛到滑模面，利用快速动态响应特性缓解AGV运动引起的扰动。引入极点配置方法直接获取最优滑模系数，消除迭代调整需求并简化设计过程。给出DIPT系统模型、SM-MPC...
解读: 该DIPT系统滑模MPC研究对阳光电源无线充电技术应用拓展有重要参考价值。SM-MPC应对耦合系数变化和提升鲁棒性的能力可应用于阳光新能源汽车OBC无线充电和AGV移动充电场景。极点配置直接获取最优系数消除试错调整的方法可简化阳光iSolarCloud平台的无线充电控制算法开发。快速动态响应缓解运动...
基于扩展ISMO的两步预测时域无模型预测控制在功率变换器中的应用
Extended ISMO-Based Two-Step Prediction Horizon Model-Free Predictive Control for Power Converters
Zeyu Zhang · Jien Ma · Lin Qiu · Xing Liu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年7月
模型预测控制因实现简单、性能优良和动态响应快而广泛应用于功率变换器。然而，传统方法依赖负载参数进行预测，鲁棒性差，且高频开关导致额外损耗。为此，本文提出一种基于积分滑模观测器（SMO）的鲁棒有限控制集模型预测控制方法。通过引入扩展ISMO实现超局部模型观测，有效抑制负载参数扰动影响；结合两步预测时域结构，拓展优化范围，提高连续周期内重复电压矢量的应用概率，显著降低开关频率。该方法在提升系统鲁棒性的同时，有效减少了对负载参数的敏感性，并保持较低开关频率。仿真与实验结果验证了所提方法的鲁棒性和低开关...
解读: 该扩展ISMO无模型预测控制技术对阳光电源ST系列储能变流器和SG光伏逆变器具有重要应用价值。其核心优势在于：1）通过超局部模型观测实现对负载参数扰动的鲁棒控制，可显著提升PowerTitan储能系统在电网阻抗波动、负载突变等复杂工况下的稳定性；2）两步预测时域结构有效降低开关频率，直接减少SiC/...
DFDR-NLNet：一种用于光伏面板分割的双频率差异化表示非局部网络
DFDR-NLNet: A dual-frequency differentiated representation non-local network for photovoltaic panel segmentation
Yitong Fua · Haiyan Lia · Pengfei Yua · Yaqun Huang 等5人 · Applied Energy · 2025年1月 · Vol.401
摘要 光伏（PV）技术在全球扩展可再生能源方面发挥着关键作用，然而在城市、农村和工业环境中，实现精确的光伏面板分割以优化资源配置并指导安装政策仍是一项挑战。为应对数据多样性的限制，本文提出一种基于去噪扩散概率模型（DDPM）的数据增强方法，用于生成联合数据分布，从而提升模型的鲁棒性。在此基础上，我们提出了一种双频率差异化表示非局部网络（DFDR-NLNet），用于实现更真实的光伏面板分割。为了提高Transformer分支中全局上下文特征提取的效率，我们提出了一种低频表示Transformer，...
解读: 该光伏板精准分割技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。DFDR-NLNet的高精度边缘识别(mIoU达91.48%)可增强SG系列逆变器阵列的智能巡检能力,通过频域特征提取优化MPPT算法的组件级监控。其电站容量评估功能可为工商业光伏项目提供精准选址与ST储能系统配置依据...
符合概率分布的物理约束风力发电预测方法：面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年1月 · Vol.383
摘要 风电作为关键的可再生能源之一，在实现碳中和目标中发挥着重要作用。然而，由于风速预测数据具有高噪声特性，风力发电功率的准确预测面临挑战，这会降低预测的精度与鲁棒性。为解决这一问题，本文提出一种理论引导（即物理约束）的深度学习风力发电预测方法（TgDPF）。TgDPF将表征风电功率概率分布的风电功率曲线领域知识，与长短期记忆网络（LSTM）深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致，遵循物理约束条件，从而增强对噪声的抵抗能力。因此，TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
基于复变量设计的构网型逆变器功率控制
Complex Variable Design for Power Control of Grid-Forming Inverter
Xiangjun Quan · Dale Li · Zhixiang Zou · Qinran Hu 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
由于耦合的高阶系统特性，构网型（GFM）逆变器的功率环路与解耦控制分析与设计较为复杂，传统方法通常采用双输入双输出模型分别设计有功与无功功率控制。本文提出一种复功率-相角（CPPA）模型，将其构建为单输入单输出系统，并在此基础上设计复功率控制器。所提控制框架通过降阶的复数传递函数统一实现有功与无功功率的解耦控制，显著提升GFM逆变器功率控制的动态性能。仿真与实验结果验证了该方法的鲁棒性与优越性。
解读: 该复变量功率控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统的构网型GFM控制具有重要应用价值。所提CPPA模型将双输入双输出系统降阶为单输入单输出复数传递函数，可显著简化阳光电源储能系统的功率环路设计流程，提升有功无功解耦控制性能。该方法特别适用于弱电网场景下ST系列产品的快...
基于LPV建模与鲁棒控制的CPT系统输出电压波动抑制方法
Output Voltage Fluctuation Mitigation of CPT based on LPV Modeling and Robust Control
Gang Yang · Zhifan Li · Pan Sun · Xusheng Wu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
本文研究了一种基于线性参数变化（LPV）模型的电容式无线功率传输（CPT）系统输出电压波动抑制方法，该系统采用串联Buck变换器并在互电容变化条件下运行。利用LPV模型描述输入电压波动下Buck变换器的动态特性，并结合归一化既约因子（NCF）方法设计鲁棒控制器，以保证系统稳定性和动态性能。实验结果表明，所提方法在不同扰动频率和负载条件下均能实现快速电压调节并维持输出电压稳定，验证了控制策略的鲁棒性与适应性，为提升CPT系统性能提供了可靠解决方案。
解读: 该LPV鲁棒控制技术对阳光电源储能与充电产品具有重要应用价值。文中针对输入电压波动的Buck变换器控制策略可直接应用于ST系列储能变流器的DC/DC环节，提升电网波动下的母线电压稳定性；LPV建模方法能有效处理储能系统SOC变化、温度漂移等参数时变特性，增强PowerTitan系统的全工况适应性。对...
基于代理模型的风电场调度以改善电网频率动态特性
Wind Power Plant Dispatch for Power Grid Frequency Dynamics Improvement: A Surrogate Model-Based Method
Junkai Huang · Yan Xu · Amer M. Y. M. Ghias · IEEE Transactions on Power Systems · 2025年1月
风力发电厂（WPP）提供的频率调节支持（FRS）对于提高现代电力系统的频率稳定性至关重要。为了保持风力发电厂的频率调节支持能力，在风电场级调度过程中考虑每台风力发电机组（WTG）的频率响应动态特性至关重要。然而，由于在不同风况下需要采用复杂的风力发电机组控制策略，将这些动态特性纳入调度算法具有一定的复杂性。为应对这一挑战，本文首先研究了详细的风力发电机组动态模型，以捕捉关键的频率响应特征。然后提出了一种代理建模方法，提供了一个能够准确描述风力发电机组频率调节支持动态特性的解析模型。利用该代理模型...
解读: 该代理模型调度方法对阳光电源的储能与风电产品线具有重要应用价值。可直接应用于ST系列储能变流器的调频控制策略优化,提升系统频率响应性能;同时该方法的快速计算特性适合集成到iSolarCloud平台,实现风储联合调度的智能决策。技术创新点在于通过代理模型简化复杂动态过程,这一思路可用于优化PowerT...
增强局部峰值点的风电功率预测：一种新型Seq2LPP模型
Enhancing Wind Power Forecasting at Local Peak Points: A Novel Seq2LPP Model
Nanyang Zhu · Ying Wang · Kun Yuan · Yanxia Pan 等5人 · IEEE Transactions on Industrial Informatics · 2025年1月
挖掘基于深度学习（DL）的模型在局部峰值点（LPPs）风电功率预测方面的潜力，仍是一个至关重要但尚未充分探索的方向。尽管现有的基于深度学习的模型在常规风电功率预测（WPF）中表现出色，但它们主要侧重于优化预测时域内整体风电功率预测的平均精度，因此在局部峰值点的预测中表现不佳。由于局部峰值点的风电功率存在大幅波动和非平稳性，基于深度学习的模型更难对其进行预测。考虑到局部峰值点与多源数值天气预报（NWP）数据之间存在强相关性，我们提出了一种由多源数值天气预报数据驱动的新型Seq2LPP模型，以加深对...
解读: 从阳光电源新能源系统集成商的视角来看，该论文提出的Seq2LPP模型针对风电功率预测中局部峰值点（LPPs）的精准预测问题，具有重要的实际应用价值。虽然我司业务以光伏逆变器和储能系统为核心，但在"风光储一体化"和综合能源解决方案领域，精准的风电功率预测直接影响系统调度优化和储能配置策略。 该模型的...
面向提升能效与电池寿命的网联自动驾驶电动汽车综合功率与热管理
Integrated power and thermal management for enhancing energy efficiency and battery life in connected and automated electric vehicles
Dongjun Lia · Qiuhao Hub · Weiran Jiang · Haoxuan Donga 等5人 · Applied Energy · 2025年1月 · Vol.396
摘要 在网联自动驾驶电动汽车中，有效的功率与热管理因车辆纵向运动与电池热系统之间多时间尺度动态特性，以及能效、电池老化和驾驶安全之间的复杂权衡而面临重大挑战。本文提出了一种基于多时域模型预测控制框架的综合功率与热管理（IPTM）策略，专门设计用于克服上述挑战并实现在线实时应用。所提出的IPTM策略能够利用环境温度、道路坡度和前车速度等实时信息，主动优化电池温度和车辆速度，确保在不同驾驶工况下的高效运行。结果表明，与基准方案相比，该策略显著提升了性能，冷却能耗降低了14.22%，牵引能耗降低了8....
解读: 该多时间尺度功率-热管理技术对阳光电源EV充电桩及储能系统具有重要价值。其多层预测控制框架可应用于ST系列PCS的电池热管理,通过实时环境温度和负载预测优化冷却策略,降低14.22%冷却能耗。该策略在电池退化管理方面减少22%衰减,可增强PowerTitan储能系统全生命周期经济性。多时域协同优化思...
可再生能源驱动的混合制冷系统用于提升食品保鲜：技术经济优化与商业模式构建
Renewable-driven hybrid refrigeration system for enhancing food preservation: Techno-economic optimization and business modelling
Ehsan Baniasadi · Ahmed Rezk · Luciano Batista · Tetenayet Bekele Tol 等5人 · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 本研究开发并优化了一种由可再生能源驱动的混合制冷系统，旨在提升无电网覆盖的农村地区的食品保鲜能力。该系统集成了太阳能光伏、太阳能集热器、风能以及电池储能，提供一种可持续且具有成本效益的制冷解决方案。以埃塞俄比亚为案例地，开展了全面的技术经济分析，评估系统的性能、成本效益及市场可行性。优化后的系统可满足22.42 kW的热能需求和2.82 kW的电力需求，使每日运行成本从100美元降低至86.2美元。通过将光伏板数量增加至15块、电池储能单元从11个减少至7个、太阳能集热器面积优化为322 ...
解读: 该混合制冷系统对阳光电源储能及光伏产品具有重要应用价值。系统集成光伏、风电与电池储能的架构,可直接应用ST系列PCS与PowerTitan储能方案,通过优化电池配置(从11组降至7组)提升经济性。SG系列光伏逆变器配合MPPT技术可实现15块光伏板的高效能量转换,将电网依赖从9.3W降至3.2W,接...
电动汽车锂离子电池基于等效电路模型的荷电状态估计
On Equivalent Circuit Model-Based State-of-Charge Estimation for Lithium-Ion Batteries in Electric Vehicles
Fatma Ahmed · Khalid Abualsaud · Ahmed M. Massoud · IEEE Access · 2025年1月
本文研究电动汽车锂离子电池SOC估计的先进模型方法。基于电化学阻抗谱建立三阶等效电路模型，采用粒子群算法辨识参数，对比扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF算法。结果显示UKF的RMSE和最大误差分别为1.06%和1.15%，优于EKF。EKF-UKF混合方法实现最优性能，RMSE仅0.2%，最大误差0.5%，为电动汽车实时电池监测提供高精度解决方案。
解读: 该SOC估计技术与阳光电源新能源汽车电驱控产品线高度相关。阳光电源车载OBC和电池管理系统需要高精度SOC估计算法来优化充电策略和电池保护。EKF-UKF混合算法可集成到阳光BMS中，提高电池状态估计准确性和充电效率。该技术结合阳光800V高压快充平台，可实现更安全高效的电池管理和更优的用户充电体验...
基于RLS算法的构网型虚拟同步机逆变器无模型预测控制
Model-Free Predictive Control Based on RLS Algorithm for Grid-Forming Inverters With Virtual Synchronous Generator
Min Huang · Huiying Zhang · Kangan Wang · Zhilei Yao 等5人 · IEEE Access · 2025年1月
作为连接可再生能源的关键元件，构网型逆变器GFI多采用下垂控制作为外环，但扰动时可导致系统频率快速变化。传统模型预测控制MPC广泛用于变流器内环控制，但严重依赖模型参数。为克服上述缺陷，本研究提出虚拟同步机无模型预测控制VSG-MFPC。该方案使用基于自回归外生输入ARX模型的自回归MFPC作为内环控制结构进行电压预测，结合简化虚拟同步机VSG作为外环控制结构实现功率分配和惯量支撑控制系统。MFPC实施提升系统参数鲁棒性。在此基础上，进一步研究算法参数初始化、延迟补偿和限流能力的改进方案。此外，...
解读: 该无模型预测控制技术与阳光电源构网型储能系统高度相关。阳光ST储能变流器采用GFM控制技术支持弱电网和微电网场景。该VSG-MFPC方案的参数自适应能力可显著提升阳光储能系统对电网参数变化的鲁棒性。传统MPC依赖精确模型，在电网阻抗变化或非线性负载场景下性能下降。该研究的无模型方法可集成到阳光GFM...
高分辨率实时电力系统状态估计：一种融合物理嵌入与数据驱动的视角
High-Resolution Real-Time Power Systems State Estimation: A Combined Physics-Embedded and Data-Driven Perspective
Jianxiong Hu · Qi Wang · Yujian Ye · Yi Tang · IEEE Transactions on Power Systems · 2024年8月
对电力系统运行状态进行高分辨率实时感知，对于实现在线动态安全评估至关重要。然而，冗余测量有限、动态模型复杂以及平衡状态变量和非状态变量精度等相关挑战，阻碍了传统的模型驱动和数据驱动状态估计（SE）方法提供具有高时空精度的实时状态。本文提出了一种新颖的物理嵌入数据驱动状态估计框架。该框架通过将物理知识融入状态估计模型的开发和训练过程，系统地完善了以往的高分辨率数据驱动状态估计框架。利用物理模型将混合测量值转换为节点特征并提供系统近期状态，采用多头图注意力网络提取空间特征，并通过残差网络修正当前状态...
解读: 该物理嵌入与数据驱动融合的高分辨率状态估计技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统中，可实现电池簇级实时状态监测与动态安全评估，提升ST系列储能变流器的并网稳定性。该方法结合电力系统微分代数方程与深度学习，可优化构网型GFM控制策略的实时响应能力，增强iSolarC...
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...
30千瓦电动汽车充电应用的动态无线电力传输系统设计、建模与控制
Design, Model, and Control of a Dynamic Wireless Power Transfer System for a 30-kW Electric Vehicle Charger Application
Zariff Meira Gomes · Edemar de Oliveira Prado · Yann Le Gall · Gilney Damm 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月
本文提出了一种用于30千瓦电动汽车充电的动态无线电力传输（DWPT）系统的设计、建模与控制方法。该系统可在车辆行驶过程中实现电能补给，维持或充电车载电池。系统采用埋设于路面的初级线圈，由连接直流母线的直交变换器供电。文中建立了包含自感与互感动态变化的数学模型，并提出基于感应电流的初级线圈选通时序策略，无需传感器或定时机制即可应对次级线圈运动与偏移。为优化功率传输，设计了改进型极值搜索控制以自主跟踪谐振频率并实现软开关。通过仿真与Stellantis DS3 Crossback实车全尺寸实验验证，...
解读: 该DWPT动态无线充电技术对阳光电源充电桩产品线具有前瞻性应用价值。文中提出的无传感器初级线圈选通策略和改进型极值搜索控制算法，可借鉴应用于阳光电源车载OBC充电机的自适应控制优化，提升充电效率和鲁棒性。30kW功率等级的直交变换器设计与软开关技术，与阳光电源充电桩的功率变换架构高度契合，其90.2...
基于气泡熵融合与SCAD正则化的鲁棒模糊认知图在光伏发电预测中的应用
Learning a Robust Fuzzy Cognitive Map Based on Bubble Entropy Fusion With SCAD Regularization for Solar Power Generation
Shoujiang Li · Jianzhou Wang · Hui Zhang · Yong Liang · IEEE Transactions on Sustainable Energy · 2025年2月
精确可靠的光伏功率预测对智能电网的经济调度与稳定运行至关重要。针对太阳能固有的间歇性、非平稳性和随机性导致现有方法难以满足高精度预测需求的问题，本文提出一种结合气泡熵与平滑截断绝对偏差（SCAD）正则化的模糊认知图（FCM）预测方法（BesFCM）。该方法利用气泡熵融合两种模态分解技术以增强光伏数据特征的稳定性与判别性，构建融合模糊逻辑、神经网络与专家系统的FCM模型，并引入高阶SCAD正则化学习机制抑制过拟合，提升模型鲁棒性与泛化能力。实验结果表明，该方法在比利时多区域、多采样间隔的光伏数据集...
解读: 该鲁棒模糊认知图预测技术对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。其气泡熵融合与SCAD正则化方法可显著提升光伏功率预测精度，直接优化SG系列逆变器的MPPT算法和功率预测模块。在储能侧，精准的发电预测能改进ST系列储能变流器的充放电策略，降低备用容...
基于分割成本函数的单视界有限集模型预测控制的升压变换器及负载电流估计
Split Cost Function-Based Single-Horizon Finite-Set Model Predictive Control for Boost Converter With Loading Current Estimation
Fatemeh Rezayof Tatari · Hamed Bizhani · Grzegorz Iwanski · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月
提出一种鲁棒的单视界有限集模型预测控制FS-MPC方法用于控制升压变换器输出电压。与通过扩展预测视界解决变换器非最小相位NMP行为的长视界FS-MPC方法不同（从而增加计算量），所提方法通过将电感电流调节纳入成本函数来确保稳定电压调节。为此基于输入-输出功率平衡理论计算期望电感电流。与需要额外传感器测量负载电流的近期研究不同，本文开发了负载电流估计方法以消除额外电流传感器需求，从而增强所提FS-MPC方法的鲁棒性。传统FS-MPC用于直接电压调节时通常缺少的过流保护也纳入所提方法。传统成本函数也...
解读: 该升压变换器MPC研究对阳光电源DC-DC变换器控制优化有重要参考价值。单视界FS-MPC通过分割成本函数解决NMP行为同时减少84%计算负担的技术路线与阳光ST系列储能变流器和SG系列光伏逆变器的嵌入式控制器算力限制高度契合。负载电流估计方法消除额外传感器降低成本可应用于阳光PowerTitan储...
一种物理增强型动态耦合混合Kolmogorov–Arnold网络用于可解释的电池荷电状态估计
A physics-enhanced hybrid Kolmogorov–Arnold network with dynamic coupling for interpretable battery state-of-charge estimation
Yuqian Fan · Yi Lia · Chong Yana · Yaqi Liang 等12人 · Applied Energy · 2025年1月 · Vol.400
准确估计锂离子电池的荷电状态（SOC）是电池管理系统中的核心任务。然而，SOC估计在复杂工况下面临着精度不足、鲁棒性差以及可解释性弱等挑战。本文提出了一种物理增强型混合Kolmogorov–Arnold网络（PEHKAN）方法，这是首个将机械应力特性与电化学–热力学多物理场建模相结合的方法。构建了改进的Butler–Volmer方程电化学势能模块，以及具有协同控制的温度–压力耦合扩散动力学模块；这些模块显式地刻画了电化学、热力学与机械应力之间的协同作用。此外，设计了一种动态门控融合机制，以实现物...
解读: 该物理增强混合神经网络SOC估算技术对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。其电化学-热力学-机械应力多物理场耦合建模可直接应用于BMS优化,在复杂工况下MAE低至0.00312,显著提升储能系统全生命周期安全性与经济性。动态门控融合机制可增强iSolarClo...
结合MPC与深度强化学习的燃料电池/电池混合能源系统新型能量管理策略
Novel energy management strategy for fuel cell/battery hybrid energy systems combining MPC and deep reinforcement learning
Shengnan Liu · Hangyu Cheng · Seunghun Jung · Young-Bae Kim · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 本文提出了一种新型的能量管理策略（EMS），用于燃料电池/电池混合能源系统，该策略通过将模型预测控制（MPC）与深度强化学习（DRL）相结合实现。所提出的EMS充分利用了MPC与DRL各自的优势，有效缓解了由于模型不确定性导致的MPC性能下降问题，同时加速了DRL的收敛过程，并增强了其对未预见工况的适应能力。具体而言，本研究首先建立了包含各部件退化特性的燃料电池/电池混合能源系统的动态模型，在此基础上构建相应的MPC模型。MPC作为基础控制器，利用线性化模型确保系统的稳定性及约束条件的满足...
解读: 该MPC与深度强化学习融合的能源管理策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过MPC保障系统稳定性与约束遵循,DRL优化长期决策,可显著降低燃料电池衰减51.43%并减少系统运行成本4.45%。该混合控制架构可应用于阳光电源多能互补储能系统,特别是氢储能与电池储...
双三相永磁同步电机系统中基于三电平NPC逆变器与输出滤波器的电流谐波最小脉宽调制
Current Harmonic Minimum Pulse Width Modulation for Dual Three-Phase PMSM System With 3L-NPC Inverter and Output Filter
Chuanqiang Lian · LiYuan Guo · GuanDa Xu · Fei Xiao 等6人 · IEEE Transactions on Power Electronics · 2024年10月
双三相永磁同步电机（DTP - PMSM）在风力发电、电动汽车和飞轮储能等领域有着广泛的应用。降低双三相永磁同步电机的电流谐波有利于提高运行效率、减少噪声和振动以及改善电磁兼容性，这对于提升系统的整体性能具有重要意义。本文主要研究采用三电平中点钳位（3L - NPC）逆变器和输出滤波器的表贴式双三相永磁同步电机的电流谐波最小脉宽调制（CHMPWM）方法。基于系统模型，推导了开关角与电机谐波电流之间的关系，并建立了电流谐波最小脉宽调制的数学模型。此外，通过求解所建立的优化问题，可以得到使电流谐波最...
解读: 从阳光电源的业务布局来看，这项针对双三相永磁同步电机系统的电流谐波最小化PWM技术具有显著的战略价值。该技术在飞轮储能系统、风电变流器及电动汽车驱动等领域的应用场景，与我司储能系统、新能源车载电源及风电变流器产品线高度契合。 技术层面，该方案通过优化三电平NPC逆变器的开关角度，并创新性地将输出滤...
第 1 / 2 页