找到 246 条结果
基于稳定性的强化学习控制在电力电子变换器中的应用：一种李雅普诺夫方法
Stability-Guided Reinforcement Learning Control for Power Converters: A Lyapunov Approach
Yihao Wan · Qianwen Xu · IEEE Transactions on Industrial Electronics · 2025年1月
强化学习（RL）因其处理非线性和自学习能力而在电力电子领域受到关注。合理配置下，RL智能体可通过与变换器系统交互自主学习最优控制策略。类似于传统的有限控制集模型预测控制（FCS-MPC），RL可学习最优开关策略并实现良好控制性能。然而，RL控制器改变闭环动态特性，给系统稳定性保障与评估带来挑战。为此，本文提出构造李雅普诺夫函数以引导智能体在提升控制性能的同时确保闭环稳定性，并通过推导电压控制误差收敛的紧致集量化系统的实用稳定域。最后，在实验平台上验证了所提方法的有效性，仿真与实验结果均表明该方法...
解读: 该李雅普诺夫引导的强化学习控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。相比传统FCS-MPC，该方法通过李雅普诺夫函数保障闭环稳定性，同时利用RL自学习能力优化开关策略，可显著提升储能变流器在复杂工况下的动态响应和鲁棒性。技术可直接应用于构网型GFM控制器...
IEEE工业电子学会出版信息
IEEE Industrial Electronics Society Publication Information
作者未知 · IEEE Transactions on Industrial Informatics · 2026年2月 · Vol.22
本文为IEEE Transactions on Industrial Informatics期刊的出版信息页，无实质研究内容，主要介绍该刊在工业信息物理系统、智能传感、工业AI、边缘计算等方向的学术定位与征稿范围。
解读: 该出版信息本身无技术内容，但所涉期刊聚焦工业智能化与信息物理系统，与阳光电源iSolarCloud智能运维平台的AI故障预警、功率预测及构网型储能协同优化方向存在潜在关联。建议阳光电源研发团队关注该刊在模型预测控制（MPC）和强化学习用于光储联合调度的前沿论文，可赋能PowerTitan和ST系列P...
面向韧性与电池感知的可解释深度强化学习微电网控制
Explainable deep reinforcement learning for resilient and battery-aware microgrid control
Mohammad Hossein Nejati Amiri · Florimond Guéniat · Energy Conversion and Management · 2026年4月 · Vol.353
本文提出一种可解释的深度强化学习框架，用于提升微电网在扰动下的运行韧性，并显式建模电池老化与荷电状态约束，实现储能系统寿命优化与实时协同控制。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan及iSolarCloud平台在光储微网智能控制中的实际需求。其可解释强化学习方法可嵌入PCS能量管理策略，提升电池循环寿命预测精度与充放电决策透明度；建议在PowerTitan系统中集成该算法模块，结合BMS数据实现电池健康感知型调度，并通过...
电力系统Koopman动态等值方法
Koopman-Based Dynamic Equivalencing Method for Power Systems
作者未知 · 电工技术学报 · 2026年1月 · Vol.2026
提出一种基于Koopman算子的数据驱动动态等值方法，实现外部系统高维线性化建模；结合DMD与最小二乘辨识参数，谱分解压缩模态降阶；在多扰动工况下等值精度达97.74%，鲁棒性优于同调法和模态法。
解读: 该Koopman等值方法可提升阳光电源iSolarCloud智能运维平台对大规模光储电站的动态建模精度，尤其适用于构网型PowerTitan、ST系列PCS接入弱电网时的小/大扰动响应仿真与暂态稳定评估。建议将其嵌入iSolarCloud的数字孪生模块，支撑构网型逆变器VSG控制参数在线优化及黑启动...
SAGE：面向物联网联邦学习的可持续绿色能源感知客户端选择方法
SAGE: Sustainable and green energy-aware client selection for federated learning in IoT
Martina Savoia · Ciro Della Bruna · Ciro D’Addio · Francesco Piccialli · Applied Energy · 2026年5月 · Vol.410
本文提出SAGE框架，通过联合优化能量效率与模型精度，在资源受限的IoT设备上实现绿色可持续的联邦学习客户端选择，支持动态能源状态感知与边缘智能协同。
解读: 该研究聚焦于能源感知的联邦学习客户端调度，与阳光电源iSolarCloud智能运维平台的边缘-云协同AI能力高度契合。可赋能ST系列PCS及PowerTitan储能系统在分布式微电网场景中实现低功耗、高能效的本地化模型训练与故障预测；建议将SAGE算法集成至iSolarCloud边缘节点，优化户用光...
面向用户随机性的暖通空调系统自适应建模与控制框架
A self-adaptive modeling and control framework for HVAC systems considering user stochasticity
Zelin Guo · Yiyan Li · Jian Ping · Jiayi Zhu 等6人 · Applied Energy · 2026年4月 · Vol.409
本文提出一种融合用户行为随机性的HVAC系统自适应建模与控制框架，利用在线学习与动态优化提升能效与舒适性平衡，适用于楼宇能源柔性调控场景。
解读: 该文聚焦HVAC负荷侧自适应控制，与阳光电源业务间接相关：其用户行为建模与柔性调控思路可迁移至iSolarCloud平台的光储充协同调度模块，辅助ST系列PCS或PowerTitan在工商业微电网中实现冷热电联供场景下的负荷预测与储能策略优化；建议在iSolarCloud 3.0中集成轻量化用户行为...
动态匹配电源实时运行工况的AGC调节需求分解策略
Dynamic AGC Regulation Demand Decomposition Strategy Matching Real-time Power Supply Operating Conditions
作者未知 · 电力系统自动化 · 2026年1月 · Vol.2026
针对高比例新能源系统中AGC指令与电源工况不匹配导致调频性能不达标问题，提出数据驱动的调频性能感知模型及内嵌适配范围的AGC分配策略，并在燃气/水电机组实证验证。
解读: 该研究聚焦AGC指令动态分解与电源响应能力匹配，对阳光电源ST系列PCS、PowerTitan储能系统参与电网调频服务具有直接指导价值。当前光储电站常作为AGC辅助调节单元，但PCS响应特性受SOC、温度、老化等工况影响显著。建议将文中‘指令适配范围反推’机制嵌入iSolarCloud平台，结合PC...
基于拓扑-功率传输关系的柔性互联选址定容
Flexible Interconnection Siting and Sizing Based on Topology-Power Transmission Relationship
作者未知 · 电力系统自动化 · 2025年12月 · Vol.2025
针对新能源消纳受限问题，提出基于复杂网络理论的柔性互联规划方法，定义拓扑联络能力等指标，构建双层优化模型，并在华东区域电网验证有效性。
解读: 该研究支撑阳光电源在构网型柔性互联场景下的系统级解决方案布局，尤其适用于PowerTitan、ST系列PCS与iSolarCloud平台协同实现跨区域源荷匹配。建议将拓扑-功率传输评估模型嵌入iSolarCloud智能规划模块，提升大型光储电站群与区域电网柔性互联的选址定容精度；同时可拓展至风光储一...
基于概率保障可行域方法提升电动汽车聚合商在不确定性下的电网平衡服务能力
Enhancing grid balancing services from electric vehicle aggregators under uncertainty: A probability-guaranteed feasible region approach
Anni Hu · Gengyin Li · Tiance Zhang · Ming Zhou 等5人 · Applied Energy · 2026年5月 · Vol.410
本文提出一种概率保障可行域方法，提升电动汽车聚合商在负荷、可再生能源出力及市场信号多重不确定性下提供调峰调频等电网平衡服务的鲁棒性与可行性。
解读: 该研究对阳光电源ST系列PCS及PowerTitan储能系统参与车网互动（V2G）场景具有直接参考价值。EV聚合商与构网型储能协同可增强系统惯量支撑与快速调频能力，建议在iSolarCloud平台中集成此类概率优化算法，赋能光储充一体化电站参与辅助服务市场；同时可推动ST50K/ST100K等双向P...
计及风电不确定性的电网前瞻调度多时段平衡风险分级预警
Multi-time-period Balance Risk Grading Early-warning for Look-ahead Dispatch Considering Wind Power Uncertainty
作者未知 · 电力系统自动化 · 2026年1月 · Vol.2026
针对风电不确定性导致的日内功率偏差问题，提出前瞻调度平衡风险分级预警方法：构建运行边界约束集，融合多资源爬坡能力设计风险分级机制；采用点估计与矩阵正态分布实现样本增强；基于净负荷偏差与可调容量构建多时段预警模型。IEEE 118节点验证表明该方法可快速准确预警未来数小时平衡风险。
解读: 该研究聚焦高比例新能源接入下的电网动态平衡风险预警，与阳光电源ST系列储能变流器（PCS）、PowerTitan大型储能系统在调峰调频、AGC/AVC协同响应等场景深度契合。其多时段风险分级模型可嵌入iSolarCloud智能运维平台，提升储能系统参与前瞻调度的决策精度；建议将风险预警模块与PCS实...
基于软演员-评论家算法的集中式地源热泵系统现场控制策略评估
Field evaluation of a soft actor–critic-based control strategy for a centralized geothermal heat pump system
Dongwoo Kim · Hyung Joon Kim · Hyunwoo Tak · Jae Yong Lee · Energy Conversion and Management · 2026年4月 · Vol.354
本文针对集中式地源热泵系统，提出并实证验证了一种基于软演员-评论家（SAC）强化学习的实时优化控制策略，显著提升了系统能效与动态响应能力。
解读: 该研究中基于SAC的自适应控制框架可迁移至阳光电源PowerTitan及ST系列PCS的智能能量管理模块，增强其在多能互补微电网中的负荷协同调节能力；建议将此类无模型强化学习算法集成至iSolarCloud平台，用于光储充一体化系统的冷热电联供场景优化，提升用户侧储能（如PowerStack）在综合...
面向可信度提升的数模混合驱动快速机组组合求解方法
A Data-Model Hybrid Driven Fast Unit Commitment Method for Enhanced Decision Trustworthiness
作者未知 · 电力系统自动化 · 2026年1月 · Vol.2026
针对新型电力系统中安全约束机组组合(SCUC)求解面临的维数灾与速度慢问题，提出融合深度强化学习(DRL)与可解释性评估的数模混合方法，在保障决策可信度前提下实现快速求解。
解读: 该方法对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的电网协同调度能力具有直接增强价值：可嵌入其AGC/AVC系统，提升光储联合参与调峰调频的启停决策可信度与响应速度；建议在省级能源管理平台中集成该DRL+可解释性模块，优化多站群光伏+储能系统的日前/日内机组...
面向实时电价预测的电网物理信息驱动与时间自适应堆叠学习：短中期协同方法
Grid physics-informed and time-adaptive stacked learning for real-time electricity price forecasting: a short-term to mid-term approach
Yawen Yi · Xinyu Chen · Zhiyong Tian · Yuxin Zhang · Applied Energy · 2026年5月 · Vol.410
本文提出一种融合电网物理约束与时间动态特性的堆叠学习框架，用于提升短期至中期电力市场价格预测精度，支持源网荷储协同优化决策。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的能源调度策略具有直接价值。通过物理信息嵌入的时序预测模型，可增强光储系统在电力市场中的报价精度与调峰调频响应能力。建议将该算法集成至iSolarCloud的电价预测模块，并适配ST系列PCS的本地边缘推理单...
集成能源系统的双尺度优化：一种基于MAPPO的混合博弈均衡新方法
Dual-scale optimization of integrated energy systems: a novel MAPPO-based approach for hybrid game equilibrium
Wenzhuo Li · Donghe Li · Shuo Hou · Huan Xi 等6人 · Applied Energy · 2026年4月 · Vol.409
本文提出一种基于多智能体近端策略优化（MAPPO）的双尺度协同优化框架，用于求解源-网-荷-储多主体参与下的集成能源系统混合博弈均衡问题，提升系统经济性与稳定性。
解读: 该MAPPO驱动的双尺度优化方法可深度赋能阳光电源iSolarCloud智能运维平台及PowerTitan储能系统能量管理，尤其适用于光储一体化电站的日前-实时协同调度。建议将该算法嵌入ST系列PCS的本地边缘控制器，结合iSolarCloud云侧优化，实现多站群级调峰调频协同；同时适配户用Powe...
基于大语言模型的家庭能源管理：动态用户偏好识别与分层数据共享
Large language model-enhanced home energy management with dynamic user preference elicitation and hierarchical data-sharing
Xunning Zhang · Yuheng Cheng · Xuanang Gui · Huan Zhao 等6人 · Applied Energy · 2026年5月 · Vol.410
本文提出一种融合大语言模型（LLM）的家庭能源管理系统，通过动态交互式偏好采集和隐私保护的分层数据共享机制，提升用户侧能源调度的个性化与协同优化能力。
解读: 该研究对阳光电源户用光伏+储能系统（如PowerStack户用版、ST5/10K系列PCS及iSolarCloud平台）具有直接应用价值。LLM可嵌入iSolarCloud智能运维平台，实现用户用电习惯自主学习与需求响应策略生成；动态偏好建模有助于优化ST系列PCS的充放电调度逻辑，提升PowerS...
面向智能运行的AIoT赋能建筑能源管理信息物理系统综述
A review of AIoT-enabled cyber-physical systems in building energy management: towards intelligent operation
Qinghua Liu · Xiaoke Li · Kah Hui Tan · Khoon Hwee Ah · Applied Energy · 2026年4月 · Vol.409
本文综述了人工智能物联网（AIoT）驱动的信息物理系统（CPS）在建筑能源管理中的研究进展，涵盖数据感知、边缘智能、云边协同、数字孪生及AI驱动的优化控制等关键技术，旨在推动建筑能源系统向自适应、预测性与协同化智能运行演进。
解读: 该文聚焦AIoT与CPS在建筑级能源管理的应用，与阳光电源iSolarCloud智能运维平台高度契合，可支撑其向楼宇光储充一体化场景延伸。文中强化学习与模型预测控制方法可优化ST系列PCS在用户侧储能中的实时充放电策略，提升PowerTitan在工商业微电网中的动态响应能力。建议将AIoT架构与组串...
计及线路电热耦合特性的配电网鲁棒强化学习动态重构方法
Robust Reinforcement Learning-Based Dynamic Reconfiguration Method for Distribution Networks Considering Line Electro-Thermal Coupling
作者未知 · 电力系统自动化 · 2026年1月 · Vol.2026
针对高光伏渗透率下配电网动态重构中忽略线路电热耦合导致电阻建模误差的问题，提出含智能软开关（SOP）的鲁棒深度强化学习重构方法。通过电热耦合建模、风险感知奖励函数设计及置信度动作选择机制，在IEEE 34/123节点系统验证其可降低运行成本与风险。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统在配网级协同调控中具有重要参考价值：电热耦合建模可提升ST系列PCS在高波动场景下的热安全裕度评估精度；鲁棒强化学习策略可嵌入iSolarCloud实现自适应拓扑优化，支撑光储联合参与配网动态重构。建议在PowerSta...
基于软Actor-Critic算法的强化学习控制器改进交错并联DC-DC升压变换器电压调节
Improving Voltage Regulation of Interleaved DC-DC Boost Converter via Soft Actor-Critic Algorithm Based Reinforcement Learning Controller
Jian Ye · Di Zhao · Xuewei Pan · Sinan Li 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
本文提出采用基于软Actor-Critic（SAC）算法的强化学习（RL）控制器作为三相交错并联DC-DC升压变换器的唯一主控制器，以提升输出电压的动态性能。阐述了最大熵学习的优势及SAC算法原理，给出了神经网络结构与奖励函数的设计方案。SAC智能体经离线训练后，在工作点处进行稳定性分析，并在物理平台上部署测试。与现有方法的对比表明，该方法显著提升了变换器的电压控制能力，且对参数、参考值及负载变化具有强鲁棒性。
解读: 该SAC强化学习控制技术对阳光电源DC-DC变换器产品具有重要应用价值。在ST系列储能变流器中，交错并联Boost拓扑广泛用于电池侧DC-DC升压环节，该方法可显著提升电压动态响应速度和参数鲁棒性，优化储能系统功率爬坡能力。在车载OBC充电机中，面对电池SOC变化和负载突变工况，SAC算法的最大熵学...
面向无人机辅助车载边缘计算系统的能量与QoS联合优化增强型MADDPG框架
An enhanced MADDPG framework for joint energy and QoS optimization in UAV-assisted vehicular edge computing system
Cheng Dai · Junqi Pan · Xianggen Liu · Sahil Garg 等6人 · Applied Energy · 2026年4月 · Vol.409
本文提出一种增强型多智能体深度确定性策略梯度（MADDPG）框架，用于联合优化无人机辅助车载边缘计算系统中的能量效率与服务质量（QoS）。通过分布式协同学习实现动态任务卸载、资源分配与能量调度。
解读: 该研究聚焦于多智能体强化学习在移动边缘计算场景的能量协同优化，与阳光电源当前主营业务（光伏逆变器、储能PCS、iSolarCloud平台）直接关联度较低。但其分布式协同决策方法可启发iSolarCloud在微电网群或光储充一体化场站中实现多设备（如ST系列PCS、充电桩、组串式逆变器）的AI协同调度...
撤稿通知：图像描述生成的深度学习方法：机遇、挑战与未来潜力
Retraction Notice: Deep Learning Approaches for Image Captioning: Opportunities, Challenges and Future Potential
Azhar Jamil · Saif-Ur-Rehman · Khalid Mahmood · Monica Gracia Villar 等8人 · IEEE Access · 2026年2月 · Vol.14
本文为撤稿通知，原论文涉及图像描述生成领域的深度学习方法综述，但因学术规范问题被IEEE Access撤销。无实质性技术摘要。
解读: 该文主题为通用AI图像理解，与阳光电源核心业务无直接技术关联。虽iSolarCloud平台可受益于AI视觉分析（如组件热斑识别、无人机巡检图像理解），但图像描述生成属自然语言生成任务，非光伏/储能运维刚需。建议阳光电源聚焦‘故障诊断’‘功率预测’等更贴近能源场景的深度学习方向，优先在PowerTit...
第 1 / 13 页