找到 5 条结果
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...