Siyuan Fan · Hua Genga · Hengqi Zhang · Solar Energy · 2025年9月 · Vol.298

我们开发了一种融合视觉与物理信息的多模态光伏发电功率预测方法，以解决传统预测方法在应对光伏面板状态变化方面的不足。利用监测设备获取的时间序列图像来观测光伏状态随时间的变化情况，并采用皮尔逊相关系数评估气象与环境因素同光伏功率之间的关系。提出了一种三阶段混合数据重构方法，以解决光伏系统中数据缺失、噪声较高以及时间戳不同步等问题。采用卷积特征提取网络分析光伏面板遮挡对发电效率的影响。引入一种可学习权重的交叉注意力特征融合机制，以克服单一数据融合策略在捕捉复杂相关性方面的局限性。实验结果表明，所提出的...

解读: 该多模态光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过融合监控图像与物理数据的三阶段混合重建方法,可显著提升SG系列逆变器的MPPT优化精度,特别是在组件遮挡场景下。多步预测能力(MSE提升45.40%)可增强ST系列储能变流器的充放电策略优化,实现更精准的削峰填...

Lizhi Zhang · Hui Zhang · Fan Li · Bo Sun · IEEE Transactions on Industry Applications · 2025年1月

将沼气、太阳能和风能结合的综合能源系统（IESs）在有效利用可再生能源方面显示出巨大潜力，这对实现碳中和至关重要。其能源和经济性能的提升依赖于优化设计方法，该方法需要考虑容量与运行的联合优化，以及沼气生产、能源转换、存储和需求之间的协同作用。因此，本研究提出了一种沼气 - 太阳能 - 风能综合能源系统的双层优化设计方法。首先，建立了㶲枢纽模型，以准确描述能源转换过程中能量数量和质量的变化。然后，将综合能源系统的容量与运行联合优化问题构建为一个双层迭代模型，并采用基于多属性加权的全时间序列聚类方法...

解读: 从阳光电源的业务视角来看，这篇论文提出的双层优化设计方法对我们在综合能源系统领域的战略布局具有重要参考价值。该研究通过建立火用枢纽模型，不仅关注能量数量的平衡，更深入到能量品质的分析层面，这与我们在多能互补系统中追求的高效转换目标高度契合。 论文的核心价值在于其系统性的优化框架：上层优化确定光伏、...

Lijian Wu · Haoyu Zhou · Jiawen Zhang · Yang Shi 等5人 · IEEE Transactions on Energy Conversion · 2025年5月

永磁同步风力发电机（PMSWG）的功率密度提升受其绕组和磁体热条件的限制。在传统的径向通风结构中，定子铁心被完全分割成多个子铁心段，它们彼此之间形成径向通道。这会导致发电机轴向长度增加，功率密度降低。本文提出一种以Z形通道为特征的定子通风结构。该Z形通道是通过堆叠三种不同形状的叠片形成的，无需分割定子铁心。采用计算流体动力学（CFD）方法详细分析了具有不同通风结构的3.2兆瓦永磁同步风力发电机的流场和温度场。由于具有更大的比表面积、更高的对流换热系数和更低的压力损失，与径向通风结构相比，所提出的...

解读: 从阳光电源的业务布局来看，这项针对永磁同步风力发电机定子散热结构的创新技术具有重要的战略参考价值。虽然该研究聚焦于风电领域，但其核心的热管理理念与我司在大功率逆变器、储能变流器以及电驱动系统中面临的散热挑战高度契合。 该论文提出的Z型通道散热结构通过创新的叠片设计，在不分割定子铁芯的前提下实现了优...

Yun Wanga · Fan Zhang · Hongbo Koua · Runmin Zoua 等7人 · Applied Energy · 2025年10月 · Vol.396

摘要 鉴于风能资源具有显著的变异性，解决风能预测中固有的不确定性至关重要。因此，研究人员已开发出多种概率模型，这些模型为理解风能的波动特性提供了有价值的见解，并提升了预测的准确性。本文旨在分析预测不确定性中不同类型不确定性的意义，并对风速与风电功率预测的概率方法进行系统而全面的综述。特别地，本文详细考察了用于生成预测区间（作为预测不确定性的一种通用表示形式）的代表性模型结构。此外，本综述还探讨了用于评估概率预测质量的各类评价指标，并对其数学表达、时间复杂度以及适用条件进行了分析。这些评价指标在判...

解读: 该风电预测不确定性建模技术对阳光电源储能系统具有重要应用价值。通过概率预测方法可优化ST系列PCS的充放电策略,提升PowerTitan储能系统在风储耦合场景下的能量管理精度。预测区间技术可为iSolarCloud平台提供更可靠的风电波动预判能力,辅助GFM/VSG控制策略实现更平滑的功率调节。不确...

Hao Fu · Zilong Wu · Xiangrui Fan · Xinyu Zhang 等6人 · IEEE Electron Device Letters · 2025年9月

首次通过实验验证了低势垒多晶硅（Poly - Si）/4H - 碳化硅（4H - SiC）异质结的可靠性。该异质结分别在 500 A/cm²的正向电流密度和 1 MV/cm 的反向电场下表现出卓越的长期正向导通和反向阻断可靠性，这对于功率应用至关重要。在 1.2 kV 级 4H - SiC 外延层上制备了纯功率异质结，其势垒高度为 0.804 eV，理想因子为 1.026。创新性地发现，异质结反向电流（ ${I}_{\text {R}}\text {)}$ ）随反向偏置应力时间反常减小，且正向电...

解读: 从阳光电源功率半导体器件应用角度来看，这项Poly-Si/4H-SiC异质结技术具有重要的战略参考价值。该研究首次系统验证了低势垒异质结在1.2kV级应用中的长期可靠性，在500A/cm²正向电流密度和1MV/cm反向电场条件下表现出色的稳定性，这直接契合我司光伏逆变器和储能变流器中功率开关器件的工...

Xianbo Zhou · Lei Fan · Jing Ning · Hao Zhou 等9人 · Applied Energy · 2025年4月 · Vol.383

摘要 液态金属电池（LMBs）因其长循环寿命、高安全性和低成本，在大规模储能领域具有广阔的应用前景。然而，LMBs在放电过程中存在较大的浓差极化以及一定的内部短路风险，严重阻碍了其实际应用。本研究提出采用施加外加磁场的策略来解决上述两个问题。首先，通过数值模型和逻辑推理阐明了外加磁场发挥作用的机理。进一步的实验结果表明，外加磁场显著提升了LMBs的放电性能。在500 mA cm−2的电流密度下，61.9 mT的磁场使放电电压提高了34.64%；在1000 mA cm−2的电流密度下，29.6 m...

解读: 该液态金属电池外磁场调控技术为阳光电源ST系列储能系统提供创新思路。研究揭示的磁场抑制浓差极化机制(500mA/cm²下电压提升34.64%)可启发PowerTitan大容量储能产品的热管理优化和电化学性能提升。磁场快速修复短路故障的能力对储能PCS的故障诊断与自愈合控制策略具有借鉴意义,可集成至i...

Wu Fan · Qiu Gen · Zhang Gang · Sheng Hanming 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月

基于深度学习的数据驱动方法在变流器故障诊断中表现优异，但普遍存在依赖故障样本、精度与鲁棒性不足的问题，限制了其在工业系统中的应用。本文提出一种小样本学习理论，通过共享特征提取器实现严格的跨域特征分布对齐，以同时获取域不变性与故障判别性特征，从而提升诊断性能。基于该理论，设计了一种具有嵌入式结构和参数分离训练机制的渐近特征分布对齐神经网络。该结构通过多层渐近特征约束实现严格分布对齐，并结合渐近损失函数提升训练稳定性。在多种变流器上的实验表明，即使在零样本条件下，该方法仍能准确识别多个开路故障位置，...

解读: 该协同分布对齐神经网络技术对阳光电源ST系列储能变流器和SG系列光伏逆变器的智能运维具有重要应用价值。其零样本/小样本学习能力可解决工业现场故障数据稀缺问题，直接应用于iSolarCloud云平台的预测性维护模块。针对IGBT/SiC功率模块开路故障的精准定位能力，可显著提升PowerTitan大型...

Hao Wang · Tengfei Liu · Zutao Zhang · Dabing Luo 等8人 · Applied Energy · 2025年8月 · Vol.392

摘要 智能铁路的发展对先进的铁路物联网（IoRT）系统提出了迫切需求，其中主要挑战之一是为偏远的IoRT节点提供持续电力供应。一种可行方案是在强风区域将风能收集装置集成于风屏障中，从而同时实现防风与能量采集功能。本研究提出了一种名为“风之花”（Wind-Blossom, WB）的风能采集装置，将其应用于铁路屏障中，兼具防风、能量采集和风速自感知功能，旨在构建可长期运行的铁路状态监测IoRT系统。WB的设计采用阿基米德螺旋转子与风透镜结构，以实现高效的风能采集与风力削弱效果。该装置集成了电磁与摩擦...

解读: 该铁路风能采集与自感知技术对阳光电源新能源基础设施布局具有启发意义。其混合发电机制(电磁+摩擦纳米发电)可借鉴至光储充一体站的微能量采集系统,为偏远监测节点供电。风速自感知原理可应用于iSolarCloud平台的环境监测模块,提升风光互补电站的预测性维护能力。该多功能集成思路与阳光电源ST储能系统的...

Yiwen Fan · Minxiao Han · Shuozhe Wang · Li Zhang 等5人 · IEEE Transactions on Power Delivery · 2024年9月

采用构网型（GFM）控制的变流器在现代电力系统中主动参与电网电压与频率的建立和调节。然而，系统非线性特性增加了暂态稳定性分析的难度，尤其当GFM变流器引入限流控制时，故障期间的暂态过程更加复杂。本文基于哈密顿理论构建GFM变流器动态模型及其在限流模式前后的系统能量函数，分析不同故障条件下限流切换过程及其对稳定性的影响，揭示限流切换与功角特性的映射关系，并探讨关键参数对系统稳定裕度及电网强度的作用。最后，通过MT6040实时仿真器结合StarSim-HIL平台验证了限流过程与稳定裕度分析的准确性。

解读: 该研究对阳光电源ST系列储能变流器和PowerTitan大型储能系统的构网型控制优化具有重要价值。基于哈密顿理论的暂态稳定性分析方法可直接应用于GFM控制算法改进：1）通过能量函数精确评估限流切换过程的稳定裕度，优化虚拟阻抗和电流限幅参数设计；2）建立限流切换与功角特性的映射关系，为ST系列在弱电网...

Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月

随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...

解读: 该基于GPT的超短期光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...

Fan Wei · Xiongbo Wan · Xing-Chen Shangguan · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年8月

本文研究了在虚假数据注入攻击下，含风力发电和空调负荷的多区域智能电网（MASG）的多步模型预测负荷频率控制问题，其中考虑采用依赖控制性能标准（CPS）的动态事件触发机制（DETM）来管理数据传输。依赖CPS的DETM包含一个与频率偏差和区域控制误差的两个CPS相关的自适应调整变量，这有助于它在保证MASG所需频率和联络线功率的同时，有效减少数据包的不必要传输。分别应用两个离线优化问题（OP）来设计终端约束集（TCS）和近似单步集。在TCS之外采用由在线OP设计的控制律。基于这三个OP，提出了一种...

解读: 从阳光电源的业务视角来看，这项基于控制性能标准的动态事件触发多步模型预测负荷频率控制技术具有重要的战略意义。随着公司在新能源领域的深度布局，特别是在光伏逆变器、储能系统及综合能源解决方案方面，该技术直接关联到多区域智能电网的频率稳定性这一核心问题。 该研究的价值主要体现在三个维度：首先，针对风电和...

Fan Yang · Zuoqian Zhang · Xiaowen Jiang · Heqi Liang 等6人 · IEEE Transactions on Industry Applications · 2025年8月

针对单相交直流电力系统，提出了一种基于串联电压补偿和部分功率变换双向直流/直流变换器的二阶纹波功率抑制电路。串联电压补偿结构由一个无源电容和一个基于双向直流/直流变换器的有源电容组成。有源电容和无源电容的电压均在宽范围内波动，以抑制二阶纹波功率，同时减小解耦电容的体积和尺寸。有源电容对无源电容的电压波动进行补偿，从而使交直流变换器的总输出电压实现低纹波。由于基于双向直流/直流变换器的有源电容仅处理部分纹波功率，因此降低了双向变换器的额定功率和损耗。为补偿双向变换器的功率损耗，在功率因数校正变换器...

解读: 该二阶纹波抑制技术对阳光电源储能与光伏产品具有重要应用价值。在ST系列储能变流器中，单相并网场景下的二阶纹波（100/120Hz）会增大直流侧电容应力，该方案通过部分功率转换和串联补偿可显著降低电容容量需求，提升PowerTitan系统功率密度。对于SG系列单相光伏逆变器，该技术可减小直流母线电容体...

Ke Yana · Jian Liua · Jiazhen Zhang · Fan Yangb 等6人 · Applied Energy · 2025年12月 · Vol.401

摘要 高质量的光伏发电（PV）功率预测对于高效的能源管理和可靠的电网集成至关重要，然而实际应用中的数据常常面临目标变量和辅助变量的大范围缺失问题。为应对这一挑战，本文提出MDCTL-MCI，一种具备缺失感知能力的预测框架，该框架联合利用信号分解、多尺度协变量交互以及多域协同迁移学习。首先，采用多元奇异谱分析（MSSA）对不完整时间序列进行去噪与重构，在无需显式填补的情况下增强潜在的时间结构特征。接着，引入轻量级的多尺度协变量交互（MCI）模块，建模重构后的光伏功率、全球水平辐照度、直接法向辐照度...

解读: 该多域协同光伏预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对实际电站数据缺失问题,MSSA信号重构与多尺度协变量交互建模可直接集成至SG系列逆变器的MPPT优化算法,提升发电功率预测精度10.5%-15.3%。多站点迁移学习策略可赋能PowerTitan储能系统的充放电调...

Wei Li · Yi Xie · Rui Yang · Yining Fan 等6人 · IEEE Transactions on Industrial Electronics · 2025年4月

随着锂离子电池技术的蓬勃发展，大规模电池组的管理面临着一项重大挑战：虽然全面的时变电热特性曲线至关重要，但稀疏的传感器系统仅能提供有限的传感信息。在新兴的电池管理系统中，传感器系统的信息缺失问题通常被忽视。本文提出了一种电池传感器系统架构的优化方法，可实现对大规模电池组全局电热特性曲线的在线传感。首先，通过拓展信息熵的应用，提出了一种适用于任意电池传感器系统的架构优化方法。基于这种优化后的传感器拓扑结构，本文随后重点研究了一种用于捕捉大规模电池组全局电热特性曲线的在线传感方法。通过这种方法，利用...

解读: 从阳光电源储能系统业务视角来看，这项基于稀疏传感器系统的大型电池包全局电热场在线感知技术具有重要的工程应用价值。当前储能系统向大规模、高能量密度方向发展，我们的液冷储能产品和集装箱级储能解决方案中，电池包规模动辄数百至数千个电芯，传统BMS面临传感器成本与监测精度的矛盾：全面部署温度和电压传感器会显...

Hongyuan Zhao · Kangqi Fan · Shizhong Zhao · Shuxin Wu 等6人 · Applied Energy · 2025年2月 · Vol.379

能量收集背包（EHB）已被公认为可穿戴电子设备的一种可持续电源，但其刚性且沉重的框架与加速结构限制了其在日常生活中的应用。因此，本文提出了一种基于弹弓式柔性加速器（FA）的柔性轻量化EHB设计策略。所提出的FA通过快速释放积累的弹性势能，实现对能量收集装置驱动所需的速度放大。随后，建立并测试了一款质量为1.9 kg、集成FA的电磁式能量收集背包（FA-EEHB），并将其应用于可穿戴电子设备供电。在3.0 Hz超低频振动激励下，携带2.0 kg负载的FA-EEHB可产生215.1 mW的输出功率，...

解读: 该柔性能量收集技术对阳光电源便携式储能和电动汽车充电产品具有启发意义。弹弓式柔性加速器通过弹性势能快速释放实现低频振动高效发电,可应用于移动储能系统的辅助供电和车载能量回收。其轻量化设计理念(1.9kg系统输出215mW)可优化阳光电源便携式储能产品结构,降低系统重量。超低频振动能量捕获技术可集成到...

Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等8人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17

本文提出MG-DS模型，基于Dempster-Shafer证据理论实现端到端集成学习，融合MLP特征提取、GRU与交叉注意力生成多样化基预测，并引入DSSE插件协同RNN与非RNN模型，在5个风电数据集上显著提升预测精度。

解读: 该研究提出的MG-DS端到端集成预测框架可直接赋能阳光电源风电变流器的智能功率预测模块，提升其iSolarCloud平台在风电场侧的短期功率预测精度，支撑ST系列PCS与风电变流器的AGC/AVC协同调度。建议将DSSE插件集成至iSolarCloud风功率预测引擎，适配现有SCADA数据流；同时为...

Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月

精确的风电功率预测对电网稳定性和可靠高效的电力供应至关重要。针对现有集成模型多阶段建模易导致误差累积、训练低效及基学习器数量有限造成预测多样性不足的问题，本文提出MG-DS模型。该模型基于Dempster-Shafer证据理论，将基模型学习与集成学习统一于端到端框架中，包含全MLP非线性特征提取、GRU与交叉注意力基预测生成，以及基于DS理论的自集成模块，并引入“放大镜”机制增强预测多样性。此外，提出DS自集成（DSSE）插件以融合RNN与非RNN基预测器。在五个风电数据集上的实验验证了MG-D...

解读: 该端到端集成学习预测方法对阳光电源储能与风电产品线具有重要应用价值。MG-DS模型的高精度功率预测可直接应用于ST系列储能变流器的调度优化和PowerTitan储能系统的容量规划。其'放大镜'机制和DS自集成技术可提升iSolarCloud平台对风电场功率预测的准确性,有助于优化储能调度策略。该技术...

Xiaolong Xiao · Mingming Shi · Fan Wu · Yukai Wei 等6人 · IEEE Access · 2024年4月

碳化硅MOSFET高频开关特性对驱动电路提出严格要求,传统驱动方案在高频下存在米勒效应和寄生震荡问题。本文提出一种集成有源米勒钳位的高性能驱动电路,支持600kHz开关频率,有效抑制dv/dt干扰和栅极震荡。

解读: 该SiC驱动技术可应用于阳光电源ST系列储能变流器的功率模块驱动设计。通过有源米勒钳位技术提升SiC MOSFET的开关可靠性,支持更高的开关频率和功率密度,降低磁性元件体积,实现储能系统的高效率和紧凑设计。...

Siyuan Fan · Hua Geng · Hengqi Zhang · Jie Yang 等5人 · Solar Energy · 2025年4月 · Vol.290

摘要 准确预测光伏（PV）发电功率对于优化能源管理系统和提升电网稳定性至关重要。本研究提出了一种物理约束的光伏发电功率预测网络（PC-P3reNet），该网络是一种双层深度学习框架，专为局部环境数据保持一致而光伏系统特性变化的场景优化设计。该框架集成了一种基于物理原理的模型，用于计算理论上的光伏发电输出，并通过Huber损失函数将其与实际测量值进行比较。PC-P3reNet的一个独特特征是其自适应损失加权机制，能够在不同的训练历元中动态调整理论数据与实测数据之间的平衡。这一机制使得模型在初始阶段...

解读: 该物理约束深度学习预测模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其自适应损失加权机制可优化SG系列光伏逆变器的MPPT控制策略,通过融合理论模型与实测数据提升多步预测精度(MAE达0.1837)。该技术可增强ST系列储能变流器的充放电决策能力,改善电网稳定性,并为PowerT...

Tengwei Pang · Guodong Fan · Boru Zhou · Yansong Wang 等6人 · Applied Energy · 2025年12月 · Vol.401

准确估计锂离子电池容量对于可靠性管理至关重要，但由于时间序列数据掩蔽问题的存在，该任务面临严峻挑战。时间序列掩蔽是实际云应用中普遍存在的现象，会导致时序数据缺失和数据质量退化。为解决这一问题，本文提出一种渐进式学习框架，该框架构建了一条数据质量感知的学习路径，通过逐步生成并引入人工掩蔽的低质量样本，仅利用高质量实验室数据即可实现模型的鲁棒训练。该框架融合了动态采样与自适应重采样策略，以增强模型对数据偏斜的鲁棒性。此外，通过在同源充电段上进行隐式集成学习，高效实现了具有强物理可解释性的不确定性量化...

解读: 该渐进式学习框架对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。针对iSolarCloud云平台实际应用中的数据缺失和时序遮蔽问题,该方法仅需高质量实验室数据即可实现鲁棒容量估计,在50%数据遮蔽下RMSE仅增0.03%。其隐式集成的不确定性量化技术可避免贝叶斯方法的计...