找到 4 条结果

排序:
拓扑与电路 双向DC-DC 储能变流器PCS 功率模块 ★ 3.0

考虑磁芯损耗效应的容性负载双向高压反激变换器开关周期解析建模

Analytical Switching Cycle Modeling of Bidirectional High-Voltage Flyback Converter for Capacitive Load Considering Core Loss Effect

Lina Huang · Zhe Zhang · Michael A. E. Andersen · IEEE Transactions on Power Electronics · 2016年1月

随着智能材料的发展,对驱动容性负载的双向高压功率变换器需求日益增长。本文提出了一种基于开关周期的解析模型,用于分析驱动容性负载的高压双向变换器,并重点考虑了磁芯损耗的影响。该模型有助于深入理解变换器在复杂负载下的动态特性与损耗机制,为高压电源系统的优化设计提供理论支撑。

解读: 该研究关注高压双向反激变换器及容性负载驱动,与阳光电源的储能系统(如PowerTitan、PowerStack)及PCS技术存在技术重叠。虽然反激拓扑多用于小功率辅助电源,但其建模方法对提升PCS内部辅助供电系统的效率与可靠性具有参考价值。此外,针对容性负载的建模分析,可为公司在新型储能应用场景(如...

拓扑与电路 DC-DC变换器 PWM控制 储能变流器PCS ★ 4.0

一种用于CCM同步整流反激变换器的新型原边PWM控制策略

A New Primary PWM Control Strategy for CCM Synchronous Rectification Flyback Converter

Hanjing Dong · Xiaogao Xie · Lina Zhang · IEEE Transactions on Power Electronics · 2020年5月

本文提出了一种针对连续导通模式(CCM)同步整流(SR)反激变换器的新型原边PWM控制策略。通过将开关周期内的原边PWM信号划分为双脉冲(DP-PWM),第一个固定窄脉冲用于关断同步整流,第二个脉冲用于调节输出。该方法简化了控制逻辑,提高了变换效率。

解读: 该技术主要应用于小功率DC-DC变换场景,对阳光电源的户用光伏逆变器及微型逆变器产品线具有重要参考价值。反激拓扑在辅助电源及小功率储能模块中广泛应用,通过优化CCM模式下的同步整流控制,可有效降低开关损耗,提升整机效率。建议研发团队评估该DP-PWM策略在iSolarCloud配套的户用储能辅助电源...

拓扑与电路 LLC谐振 DC-DC变换器 PWM控制 ★ 3.0

一种基于“励磁电流抵消法”的CCM和DCM LLC LED驱动器原边调节控制方案

A Novel Primary-Side Regulation Control Scheme for CCM and DCM LLC LED Driver Based on “Magnetizing Current Cancellation Method”

Hanjing Dong · Xiaogao Xie · Fengjiang Mao · Lina Zhang 等5人 · IEEE Transactions on Power Electronics · 2020年11月

本文研究了LLC谐振变换器中实现精确输出电流的原边调节(PSR)技术。提出了一种基于“励磁电流抵消法”的新型PSR控制方案,该方法能有效消除励磁电流对输出电流采样的影响,从而在CCM和DCM模式下均能实现高精度的输出电流控制。

解读: 该研究提出的“励磁电流抵消法”优化了LLC变换器的原边反馈控制精度,对阳光电源的户用光伏逆变器及储能系统中的DC-DC变换环节具有参考价值。虽然文章针对LED驱动,但其核心的PSR技术可降低系统对副边采样电路的依赖,有助于简化电路设计、降低成本并提升可靠性。建议研发团队关注该拓扑在小功率辅助电源或户...

储能系统技术 储能系统 充电桩 户用光伏 ★ 5.0

基于混合惩罚函数增强型D3QN算法的微网低碳经济能量管理方法

Low Carbon Economic Energy Management Method in a Microgrid Based on Enhanced D3QN Algorithm With Mixed Penalty Function

Chanjuan Zhao · Yunlong Li · Qian Zhang · Lina Ren · IEEE Transactions on Sustainable Energy · 2025年1月

本文提出一种融合混合惩罚函数的增强型 Dueling Double Deep Q Network 算法(EN-D3QN-MPF),用于微网能量管理。构建包含光伏、风力发电、储能系统、电动汽车充电站、温控负荷及价格响应负荷的新型微网模型。通过结合混合惩罚函数与D3QN强化学习,动态平衡奖励权重,实现微网低碳经济运行与用户充电满意度的协同优化。基于中国东部2019年实测数据的仿真结果表明,所提方法在能量管理性能上优于遗传算法、粒子群算法、Dueling DQN、DDQN及D3QN。

解读: 该EN-D3QN-MPF算法对阳光电源微网能量管理系统具有重要应用价值。可直接应用于PowerTitan储能系统的智能调度模块,结合ST系列储能变流器实现多时间尺度的功率优化。算法融合的混合惩罚函数机制可嵌入iSolarCloud平台,协同优化SG系列光伏逆变器出力、储能充放电策略与充电桩负荷管理,...