← 返回
基于自适应模型预测控制的混合储能系统功率分配策略
A Power Distribution Strategy for Hybrid Energy Storage System Using Adaptive Model Predictive Control
| 作者 | Li Wang · Yujie Wang · Chang Liu · Duo Yang · Zonghai Chen |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2020年6月 |
| 技术分类 | 储能系统技术 |
| 技术标签 | 储能系统 模型预测控制MPC 双向DC-DC 电池管理系统BMS |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 混合储能系统 自适应模型预测控制 电动汽车 功率分配 电池管理 能效 |
语言:
中文摘要
本文针对电动汽车混合储能系统（HESS）提出了一种自适应模型预测控制（AMPC）管理策略。通过改进的连续功率-能量方法进行系统配置，旨在提升电动驱动系统的安全性和运行效率，优化电池与超级电容间的功率分配。
English Abstract
Management strategy of the hybrid energy storage system (HESS) is a crucial part of the electric vehicles, which can ensure the safety and efficiency of the electric drive system. The adaptive model predictive control (AMPC) is employed to the management strategy for the HESS in this article. First, an improved continuous power-energy method is applied in configuration of the system. The battery a...
S
SunView 深度解读
该研究提出的自适应模型预测控制（AMPC）策略对阳光电源的储能业务具有重要参考价值。在PowerTitan和PowerStack等大容量储能系统中，引入自适应控制算法可更精准地平衡电池簇间的荷电状态（SOC）及功率输出，延长电池寿命。此外，该技术在电动汽车充电桩配套储能或移动储能应用中，能有效优化功率分配，提升系统动态响应速度。建议研发团队关注该算法在复杂工况下的鲁棒性，并探索其在iSolarCloud平台中实现远程优化控制的可能性。