一种宽寿命周期下串联电池组在线SOC估计的放电模式识别新方法

A Novel Discharge Mode Identification Method for Series-Connected Battery Pack Online State-of-Charge Estimation Over A Wide Life Scale

作者	Shiqi Liu · Junhua Wang · Qisheng Liu · Jia Tang · Haolu Liu · Yang Zhou · Xingya Pan
期刊	IEEE Transactions on Power Electronics
出版日期	2021年1月
技术分类	储能系统技术
技术标签	储能系统电池管理系统BMS 机器学习故障诊断
相关度评分	★★★★★ 5.0 / 5.0
关键词	锂离子电池储能荷电状态 (SOC) 电池管理系统 (BMS) 放电模式识别串联电池组老化在线估计

语言:

中文摘要

针对锂电池组内因老化差异导致的SOC估计难题，本文提出了一种放电模式识别（DMI）方法。该方法通过简化处理流程，实现了在宽寿命周期内对串联电池组SOC的精确在线估计，有效提升了储能系统在全生命周期内的运行精度与可靠性。

English Abstract

Lithium-ion batteries are widely used in energy storage nowadays. However, differences caused by aging among in-pack cells are inevitable, which makes accurate state-of-charge (SOC) estimation for packs still challenging. In this article, a novel discharge mode identification (DMI) method for series-connected battery pack online SOC estimation is proposed. The DMI method simplifies the process of ...

SunView 深度解读

该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统核心的BMS算法优化。在大型储能电站中，电芯老化不一致性是影响系统可用容量和安全性的关键痛点。该DMI方法能够提升BMS对电池组SOC的估算精度，特别是在电池全生命周期内，有助于延长系统运行寿命并优化调峰调频性能。建议研发团队将其集成至iSolarCloud智能运维平台，通过云端大数据与本地BMS算法协同，进一步提升阳光电源储能产品的全生命周期管理能力。