← 返回
一种基于聚类分析与遗传算法的串联电池组主动均衡新方法
A Novel Active Equalization Method for Series-Connected Battery Packs Based on Clustering Analysis With Genetic Algorithm
| 作者 | Sun Jinlei · Liu Wei · Tang Chuanyu · Wang Tianru · Jiang Tao · Tang Yong |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2021年7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 控制与算法 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 电池组 主动均衡 聚类分析 遗传算法 充电不平衡 储能系统 电池管理系统 |
语言:
中文摘要
电池组的不一致性限制了电动汽车和储能系统的性能与可用容量。本文提出了一种基于聚类分析和遗传算法的主动均衡新方法，旨在解决制造工艺和环境差异导致的电荷不平衡问题，从而提升电池组的整体功率性能和可用能量。
English Abstract
Battery pack performance is the main concern for electric vehicles and energy storage systems. However, charge imbalance is inevitable due to inconsistent manufacturing techniques and environmental conditions. Charge imbalance reduces the power performance and available energy of battery packs. Hence, it is necessary to perform battery equalization. This article proposes an active equalization cir...
S
SunView 深度解读
该技术直接服务于阳光电源的储能业务（PowerTitan、PowerStack系列）。电池均衡技术是BMS的核心，直接影响储能系统的可用容量（SoE）和循环寿命。通过引入聚类分析和遗传算法，可以更精准地识别电池组内的不一致性，优化均衡策略，从而降低系统运维成本，提升PowerTitan等大型储能系统的全生命周期经济性。建议研发团队评估该算法在嵌入式BMS控制器中的计算开销，并探索其在iSolarCloud平台进行远程诊断与优化策略下发的可能性。