← 返回
基于双卡尔曼滤波的模块化变换器与可重构电池系统低成本参数估计方法
Low-Cost Parameter Estimation Approach for Modular Converters and Reconfigurable Battery Systems Using Dual Kalman Filter
| 作者 | Nima Tashakor · Bita Arabsalmanabadi · Farshid Naseri · Stefan Goetz |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2022年6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 储能变流器PCS 控制与算法 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 模块化变换器 可重构电池系统 双卡尔曼滤波 参数估计 电池管理系统 健康状态（SOH） 荷电状态（SOC） |
语言:
中文摘要
模块化变换器与可重构电池系统能有效解决电池组中“短板效应”并实现异构电池混用，但其高昂的传感器与监控系统成本限制了应用。本文提出一种基于双卡尔曼滤波（DKF）的低成本参数估计方法，旨在降低硬件依赖，提升系统监控与控制效率。
English Abstract
Modular converters or reconfigurable battery energy storage systems are a promising approach to eliminate the dependence on the weakest element in previously hard-wired battery packs and to combine heterogeneous batteries (so-called mixed-battery systems). But their need for expensive sensors and complex monitoring as well as control subsystems hinders their progress. Estimating the parameters of ...
S
SunView 深度解读
该技术与阳光电源PowerTitan及PowerStack系列储能系统高度相关。通过双卡尔曼滤波实现参数的精确估计，可显著降低BMS对高精度传感器的依赖，从而降低系统整体BOM成本。在PowerStack等模块化储能产品中，该算法能提升对电池组内各模块健康状态（SOH）的实时监测精度，优化电池均衡策略，延长系统循环寿命。建议研发团队评估该算法在iSolarCloud平台上的部署可行性，通过软件算法替代部分硬件冗余，进一步提升阳光电源在大型储能市场中的成本竞争力与智能化运维水平。