← 返回
基于传感器融合的智能电池模组荷电状态估计
Sensor Fusion-Enabled State of Charge Estimation of Smart Battery Module
| 作者 | Haoyong Cui · Zhongbao Wei · Rui Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025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 智能化与AI应用 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 锂离子电池 荷电状态 (SOC) 智能电池 传感器融合 电池管理系统 数据驱动 模型驱动 |
语言:
中文摘要
随着锂离子电池精细化管理需求增长,本文针对智能电池模组提出了一种数据与模型双驱动的高精度荷电状态(SOC)估计方案。通过引入低成本准冗余电流传感技术,有效提升了单体电池级SOC估计的准确性与可靠性,为电池管理系统的智能化升级提供了新路径。
English Abstract
With of the growing emphasis on refined management of lithium-ion batteries (LIBs), there is a significant demand for low-cost estimation of the state of charge (SOC) at the individual LIB cell level. Following the emerging concept of smart batteries, a data and model dual-driven high-accuracy SOC estimation solution is proposed in this article. In particular, a cost-effective quasi-redundant curr...
S
SunView 深度解读
该技术对阳光电源的PowerTitan和PowerStack系列储能系统具有重要应用价值。通过引入传感器融合与数据驱动算法,可显著提升BMS在电池模组层级的SOC估算精度,从而优化电池簇的一致性管理,延长系统循环寿命。建议研发团队关注该方案的低成本实现路径,将其集成至iSolarCloud平台,以实现更精准的电池健康状态监控与故障预警,进一步提升阳光电源储能产品的市场竞争力和运维智能化水平。