← 返回
基于随机森林增强型电热老化模型的锂离子电池安全可持续快速充电策略
A Secure-Sustainable-Fast Charging Strategy for Lithium-Ion Batteries Based on a Random Forest-Enhanced Electro-Thermal-Degradation Model
| 作者 | Yajie Jiang · Noven Lee · Xiaojun Deng · Yun Yang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年4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 热仿真 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 锂离子电池 快速充电策略 电-热-老化模型 随机森林 健康状态(SOH) 荷电状态(SOC) 电池管理系统 |
语言:
中文摘要
本文提出了一种基于先进电热老化（ETD）模型的锂离子电池快速充电策略。该模型耦合了温度、荷电状态（SOC）和健康状态（SOH），结合了等效电路模型的简洁性与随机森林（RF）算法的高精度，旨在实现电池充电过程中的安全性、可持续性与高效性平衡。
English Abstract
In this article, a secure, sustainable, and fast charging strategy based on an advanced electro-thermal-degradation (ETD) model is proposed for lithium-ion batteries. In this ETD model, temperature, state-of-charge, and state-of-health are strongly coupled. It combines the simplicity of the equivalent circuit model and the high accuracy of the random forest (RF) algorithm. The RF algorithm is used...
S
SunView 深度解读
该研究对于阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高价值。通过引入随机森林增强的电热老化模型，公司可进一步优化BMS（电池管理系统）的充电控制算法，在保证电池寿命和安全的前提下，显著提升储能系统的充电效率。该技术可直接应用于iSolarCloud智能运维平台，通过更精准的SOH预测和热管理策略，提升电站资产的运维水平，降低全生命周期成本。建议研发团队将其集成至下一代储能变流器（PCS）的控制逻辑中，以应对高频调峰调频场景下的严苛充电需求。