找到 25 条结果 · 储能系统技术
可重构电池系统中的主动模型故障诊断
Active Model-Based Fault Diagnosis in Reconfigurable Battery Systems
Michael Schmid · Emanuel Gebauer · Christian Hanzl · Christian Endisch · IEEE Transactions on Power Electronics · 2021年3月
随着电动汽车及储能需求增长，电池系统的安全性至关重要。本文提出一种针对可重构电池系统（RBS）的主动故障诊断方法。通过引入开关阵列，RBS在发生故障时具备重构能力，从而提升了系统的容错性与运行可靠性。
解读: 该研究对于阳光电源的PowerTitan和PowerStack等大型储能系统具有重要参考价值。随着储能系统向高压、大容量方向发展，电池簇的故障诊断与容错控制是提升系统可用率的关键。通过引入可重构拓扑与主动诊断算法，可以有效降低单点故障导致的整机停机风险，提升运维效率。建议研发团队关注该技术在iSol...
应用于储能系统的模块化多电平DC/DC变换器开路故障快速诊断方法
Fast Diagnostic Method of Open Circuit Fault for Modular Multilevel DC/DC Converter Applied in Energy Storage System
Kaitao Bi · Quntao An · Jiandong Duan · Li Sun 等5人 · IEEE Transactions on Power Electronics · 2017年5月
本文提出了一种针对储能系统中模块化多电平DC/DC变换器（MMDDC）的快速开路故障诊断方法。该方法基于对正常及故障条件下子模块输出特性的分析，通过监测子模块输出电压的异常变化，能够快速识别不同类型的开路故障。
解读: 该研究针对模块化多电平拓扑的故障诊断，与阳光电源PowerTitan及PowerStack等大型储能系统中的PCS技术高度相关。随着储能系统向高压、大功率方向发展，多电平拓扑的应用日益广泛，其可靠性至关重要。该快速诊断方法能有效提升PCS的故障响应速度，减少停机时间，降低运维成本。建议研发团队将其集...
基于可解释全维统计分析的车载电池组软短路故障诊断
Soft Short-Circuit Fault Diagnosis for Vehicular Battery Packs With Interpretable Full-Dimensional Statistical Analytics
Fei Peng · Shuai Jiang · Yuanzhe Zhao · Linjie Ren · IEEE Transactions on Power Electronics · 2024年9月
本文针对车载锂离子电池组软短路故障诊断的挑战，提出了一种基于改进虚拟电压测量流式差分矩阵的全维统计分析方法。该方法通过全维特征提取与可解释性分析，有效提升了电池组内部短路故障的检测精度与诊断可靠性，为预防电池热失控提供了技术支撑。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要参考价值。随着储能系统规模化应用，电池安全是核心痛点。该研究提出的软短路故障诊断方法，可深度集成至阳光电源的BMS（电池管理系统）及iSolarCloud智能运维平台中，通过高精度的故障预警替代传统的阈值报警，显著...
用于电动汽车锂离子电池短路故障估计的自适应神经观测器
Adaptive Neural Observer for Short Circuit Fault Estimation of Lithium-Ion Batteries in Electric Vehicles
Yiming Xu · Xiaohua Ge · Weixiang Shen · IEEE Transactions on Power Electronics · 2024年1月
软短路（SC）故障诊断对电池管理系统（BMS）至关重要，可有效防止电动汽车锂离子电池热失控。本文提出了一种基于自适应神经网络的观测器，用于估计存在未知非线性不确定性下的软短路故障，并对估计误差收敛性进行了严格的理论分析。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要参考价值。随着储能系统规模的扩大，电池安全是核心痛点，该自适应神经观测器算法可集成至阳光电源的iSolarCloud智能运维平台或BMS底层逻辑中，实现对电芯级软短路故障的早期预警。通过引入神经网络处理非线性不确定...
基于异常内阻与混合神经网络的电动汽车电池安全风险评估
Battery Safety Risk Assessment in Real-World Electric Vehicles Based on Abnormal Internal Resistance Using Proposed Robust Estimation Method and Hybrid Neural Networks
Da Li · Junjun Deng · Zhaosheng Zhang · Zhenpo Wang 等6人 · IEEE Transactions on Power Electronics · 2023年6月
电池安全是电动汽车推广的主要障碍。内阻（IR）是反映电池安全的关键参数，异常内阻会导致发热增加，诱发热失控。本文提出了一种基于鲁棒估计方法和混合神经网络的电池安全风险评估模型，通过监测内阻异常实现对电池热失控风险的早期预警。
解读: 该研究提出的内阻异常监测与风险评估算法对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要参考价值。储能系统的核心在于电池安全，通过引入鲁棒估计与混合神经网络，可显著提升iSolarCloud智能运维平台对电芯级健康状态（SOH）和安全风险的预测精度。建议将该算法集成至B...
第 2 / 2 页