找到 37 条结果 · 储能系统技术
数字孪生驱动的高可靠性电力电子系统特刊主编寄语
Guest Editorial Special Issue on Digital Twin Driven High-Reliability Power Electronic Systems
Jiangbiao He · Paolo Mattavelli · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
为满足全球零排放可持续能源发展需求，交通和公用电力等行业正经历快速变革，电力电子在电动汽车、电动船舶、飞机、太阳能/风能发电和储能等众多功率转换系统中发挥支柱作用。然而电力电子可靠性尚未受到足够重视，特别是在安全关键应用中可靠性应是首要设计优先级。工业4.0和5.0着重互联性、自动化、智能和实时状态监测，数字在线预防性维护和优化至关重要。数字孪生是物理系统的数字复制品，可准确预测和反映物理系统的实时健康状况，通过物理组件与数字孪生模型间的实时双向数据流实现。该特刊发表10篇文章涵盖数字孪生参数估...
解读: 该数字孪生特刊与阳光电源智能运维战略高度契合。特刊涵盖的Buck/Boost变换器数字孪生参数估计、五电平ANPC逆变器故障诊断和SiC MOSFET模块电-热-机械建模与阳光iSolarCloud平台的智能诊断和预测性维护功能发展方向一致。数字孪生技术在直流电容、电感、开关管寄生电阻实时估计方面的...
评估并联异质电池串等效电路模型的通用性与有效性
Evaluating the Generality and Effectiveness of Equivalent Circuit Models for Battery Strings With Heterogeneous Cells Connected in Parallel
Xiaogang Wu · Xinhao Du · Ziyou Song · IEEE Transactions on Industrial Informatics · 2025年4月
等效电路模型（ECM）因其在简易性和准确性之间取得了良好平衡，而被广泛应用于锂离子电池管理系统中。然而，当单个电池存在异质性时，ECM能否准确模拟并联电池单元的动态特性仍不明确。为解决这一问题，本文提出了一种近似参数等效电路模型（AECM），用于在频域中表征容量和内阻不一致的并联电池的输入 - 输出特性。此外，还建立了并联单个电池的一阶等效电路模型用于对比。通过计算这两种模型的传递函数，分析了随着电池单元在容量和内阻等参数上的不一致性增加，模型误差是如何变化的。最后，利用电化学阻抗谱验证了AEC...
解读: 从阳光电源储能系统业务视角来看，这项针对异质并联电池串等效电路模型的研究具有重要的工程应用价值。在大规模储能系统中，电池组内部单体差异性是影响系统性能和寿命的关键因素，而精确的电池模型是实现高效电池管理系统（BMS）的基础。 该研究提出的近似参数等效电路模型（AECM）为解决并联异质电池建模难题提...
基于长短期记忆模型利用短历史数据的锂离子电池健康状态估计
Lithium-Ion Battery SOH Estimation Based on a Long Short-Term Memory Model Using Short History Data
Wenbin Li · Changwei Lin · Seyedmehdi Hosseininasab · Lennart Bauer 等5人 · IEEE Transactions on Power Electronics · 2025年1月
准确估计电池健康状态（SOH）对于车辆应用中电池管理系统的预测与健康管理至关重要。由于在实际应用中部分循环是常见情况，使用灵活电压范围短期数据的算法正受到广泛关注。为此，本文提出了一种利用短期充电历史数据的驱动模型。该模型将增量容量分析曲线分类与基于长短期记忆网络的时间序列预测相结合，用于在荷电状态（SOC）变化较小的情况下进行SOH估计。使用了三个具有不同电池化学体系和老化轨迹的数据集进行验证。结果表明，所提出的模型实现了准确的SOH估计，平均绝对误差和均方根误差在1%至2%之间。该模型的突出...
解读: 从阳光电源储能系统业务视角来看，这项基于LSTM的电池SOH短历史数据估算技术具有显著的工程应用价值。当前我司储能产品线涵盖工商业储能、大型地面电站及户用储能系统，精准的电池健康状态评估直接关系到系统全生命周期的安全性和经济性。 该技术的核心优势在于突破了传统SOH估算对完整充放电循环的依赖，仅需...
用于光伏微电网能量管理策略适应的VRLA-Gel蓄电池组原位性能评估
In-Situ performance assessment of VRLA-Gel battery bank for energy management strategies Adaptation in PV microgrids
Khadim Ullah Jana · Ghjuvan Antone Faggianelli · Jean-Laurent Duchaud · Anne Migan-Dubois 等5人 · Energy Conversion and Management · 2025年1月 · Vol.343
摘要 本文提出了一种实用、非侵入式的两步放电方法，用于估计在实际运行条件下工作的VRLA-Gel蓄电池组的剩余可用容量，该方法无需拆解电池或依赖历史电池管理系统（BMS）数据。所提出的方法首先通过短脉冲放电快速识别出性能良好和性能欠佳的电池，依据是电压下降幅度和放电轨迹。这一初步筛选使测试时间减少了近50%。随后进行分阶段放电阶段，通过将容量趋势映射到参考散点图上，进一步将剩余的性能欠佳电池细分为“一般”和“弱”两类。在第一步中，基于具有未知使用历史的单体VRLA-Gel电池，根据其动态特性建立...
解读: 该VRLA-Gel电池现场评估技术对阳光电源ST系列储能系统和PowerTitan产品具有重要应用价值。该方法通过两步放电测试实现90%以上分类准确率,无需历史BMS数据即可评估电池剩余容量,特别适用于改造项目。可集成至iSolarCloud平台实现预测性运维,优化电池全生命周期管理,延缓更换周期降...
面向eVTOL无人机应用的电池组观测器监控算法开发与硬件在环验证
Development and HIL validation of observer-based monitoring algorithms of battery packs for eVTOL UAV applications
Aleksander Sutia · Marc Budinger · Gianpietro Di Ritoa · Aurélien Reysset · Applied Energy · 2025年1月 · Vol.401
电池管理系统对电动垂直起降无人机（eVTOL UAV）的性能具有显著影响。对于由多个电池组供电的无人机，为了优化能量与功率分配、延长循环寿命和飞行时间，需要在传感器数量受限的条件下对荷电状态和温度进行监测。为实现这一目标，首先通过专用实验测试辨识电池组的电-热耦合模型，并利用基于参考无人机飞行任务仿真所生成的电流负载曲线的实验数据对该模型进行验证。随后，通过对收敛速度、计算负担及抗干扰能力的综合分析，从三种广泛应用的观测器——卢恩伯格观测器（Luenberger Observer, LO）、扩展...
解读: 该电池包观测器算法研究对阳光电源储能系统ST系列PCS及PowerTitan产品具有重要参考价值。文中Luenberger观测器在计算负荷与收敛速度间的平衡优势,可应用于我司BMS优化,减少温度传感器数量降低成本。其利用实际端电压计算产热以补偿老化影响的策略,可增强ESS系统SOC/SOT估算鲁棒性...
一种物理增强型动态耦合混合Kolmogorov–Arnold网络用于可解释的电池荷电状态估计
A physics-enhanced hybrid Kolmogorov–Arnold network with dynamic coupling for interpretable battery state-of-charge estimation
Yuqian Fan · Yi Lia · Chong Yana · Yaqi Liang 等12人 · Applied Energy · 2025年1月 · Vol.400
准确估计锂离子电池的荷电状态（SOC）是电池管理系统中的核心任务。然而，SOC估计在复杂工况下面临着精度不足、鲁棒性差以及可解释性弱等挑战。本文提出了一种物理增强型混合Kolmogorov–Arnold网络（PEHKAN）方法，这是首个将机械应力特性与电化学–热力学多物理场建模相结合的方法。构建了改进的Butler–Volmer方程电化学势能模块，以及具有协同控制的温度–压力耦合扩散动力学模块；这些模块显式地刻画了电化学、热力学与机械应力之间的协同作用。此外，设计了一种动态门控融合机制，以实现物...
解读: 该物理增强混合神经网络SOC估算技术对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。其电化学-热力学-机械应力多物理场耦合建模可直接应用于BMS优化,在复杂工况下MAE低至0.00312,显著提升储能系统全生命周期安全性与经济性。动态门控融合机制可增强iSolarClo...
结合电化学与数据稀疏高斯过程回归的锂离子电池混合建模
Combining electrochemistry and data-sparse Gaussian process regression for lithium-ion battery hybrid modeling
Jackson Fogelquis · Xinfan Lin · Applied Energy · 2025年1月 · Vol.399
摘要 锂离子电池的广泛应用推动了先进电池管理系统（BMS）的同步发展，这些系统旨在通过最先进的控制、诊断和预测技术来最大化安全性和性能。为了实现这些功能，电池模型必须能够准确预测输出电压和物理内部状态，但由于系统不确定性不可避免以及在线计算资源有限，这一目标具有挑战性。为此，本文提出了一种计算高效的混合建模框架，该框架将基于物理原理的电化学电池模型与高斯过程回归（GPR）机器学习模型相结合，以补偿由系统不确定性引起的输出预测误差。该框架的一个关键特征是提出了一种数据采样方法，该方法利用GPR在稀...
解读: 该混合建模技术对阳光电源ST系列储能变流器及PowerTitan系统的BMS优化具有重要价值。通过融合电化学模型与高斯过程回归,可将电压预测误差从119mV降至7.3mV,参数估计精度提升一个数量级,且计算时间比仅为0.003,满足在线应用需求。该方法可直接应用于阳光储能系统的SOC/SOH估算、故...
一种基于实时频繁项集图像编码的锂离子电池健康状态数据高效估计方法
A data-efficient method for lithium-ion battery state-of-health estimation based on real-time frequent itemset image encoding
Zhen Wangac · Li Zhaob · Yiding Liacd · Wenwei Wangac · Applied Energy · 2025年1月 · Vol.398
摘要 下一代智能电池管理系统（BMS）需要对电池健康状态（SOH）进行精确的实时估计。然而，现有研究常常低估了由大量质量不一的在线数据所带来的挑战，以及由此引发的数据存储、传输和计算压力。本文提出了一种基于有损计数的门控双注意力Transformer（LC-GDAT）框架，在保持SOH估计高精度的同时，显著降低了历史数据的存储需求。为克服因数据压缩导致的信息丢失所引起的误差，本文引入了两个关键模块。第一个是并行时空有损计数特征提取模块（PTS-LC），该模块利用频繁项提取技术识别电池运行过程中重...
解读: 该锂电池SOH实时估算技术对阳光电源储能系统具有重要应用价值。LC-GDAT框架通过有损计数算法大幅降低历史数据存储需求(实验室误差0.46%,实况误差2.23%),可直接应用于PowerTitan储能系统和ST系列PCS的BMS优化。双注意力Transformer机制能精准捕捉电池衰减特征,与iS...
基于增量容量曲线与S变换的电动汽车电池组健康状态估计
State-of-health estimation for EV battery packs via incremental capacity curves and S-transform
Siyi Tao · Jiangong Zhu · Yuan Lic · Siyang Chen 等10人 · Applied Energy · 2025年1月 · Vol.397
准确估计电动汽车（EV）中电池的健康状态（SOH）对于缓解用户的续航焦虑具有重要作用。然而，云端电池管理系统（BMS）数据质量欠佳，加之电池正极材料的多样性，为开发适用于实际EV应用的通用SOH估计方法带来了显著挑战。本研究提出了一种基于充电过程的可推广特征提取框架。该方法从增量容量（IC）曲线中提取时域特征，并利用S变换提取频域特征，同时引入了电池间不一致性指标。为评估所提取特征的鲁棒性，本文采用实验室数据进行了验证。此外，通过针对不同容量和正极材料电池的实验，分析了温度对电池容量及所提取特征...
解读: 该研究提出的电池SOH估计方法对阳光电源储能系统(PowerTitan/ST系列PCS)及充电桩产品具有重要价值。通过增量容量曲线和S变换的多域特征提取,结合GRU-LightGBM融合模型,可显著提升BMS电池健康状态评估精度(MAPE<1.99%)。该技术框架可集成至iSolarCloud平台,...
基于强化学习的结构健康监测物联网传感器网络自适应电池管理
Reinforcement learning for adaptive battery management of structural health monitoring IoT sensor network
Tahsin Afroz Hoque Nishat · Jong-Hyun Jeong · Hongki Jo · Shenghao Xi 等5人 · Applied Energy · 2025年1月 · Vol.390
摘要 由电池供电的无线传感器网络（WSN）为结构健康监测（SHM）提供了一种经济且易于部署的解决方案。然而，由于传感器网络中电池损耗不均、更换电池时面临后勤规划困难，以及维持SHM所需的服务质量（QoS）等问题，其长期运行的可行性面临挑战。系统层面的电池健康管理策略对于延长WSN的寿命和可靠性至关重要，尤其是在考虑到更换电池所需的昂贵维护行程的情况下。本研究提出了一种基于强化学习（RL）的框架，旨在在保持SHM服务质量的同时，主动在系统层面上管理电池老化问题。该框架聚焦于成组电池更换，以减轻后勤...
解读: 该强化学习电池管理技术对阳光电源储能系统具有重要应用价值。文中针对无线传感网络的系统级电池健康管理策略,可直接应用于ST系列PCS和PowerTitan储能系统的BMS优化。通过RL算法实现电池组均衡老化、延长系统寿命的思路,与阳光电源大规模储能电站面临的电池一致性管理挑战高度契合。特别是其考虑光伏...
AM-MFF：一种基于注意力机制的多特征融合框架用于鲁棒且可解释的锂离子电池健康状态估计
AM-MFF: A multi-feature fusion framework based on attention mechanism for robust and interpretable lithium-ion battery state of health estimation
Si-Zhe Chen · Jing Liu · Haoliang Yuan · Yibin Tao 等6人 · Applied Energy · 2025年1月 · Vol.381
健康状态（SOH）是电池管理系统（BMS）中的一个关键参数。利用多种数据源可有效提升端到端SOH估计的性能。然而，现有的基于多维特征的方法未能充分挖掘不同数据源之间的内在关联。同时，大多数方法缺乏可解释性，并忽视了噪声带来的不利影响。本研究提出了一种基于注意力机制的多特征融合框架（AM-MFF），以实现鲁棒且可解释的SOH估计。AM-MFF结合了卷积神经网络（CNN）和注意力机制（AM）的优势，能够高效提取并融合健康特征，从而全面感知电池老化信息。该框架将两个运行阶段的数据作为输入，并通过两个独...
解读: 该AM-MFF锂电池SOH估算框架对阳光电源储能系统具有重要应用价值。其多特征融合与注意力机制可直接集成至ST系列PCS和PowerTitan储能系统的BMS中,提升电池健康状态预测精度和抗噪性能。多输入容错设计确保单传感器故障时系统仍可靠运行,符合大规模储能安全需求。注意力分数的可解释性有助于iS...
一种基于多时间分辨率注意力机制的交互网络用于多种电池状态联合估计
A multi-time-resolution attention-based interaction network for co-estimation of multiple battery states
Ruixue Liu · Benben Jiang · Applied Energy · 2025年1月 · Vol.381
摘要 高效且可靠的电池管理系统依赖于对多个电池状态的精确联合估计，包括荷电状态（SOC）、健康状态（SOH）和剩余使用寿命（RUL）。然而，由于这些状态在不同时间尺度上具有不同的时间分辨率以及复杂的相互作用，特别是在缺乏历史电池数据的情况下，该任务面临显著挑战。为应对这些挑战，本文提出了一种新颖的端到端多时间分辨率注意力机制交互网络（MuRAIN），用于多种电池状态的联合估计，该方法直接利用当前的充放电循环数据，无需历史数据。MuRAIN方法引入了一个多分辨率分块模块，能够从循环数据中智能提取具...
解读: 该多时间分辨率注意力交互网络技术对阳光电源ST系列储能变流器及PowerTitan储能系统的BMS优化具有重要价值。MuRAIN可实现SOC、SOH、RUL的高精度联合估计,无需历史数据即可基于当前循环数据运行,特别适合浅循环工况下的商业储能应用。该技术可集成至iSolarCloud平台,提升预测性...
基于物理的锂离子电池电化学模型参数辨识及其双种群优化方法
Physics-based parameter identification of an electrochemical model for lithium-ion batteries with two-population optimization method
Aina Tian · Kailang Dong · Xiao-Guang Yang · Yuqin Wang 等7人 · Applied Energy · 2025年1月 · Vol.378
摘要 伪二维（P2D）模型因其基于物理原理的高精度，在电池管理系统中展现出日益广阔的应用前景。然而，由于难以准确辨识多个参数，且常出现求解不收敛的问题，限制了其实际应用效果。传统的数据驱动型P2D模型参数辨识方法虽然先进，但通常需要大量数据，且缺乏必要的物理机理洞察，容易导致过拟合。为应对上述挑战，本研究首先开展参数敏感性分析，以确定各类参数辨识的最佳条件；进而提出一种双种群多目标优化算法，高效地筛选出非劣解参数集。该算法的独特之处在于引入非收敛种群，以增强狼群种群的更新过程，从而提升参数辨识的...
解读: 该P2D模型参数辨识技术对阳光电源储能系统具有重要价值。通过双种群优化算法精确识别23个电池参数,可显著提升ST系列PCS和PowerTitan储能系统的BMS精度,动态工况下电压预测误差控制在9mV以内。该物理驱动方法可增强iSolarCloud平台的电池健康状态评估和预测性维护能力,避免纯数据驱...
一种联合估计锂离子电池SOC与SOH的框架：消除对初始状态的依赖
A framework for joint SOC and SOH estimation of lithium-ion battery: Eliminating the dependency on initial states
Xiaoyong Zeng · Yaoke Sun · Xiangyang Xia · Laien Chen · Applied Energy · 2025年1月 · Vol.377
基于模型的方法被广泛用于电池状态估计，构成了电池管理系统的基础。然而，这些方法的有效性依赖于准确的初始状态设定，初始状态不准确可能导致严重的不稳定甚至发散，从而对电池安全构成重大威胁。由于状态荷电（SOC）与健康状态（SOH）之间存在相互依赖关系，这一问题在SOC与SOH的联合估计中尤为突出。本研究致力于消除对初始状态的依赖。首先，构建了两个具有外部输入的径向基函数自回归模型（RBF-ARXM），以捕捉电池的非线性动态特性，并建立SOC、SOH与观测值之间的关联关系。基于这些模型，推导出有效的目...
解读: 该SOC/SOH联合估算框架对阳光电源ST系列储能变流器及PowerTitan系统的BMS优化具有重要价值。通过消除初始状态依赖性,可显著提升储能系统全生命周期的状态估计精度和安全性。基于RBF-ARXM的非线性建模方法可集成至iSolarCloud平台,实现预测性维护和电池健康管理。该技术同样适用...
一种用于锂离子电池退化轨迹预测的合成数据生成方法及进化型Transformer模型
A synthetic data generation method and evolutionary transformer model for degradation trajectory prediction in lithium-ion batteries
Haiyan Jin · Rui Ru · Lei Cai · Jinhao Meng 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 在锂离子电池使用的早期阶段识别其长期退化行为，对于电池管理系统（BMS）在实际应用中有效维护电池至关重要。然而，由于电池在生产和运行条件方面存在差异，该过程面临较大挑战。近年来，已有研究经验证明，数据驱动方法在处理退化预测问题上具有良好的应用前景。然而，合适数据的缺乏仍是影响预测最终性能的主要障碍。此外，预测结果还受到预测器设置的影响，包括神经网络结构及其超参数的设定。实现该过程自动化的挑战至今仍未得到解决。在本研究中，我们提出了一种新颖的退化轨迹预测框架。首先，通过条件生成对抗网络（CG...
解读: 该锂电池退化预测技术对阳光电源储能系统具有重要价值。通过CGAN合成数据和Transformer模型可显著提升ST系列PCS及PowerTitan储能系统中BMS的预测精度,解决早期退化识别难题。自动化超参数优化框架可集成至iSolarCloud平台,实现储能电站电池全生命周期健康管理和预测性维护,...
考虑灰水回用、响应式暖通空调和储能的最优成本预测型建筑管理系统
Optimal cost predictive BMS considering greywater recycling, responsive HVAC, and energy storage
Ahmed R.El Shamy · Ameena Saad Al Sumaiti · Applied Energy · 2025年1月 · Vol.377
摘要 可持续城市的一个关键方面是确保能源和水资源供应能够充分满足城市需求。随着自然资源日益稀缺以及电力和用水需求不断增长，消费者更高效地管理自身资源使用变得愈发重要。本文提出了一种新的需求侧管理协调策略视角，针对建筑水-能耦合系统，以提升整体电-水-供热系统的韧性与效率。该模型旨在对住宅建筑中的现场灰水回用系统、供暖、通风与空调（HVAC）负荷、分布式发电系统以及双向电网连接进行优化协调。所有子系统均由模型预测控制器（MPC）进行控制，该控制器接收来自电力和水务公司的实时分时电价（ToU）。所提...
解读: 该建筑能源管理系统(BMS)研究对阳光电源ST系列储能变流器和PowerTitan系统具有重要参考价值。文中基于模型预测控制(MPC)的多能源协调优化策略,可与我司iSolarCloud平台深度融合,实现储能系统与HVAC负载的实时联动调度。研究验证的8.3%成本削减和削峰填谷效果,印证了我司储能P...
一种基于分数阶微分电压-容量曲线的锂离子电池健康状态估计新方法
A novel method for state of health estimation of lithium-ion batteries based on fractional-order differential voltage-capacity curve
Xugang Zhang · Xiyuan Gao · Linchao Duan · Qingshan Gong 等6人 · Applied Energy · 2025年1月 · Vol.377
准确估计锂离子电池的健康状态（SOH）对于确保电池管理系统稳定运行至关重要。特征参数（CPs）的提取是实现SOH精确预测的关键。传统的特征参数提取方法存在诸如参数数量少、特征提取困难等局限性。为解决上述问题，本研究将Caputo分数阶导数理论与电压-容量曲线相结合，引入分数阶微分电压-容量曲线用于特征参数的提取。此外，本文引入了v-支持向量机、弹性网络，并提出了闭环高斯过程回归方法，利用融合模型算法将这三个模型集成到一个融合模型中，从而提高SOH估计的精度。最后，我们设计了多组对比实验：将本文提...
解读: 该分数阶微分电压-容量曲线SOH估算技术对阳光电源ST系列储能变流器及PowerTitan系统的BMS优化具有重要价值。通过提取更丰富的特征参数并采用融合模型算法,可显著提升电池健康状态预测精度,增强储能系统全生命周期管理能力。该方法可集成至iSolarCloud平台实现预测性维护,降低储能电站运维...
无铅CaTiO3–Bi(Mg1/2Sb2/3)O3线性介电陶瓷的储能密度与效率提升
Enhanced energy-storage density and efficiency of lead-free CaTiO3–Bi(Mg1/2Sb2/3)O3 linear dielectric ceramics
Chenggeng Yao · Journal of Materials Science: Materials in Electronics · 2025年1月 · Vol.36.0
用于储能器件的陶瓷基电容器需要同时具备高的能量密度和高效率。为了满足高性能无铅介电电容器的生产需求，本研究设计了(1−x)CaTiO3–BiMgSb((1−x)CT-BMS)（x = 0.05, 0.10, 0.15 和 0.20）陶瓷材料。研究表明，在击穿场强（Eb）为536 kV/cm的条件下，0.90CT-0.10BMS陶瓷表现出优异的总储能密度（Wtotal = 2.56 J/cm³）、较高的可回收储能密度（Wrec = 2.28 J/cm³）以及高效率（η = 89%）。此外，0.90...
解读: 该无铅陶瓷电容器技术展现出高能量密度(2.28 J/cm³)和高效率(89%)特性,对阳光电源ST系列储能变流器和PowerTitan系统的直流母线电容、滤波电容优化具有重要参考价值。其宽温域稳定性(20-160°C)和高功率密度(53.56 MW/cm³)特性可提升PCS在极端工况下的可靠性,减小...
基于TCN-LSTM神经网络与迁移学习的数字孪生支持型电池状态估计
Digital Twin-supported Battery State Estimation Based on TCN-LSTM Neural Networks and Transfer Learning
Kai ZhaoYing LiuYue ZhouWenlong MingJianzhong Wu · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
准确估计电池荷电状态（SOC）、健康状态（SOH）及剩余使用寿命（RUL）对储能技术发展至关重要。本文提出一种融合时间卷积网络（TCN）与长短期记忆网络（LSTM）的数字孪生（DT）支持型电池状态估计算法。构建四层层次化DT架构以克服传统电池管理系统在计算与存储上的局限，并引入基于迁移学习的在线TCN-LSTM模型，实现神经网络参数的动态更新与实时精度优化。实验结果表明，该方法在90个循环数据下SOC、SOH和RUL的平均均方根误差分别为1.1%、0.8%和0.9%，显著优于传统CNN等模型，展...
解读: 该数字孪生支持的电池状态估计技术对阳光电源ST系列储能系统和PowerTitan大型储能方案具有重要应用价值。TCN-LSTM融合架构可直接集成至BMS系统，实现SOC/SOH/RUL的高精度实时估计（RMSE<1.1%），显著提升电池全生命周期管理能力。四层DT架构突破边缘侧计算瓶颈，可与iSol...
一种用于电池管理系统中具有42 ppm/V线性灵敏度的2.69 ppm/℃带隙基准源
A 2.69 ppm/℃ bandgap reference with 42 ppm/V line sensitivity for battery management system
Jing Wang1Feixiang Zhang1Zhiyuan He1Hui Zhang2Lin Cheng1 · 半导体学报 · 2025年1月 · Vol.46
本文提出了一种面向电池管理系统（BMS）的高精度带隙基准源（BGR），具备超低温度系数（TC）和线性灵敏度（LS）。该BGR采用电流模式结构，结合斩波运放与内部时钟发生器以消除运放失调，利用低压差稳压器（LDO）和预稳压器分别提升输出驱动能力与LS性能。通过曲率补偿抑制高阶非线性效应，并在20℃和60℃两点进行修调，结合固定曲率校正电流，实现芯片级超低TC。基于CMOS 180 nm工艺实现，核心面积0.548 mm²，工作电压2.5 V，从5 V电源汲取84 μA电流。在-40℃至125℃范围...
解读: 该超低温度系数带隙基准源技术对阳光电源储能与充电产品线具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的BMS模块中，2.69 ppm/℃的温度系数和42 ppm/V线性灵敏度可显著提升电池电压采样精度，优化SOC/SOH估算算法，增强储能系统在-40℃至125℃宽温域的可靠...
第 1 / 2 页