找到 5 条结果 · 储能系统技术
基于四级编码与弱光换流的超低功耗电子式电流互感器
Ultra-Low Power Electronic Current Transducer Based on 4-Level Encoding and Weak-Light Commutation
Yong Zhang · Wenhao Xu · Xiangyu Shen · Zhichao He 等5人 · IEEE Transactions on Power Delivery · 2025年7月
针对有源电子式电流互感器（ECT）高压侧供电方案存在的小电流死区、能量转换效率低等问题，提出一种高压侧功耗低于4 mW的ECT设计。该方案采用电池供电，利用驱动电压为1.8 V、有效占空比0.16的发光二极管（LED）弱光模式工作，并通过双半桥结构的低功耗驱动电路将两个数字信号合并为单路四级信号，使LED功耗降低50%。低压侧采用融合支持向量机与循环神经网络的四级抗干扰解码方法。实验结果表明，该ECT高压侧最大功耗为3.14 mW，精度达0.2S级；联合解码算法可准确识别所有四级实验数据及由自编...
解读: 该超低功耗ECT技术对阳光电源储能与光伏产品线具有重要应用价值。其3.14mW功耗设计和0.2S级精度可直接应用于ST系列储能变流器和SG光伏逆变器的电流采样环节，解决高压侧供电难题，降低辅助电源损耗。四级编码弱光通信方案为PowerTitan大型储能系统的多点电流监测提供低成本隔离方案。融合SVM...
用于锂离子电池故障诊断的零样本神经架构搜索微型实时紧凑型深度神经网络
Miniature Real-Time Compact Deep Neural Network With Zero-Shot Neural Architecture Search for Lithium-Ion Battery Fault Diagnosis
Zeyang Chen · Dezhi Xu · Chao Shen · Yujian Ye 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月
电池储能系统（BESS）对于现代能源管理至关重要，有助于可再生能源整合和电网稳定。然而，BESS的故障诊断需要大量的手动网络调优。为克服这一问题，我们提出了一种用于BESS故障诊断的零样本神经架构搜索方法。首先，将神经网络分解为分段线性函数，并计算此类函数的拉德马赫复杂度。为防止批量归一化（BN）层反复缩放拉德马赫复杂度而使网络比较失效，利用BN层的方差来近似拉德马赫复杂度。最后，通过8位量化对选定的模型进行压缩，以便在移动设备上部署。该方法仅需0.51个GPU小时即可达到99.42%的准确率，...
解读: 从阳光电源储能系统业务视角来看，这项基于零样本神经架构搜索的锂电池故障诊断技术具有重要的工程应用价值。该技术通过Rademacher复杂度理论自动优化神经网络结构，在0.51 GPU小时内即可达到99.42%的诊断准确率，这为我们大规模储能电站的智能运维提供了高效解决方案。 该技术的核心优势在于三...
集成Ca(OH)₂/CaO热化学储能与超临界CO₂循环的卡诺电池系统用于长期储能及住宅供热
A Carnot battery system integrating ca(OH)2/CaO thermochemical energy storage and supercritical CO2 cycles for long-term energy storage and residential heat supply
Huawei Liu · Yongqing Zhang · Qianghui Xu · Wei Han 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 长期储能与高效率的卡诺电池系统对未来碳中和能源体系的发展至关重要。本文提出一种集成CaO/Ca(OH)₂热化学储能、超临界CO₂布雷顿发电与热泵循环以及部分工业余热的卡诺电池系统。该系统通过有效转换热能、化学能与电能，不仅能够利用过剩电力，还可提供住宅供暖，并实现按需向电网再生电力。基于差分进化算法与HEATSEP框架，构建了多层次优化工作流程，以优化传热过程与运行条件，从而获得能量方面最优的系统构型。优化后的系统表现出优异的性能指标，能量效率达到49.19%，㶲效率为40.48%，往返效...
解读: 该卡诺电池系统结合热化学储能与超临界CO2循环,对阳光电源长时储能技术具有重要启示。其71.52%往返效率和热电联供模式可应用于ST系列储能系统优化,特别是工业园区场景。超临界CO2循环的高效能量转换理念可借鉴至PowerTitan液冷系统热管理设计。多级优化算法框架对iSolarCloud平台的储...
一种基于部分充电数据的电池开路电压重构与容量估计的曲线重定位方法
A Curve Relocation Approach for Robust Battery Open Circuit Voltage Reconstruction and Capacity Estimation Based on Partial Charging Data
Ruohan Guo · Yiming Xu · Cungang Hu · Weixiang Shen · IEEE Transactions on Power Electronics · 2024年3月
本文提出了一种基于部分充电数据的电池开路电压(OCV)重构与容量估计方法。通过分析电极级老化机制，引入三个电极老化参数(EAPs)来量化OCV畸变与容量衰减，实现了在非满充状态下对电池健康状态的鲁棒性评估。
解读: 该研究对于阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高的应用价值。目前储能系统在电网侧和工商业应用中，往往难以保证每次都能进行满充满放，该方法通过部分充电数据即可实现精准的OCV重构与容量估计，能显著提升iSolarCloud平台对电池健康状态(SOH)的...
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...