找到 3 条结果 · Applied Energy
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11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,...
基于图特征与深度学习的锂离子电池退化轨迹早期感知
Early perception of Lithium-ion battery degradation trajectory with graphical features and deep learning
Haichuan Zhao · Jinhao Meng · Qiao Peng · Applied Energy · 2025年3月 · Vol.381
摘要 在电池储能系统（BESS）的全生命周期管理中，早期捕捉锂离子电池（LIB）的退化路径至关重要，然而现有研究主要集中在短期电池健康状态（如健康状态，SOH）诊断。本研究提出一种创新性概念，旨在仅利用少量初始循环数据即可感知锂离子电池的退化轨迹，从而为BESS复杂化的运行与维护策略预留充足的调整空间。本文提出一种新颖的深度学习框架，通过构建基于电池早期使用数据的图特征来获取容量退化轨迹。为了捕获更丰富的容量衰减特征，该框架通过生成增量容量（IC）曲线和容量差分曲线对电压-容量数据进行增强，并将...
解读: 该早期电池退化轨迹预测技术对阳光电源ST系列储能系统及PowerTitan产品具有重要价值。通过少量初始循环数据的图形化特征和深度学习,可在电池全生命周期早期预判容量衰减路径,为储能系统预测性维护提供60个循环内的精准预警。该技术可集成至iSolarCloud平台,结合增量容量曲线分析,优化BMS健...
浸没式冷却实现过充电池热失控抑制：机制与评估指标
Immersion cooling enabled thermal runaway prevention in overcharged batteries: Mechanisms and metrics
Jiaxing Lia · Jingrong Oua · Shaohong Zenga · Long Chena 等8人 · Applied Energy · 2025年12月 · Vol.401
摘要 浸没式冷却（IC）是一种有效的电池热管理策略。然而，在过充条件下，针对大容量磷酸铁锂（LFP）电池，其化学相容性以及对热失控（TR）抑制效果的定量影响仍缺乏充分的实验验证。本研究设计了三种冷却模式：完全浸没（FI）、非浸没安全阀（NISV）和完全非浸没（NI）。实验结果表明，FI模式通过限制电池最高温度和温升速率，显著抑制了热失控的发生。特别是在1/3充电倍率（C）条件下，FI模式可完全避免热失控，最高温度被控制在110.45 °C，最低温升速率为0.15 °C/s。此外，在1/3C过充条...
解读: 该浸没式冷却技术对阳光电源储能系统具有重要应用价值。研究验证了液冷技术在磷酸铁锂电池过充场景下可将温升速率降至0.15°C/s,完全抑制热失控,危险评分降低78%。可直接应用于PowerTitan等大型储能系统的热管理优化,结合ST系列PCS的过充保护策略,提升电网侧储能安全等级。该量化指标体系为i...