找到 11 条结果 · IEEE Access
数字孪生与TD3算法实现车联网中电动汽车能量管理优化
Digital Twin and TD3-Enabled Optimization of xEV Energy Management in Vehicle-to-Grid Networks
Irum Saba · Abdulraheem H. Alobaidi · Sultan Alghamdi · Muhammad Tariq · IEEE Access · 2025年5月
电动汽车快速普及需优化储能系统管理以提升性能、寿命和可靠性。传统ESS管理方法在实时状态估计、能量优化和预测性维护方面存在困难，导致电池利用和可持续性效率低下。本文提出先进ESS框架，集成数字孪生DT技术和双延迟深度确定性策略梯度TD3算法（源自DDPG的最先进强化学习方法）。该集成实现关键ESS状态（SOC、SOH、SOE和RUL）的精确实时估计，增强预测性维护和运营效率。所提框架促进主动电池健康监控，生成潜在故障早期预警，通过DT驱动ESS控制实现智能电池更换。通过动态调整ESS控制策略，T...
解读: 该数字孪生技术对阳光电源新能源汽车业务具有重要价值。阳光OBC车载充电机和BMS系统需要精准的电池状态估计和智能能量管理。该研究的DT-TD3框架可集成到阳光车辆能量管理系统，实现99.8%的高精度SOC/SOH估计，优化充电策略和电池寿命管理。在V2G车网互动场景下，该技术可预测电池健康状态，智能...
电动汽车锂离子电池基于等效电路模型的荷电状态估计
On Equivalent Circuit Model-Based State-of-Charge Estimation for Lithium-Ion Batteries in Electric Vehicles
Fatma Ahmed · Khalid Abualsaud · Ahmed M. Massoud · IEEE Access · 2025年4月
本文研究电动汽车锂离子电池SOC估计的先进模型方法。基于电化学阻抗谱建立三阶等效电路模型，采用粒子群算法辨识参数，对比扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF算法。结果显示UKF的RMSE和最大误差分别为1.06%和1.15%，优于EKF。EKF-UKF混合方法实现最优性能，RMSE仅0.2%，最大误差0.5%，为电动汽车实时电池监测提供高精度解决方案。
解读: 该SOC估计技术与阳光电源新能源汽车电驱控产品线高度相关。阳光电源车载OBC和电池管理系统需要高精度SOC估计算法来优化充电策略和电池保护。EKF-UKF混合算法可集成到阳光BMS中，提高电池状态估计准确性和充电效率。该技术结合阳光800V高压快充平台，可实现更安全高效的电池管理和更优的用户充电体验...
应用增强型自适应虚拟惯量控制实现电动汽车集成可再生能源微电网系统的高效频率控制
Application of Enhanced Self-Adaptive Virtual Inertia Control for Efficient Frequency Control of Renewable Energy-Based Microgrid System Integrated With Electric Vehicles
Sonalika Mishra · Preeti Ranjan Sahu · Ramesh Chandra Prusty · Sidhartha Panda 等6人 · IEEE Access · 2025年3月
由于高比例可再生能源渗透导致系统惯量缺乏,孤岛微电网MG频率控制是挑战性任务。本研究提出基于模糊的自适应增强虚拟惯量控制器SAEVIC与电动汽车EV协同,克服频率控制问题。控制器旨在稳定系统频率和平衡接入EV的荷电状态SOC。通过与传统虚拟惯量控制、传统增强虚拟惯量控制和自适应虚拟惯量控制对比验证所提控制器性能。测试EV集成对系统频率动态的影响。在注入随机扰动、高低水平可再生能源、可再生能源拒绝服务攻击和内部参数变化的扰动运行条件下验证。与传统增强VI方法相比,SAEVIC方法在风光和多步负荷扰...
解读: 该虚拟惯量控制技术与阳光电源构网型储能系统高度契合。阳光PowerTitan2.0储能系统支持构网型GFM控制,可为高比例新能源微电网提供虚拟惯量。自适应增强虚拟惯量控制器SAEVIC的模糊自适应思路可应用于阳光储能系统惯量自适应功能开发。EV协同频率控制与阳光V2G技术发展方向一致。该研究验证的显...
基于Transformer的电动汽车电池荷电状态估计模型
A Transformer-Based Model for State of Charge Estimation of Electric Vehicle Batteries
Metin Yılmaz · Eyüp Çinar · Ahmet Yazıcı · IEEE Access · 2025年2月
电池在电动汽车EV系统设备中发挥关键作用。这些应用的安全性和性能依赖准确的电池管理系统BMS来监测和优化电池性能。传统BMS系统因复杂化学过程和电池老化在充电预测过程中面临挑战，导致故障。完美传感器的缺失凸显外部因素特别是传感器噪声引起的测量问题的局限性。因此需要能解决现实世界电池充电预测问题的算法。本研究比较创新解决方案Transformer模型与传统长短期记忆LSTM、双向LSTM和支持向量回归SVR。本研究旨在使用NASA、BMW i3、斯坦福大学电池数据集和本研究收集的Musoshi品牌...
解读: 该Transformer模型SOC估计技术对阳光电源电池管理系统产品线有重要应用价值。阳光车载OBC和储能BMS需要高精度SOC估计来优化充电策略和电池保护。Transformer相比传统LSTM的性能优势值得阳光BMS算法借鉴。RMSE接近1的卓越精度可显著提升阳光BMS的SOC估计准确性。该技术...
电动汽车电池SOC和SOH估计的数据驱动方法综述
Data-Driven Approaches for Estimation of EV Battery SoC and SoH: A Review
Shahid Gulzar Padder · Jayesh Ambulkar · Atul Banotra · Sudhakar Modem 等6人 · IEEE Access · 2025年2月
电动汽车EV技术已在交通行业奠定坚实基础。荷电状态SoC和健康状态SoH的精确评估对解决EV中的续航焦虑和意外故障问题至关重要。本文检查各种方法，包括库仑计数CC和开路电压OCV等传统方法、先进滤波器方法和现代数据驱动方法。讨论不同方法的广泛评估以及优缺点识别。使用机器学习算法的数据驱动估计在复杂电池管理系统中展现卓越准确性和适应性。电压、电流、时间和温度VCTT等外部电池参数以及阻抗和超声波数据等内部电池参数是数据驱动方法的主要组成部分。本研究中机器学习算法在预测和维持电动汽车电池寿命方面展现...
解读: 该SOC和SOH估计综述对阳光电源BMS技术路线规划有全面参考价值。阳光车载OBC和储能BMS需要准确的SOC/SOH估计算法。数据驱动方法相比传统方法的优势支持阳光引入机器学习技术。VCTT外部参数和阻抗内部参数的综合应用与阳光多传感器融合策略一致。该综述强调持续进步和开创性技术的必要性，可指导阳...
基于人工智能和机器学习的安全运营中心强化技术综述
Empowering Security Operation Center With Artificial Intelligence and Machine Learning
Mohamad Khayat · Ezedin Barka · Mohamed Adel Serhani · Farag Sallabi 等6人 · IEEE Access · 2025年1月
安全运营中心SOC是组织网络安全的核心，但面临威胁复杂度提升的挑战。本文通过系统文献综述，详细探讨AI和ML技术如何革新SOC，增强威胁识别、响应能力以及风险预测。研究涵盖自动化事件响应、行为分析、神经网络和深度学习等多种方法，提出集成AI和ML的SOC参考架构模型。该模型为实施提供结构化框架，详述不同SOC组件及其交互。研究强调这些技术对增强安全运营的益处，并通过案例研究展示ML和AI驱动的SOC组件如何实现最优安全性，最后讨论额外挑战和未来研究方向。
解读: 该AI安全运营技术对阳光电源智慧能源平台的网络安全至关重要。阳光iSolarCloud云平台管理全球数百GW光伏储能资产，面临日益严峻的网络安全威胁。该研究的AI驱动SOC架构可集成到阳光云平台安全体系，实现实时威胁检测、自动化响应和预测性防御。结合阳光储能变流器的边缘计算能力和设备级安全防护，该技...
通过Transformer模型实现电池储能系统的充电诊断和状态估计
Charge Diagnostics and State Estimation of Battery Energy Storage Systems Through Transformer Models
Rolando Antonio Gilbert Zequera · Anton Rassõlkin · Toomas Vaimann · Ants Kallaste · IEEE Access · 2025年1月
随着人工智能持续发展，设计提供能源技术诊断和维护的准确算法是能源转型领域的挑战性任务。本研究专注于Transformer模型实施用于电池储能系统充电诊断和算法设计。实验使用可编程直流电子负载测试两个锂离子电池单元评估充电指标，每个单元执行20次电池测试。采用滤波器、包装器和嵌入方法技术实现特征选择并展示电池测试关键性能指标。时间序列和状态估计是执行充电诊断和荷电状态预测的监督学习技术。结果显示Transformer模型卓越性能指标，相比传统深度学习算法在模型评估中达到超过94%准确率。
解读: 该Transformer电池诊断技术对阳光电源储能系统BMS具有重要应用价值。阳光ST系列储能变流器配套的电池管理系统需要精准的SOC估计和健康诊断，该Transformer模型可提升预测准确率至94%以上。阳光可将该技术集成到BMS算法中，实现更精准的电池状态估计和寿命预测，优化充放电策略，延长电...
虚拟同步发电机控制微电网中退役非等容量锂电池的一致性算法SOC均衡方案
Consistency Algorithm-Based SOC Balancing Scheme of Retired Non-Equal Capacity Lithium Battery in Virtual Synchronous Generator Controlled Microgrids
Qingfeng Wu · Xiaolin Chu · Yamin Fan · Liqun Liu 等5人 · IEEE Access · 2025年1月
退役电动汽车锂电池可用于微电网以充分利用锂电池剩余容量。由于使用寿命和环境差异，微电网中退役锂电池包的荷电状态和容量难以完全一致，SOC均衡是延长退役锂电池寿命的重要手段。然而传统虚拟同步发电机控制方案和现有基于虚拟同步发电机的SOC均衡方案无法实现虚拟同步发电机控制微电网中非等容量退役锂电池的SOC均衡。因此提出基于虚拟同步发电机控制的非等容量退役锂电池SOC均衡方案。分析传统虚拟同步发电机控制和退役锂电池容量差异在SOC均衡中的影响机制，通过修正传统虚拟同步发电机控制参数和线路阻抗消除容量对...
解读: 该退役电池SOC均衡技术与阳光电源储能系统梯次利用战略高度契合。阳光在电池梯次利用领域布局储能系统，该虚拟同步机和一致性算法方案可优化非等容量电池包的能量管理。阳光可将该技术应用于ST系列储能系统的BMS和EMS协同控制，实现梯次利用电池的高效均衡和寿命延长，降低储能成本，提升系统经济性，推进循环经...
基于新型混合深度神经网络的电池SOC和SOH估计
Battery State of Charge and State of Health Estimation Using a New Hybrid Deep Neural Network Approach
Saeid Jorkesh · Ryan Ahmed · Saeid Habibi · Reza Hosseininejad 等5人 · IEEE Access · 2024年10月
电动汽车BEV采用增加推动电池管理系统BMS进步，以应对成本和续航焦虑等挑战，两者均与电池性能相关。本文研究各种荷电状态SOC和健康状态SOH估计方法，提出结合门控循环单元GRU和长短期记忆LSTM模型的新型混合神经网络。所提方法在SOH和SOC估计精度方面显示显著改进，所需训练数据最少。关键贡献包括(1)混合GRU-LSTM模型提升SOC/SOH精度，(2)自优化能力，(3)有效处理温度变化无需OCV-SOC查找表，(4)适用于各种锂电池类型。实验结果显示，该方法在-10°C至40°C温度范围...
解读: 该混合神经网络技术对阳光电源电池管理系统具有重要应用价值。阳光ST储能系统和OBC车载充电机需要高精度SOC和SOH估计以优化充放电策略和延长电池寿命。该GRU-LSTM混合模型在宽温度范围内的高精度（SOC误差2%、SOH误差0.65%）可集成到阳光BMS系统，提升电池状态估计准确性。在工商业储能...
增强风力发电机可调度性的储能系统容量迭代启发式优化方法
An Iterative Heuristic Optimization Method for the Optimum Sizing of Battery Energy Storage System
Shubham Kashyap · Tirthadip Ghose · IEEE Access · 2024年3月
本研究旨在设计方法优化支持风能系统WES的储能系统BESS容量，以增强能源市场中的功率承诺灵活性。方法涉及三个关键步骤：(i)估算额定kW，(ii)初始化BESS额定kWh，(iii)基于启发式规则迭代调整BESS容量以防止负荷周期后SOC限制违规。为BESS生成三个真实负荷周期，其中一个基于最大误差值生成，其他负荷周期基于印度泰米尔纳德邦Agasthianpalli风电场预测误差正态分布曲线的均值和1σ生成。提出两个简单有效的启发式规则优化BESS容量，确保每天开始时最大SOC并全天维持SOC...
解读: 该储能容量优化技术直接对应阳光电源风储一体化解决方案。阳光在风电配储项目中需要精确计算储能容量以实现风电平滑输出和可调度性。该研究的启发式优化方法考虑SOC管理和负荷周期，可集成到阳光EMS系统的容量规划模块。在风电场储能配置中，该方法可优化阳光ST储能系统容量，平衡投资成本和调度收益。研究的双场景...
IMAX：高能效多级流水线粗粒度线性阵列及应用
IMAX: A Power-Efficient Multilevel Pipelined CGLA and Applications
Tomoya Akabe · Vu Trung Duong LE · Yasuhiko Nakashima · IEEE Access · 2024年12月
人工智能应用快速进步推动对灵活高效硬件架构的需求增长。为应对这些需求，提出IMAX，一种新型粗粒度线性阵列架构，在线性结构中交替缓存存储器和处理单元以吸收不规则存储访问延迟，实现卓越性能和能效。IMAX3通过引入优化通信、双缓冲和先进稀疏矩阵乘法技术进一步增强架构，带来显著性能改进。Xilinx VPK180 SoC上实时评估显示IMAX3卓越能力：稀疏矩阵乘法比GTX 1080Ti快503倍，FFT能效是Jetson AGX Orin的10倍。此外IMAX3在矩阵乘法中优于相关架构，速度比ST...
解读: 该高能效硬件加速架构对阳光电源边缘AI应用具有参考价值。阳光智能逆变器和储能系统需要高效的边缘计算能力，该IMAX3架构的低功耗高性能特点与阳光产品需求契合。阳光可借鉴该多级流水线设计理念，优化逆变器和储能系统的FPGA/ASIC芯片设计，提升AI算法执行效率，降低功耗，增强实时控制和智能诊断能力，...