找到 1 条结果 · IEEE Transactions on Power Electronics
基于克拉美-罗界分析的电池/超级电容混合储能系统参数辨识与最大功率估计
Parameter Identification and Maximum Power Estimation of Battery/Supercapacitor Hybrid Energy Storage System Based on Cramer–Rao Bound Analysis
Ziyou Song · Jun Hou · Heath F. Hofmann · Xinfan Lin 等5人 · IEEE Transactions on Power Electronics · 2019年5月
本文针对电池/超级电容混合储能系统（HESS），提出了一种用于状态监测和最大功率估计的参数辨识方法。通过费舍尔信息矩阵分析，推导了考虑电压测量噪声下的参数辨识误差解析界，并进行了实验验证。
解读: 该研究对于阳光电源的PowerTitan和PowerStack等储能系统具有重要价值。通过克拉美-罗界（CRB）分析优化参数辨识精度，可显著提升BMS对电池健康状态（SOH）和功率能力的评估准确性，从而优化PCS的充放电策略。在混合储能方案中，该技术有助于更精准地分配电池与超级电容的功率，延长系统寿...