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...

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...

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...

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,...

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...

Ripfumelo Humphrey Malele · Bongumsa Mendu · Bessie Baakanyang Monchusi · IEEE Access · 2025年1月

微控制器驱动的电池管理系统BMS对电动汽车、便携电子设备和可再生能源储能等应用至关重要。这些系统监控控制电压、电流、温度和荷电状态等关键参数以优化电池性能和寿命。本研究对混合能源系统中微控制器驱动电池管理进行系统文献综述，聚焦应用、控制策略和新兴趋势。综述发现微控制器系统在可再生能源和电池管理领域取得重大进展。MPPT和PWM等工具提高效率，Arduino和TMS320F28379D等微控制器根据项目平衡成本和性能。锂离子电池因长寿命受青睐，铅酸电池因成本低仍有市场。关键贡献包括综述电池充电系统...

解读: 该BMS综述对阳光电源储能和电动汽车产品线有全面参考价值。阳光储能BMS和车载OBC采用高性能微控制器实现精准电池管理。MPPT算法是阳光光伏逆变器核心技术，该综述验证其在电池充电中的重要性。PWM控制技术与阳光功率变换器控制策略一致。锂离子电池管理是阳光BMS产品的核心场景。该综述识别的研究空白和...

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...

Shravan Murlidharan · Varsha Ravulakole · Jyothi Karnati · Hafiz Malik · IEEE Access · 2025年1月

电池管理系统BMS在现代储能技术中发挥关键作用，确保电池安全、性能和寿命。然而随着BMS日益复杂和互联，面临不断增长的网络安全挑战可能导致灾难性故障和安全隐患。本文全面概述针对传统和无线BMS的网络攻击。探索各种攻击载体，包括恶意软件注入、电磁干扰EMI、温度传感操纵、传感器故障和故障注入、现代BMS干扰攻击。通过威胁建模和脆弱性分析，本文检查对BMS功能、安全和性能的潜在影响。突出不同BMS架构和组件相关的脆弱性，强调保护免受新兴威胁所需的强大网络安全措施。关键网络安全策略包括入侵检测系统ID...

解读: 该BMS网络安全研究对阳光电源储能和电动汽车BMS产品线有重要参考价值。阳光储能BMS和车载OBC面临日益严峻的网络安全威胁。威胁建模和脆弱性分析方法可应用于阳光BMS安全评估和防护设计。入侵检测IDS和加密身份验证技术可集成到阳光BMS中，提升系统安全等级。可信平台模块TPM等硬件安全机制对阳光开...

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...

Shiquan Wang · Kai Ou · Wei Zhang · Ya-Xiong Wang · IEEE Transactions on Industrial Electronics · 2024年7月

准确估算荷电状态（SOC）和健康状态（SOH）对于改进电池管理技术至关重要。然而，电池会受到温度和老化的影响，导致其呈现出更难以表征的非线性关系。本文提出了一种基于温度相关扩展卡尔曼滤波器（EKF）和深度学习的锂离子电池SOC - SOH联合估算方法。首先，创建包含温度和容量变量的电池模型状态矩阵、控制矩阵和观测矩阵，以便在本地端使用EKF进行实时SOC估算。其次，利用卷积神经网络（CNN）和注意力机制提取并加权电池老化特征，并结合门控单元解决长序列记忆问题，从而在远程计算平台上进行SOH估算。...

解读: 从阳光电源储能系统业务视角看，这项基于温度依赖扩展卡尔曼滤波与深度学习的SOC-SOH联合估算技术具有显著的工程应用价值。该技术直击储能系统电池管理的核心痛点——在复杂温度环境和电池老化条件下实现精准状态估计，这对我司大规模储能电站和户用储能产品的安全性、经济性至关重要。 技术架构上，论文提出的"...

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...

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...

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,...

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...

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...

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...

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...