找到 48 条结果
一种用于锂离子电池无偏荷电状态估计的集总扰动补偿方案
A Lumped Disturbance Compensation Scheme for Unbiased State-of-Charge Estimation of Lithium-ion Batteries
Haoda Xi · Xijian Lin · Shuo Zhang · Xi Luo 等6人 · IEEE Transactions on Power Electronics · 2025年3月
针对锂离子电池等效电路模型不确定性及传感器噪声导致的SOC估计精度下降问题，本文提出了一种集总扰动补偿方案。该方法有效解决了时变扰动及初始SOC未知条件下的估计偏差，显著提升了电池管理系统在复杂工况下的SOC估计鲁棒性与准确性。
解读: 该研究直接服务于阳光电源的储能业务核心技术。在PowerTitan和PowerStack等大型储能系统中，高精度的SOC估计是实现电池簇均衡管理、延长系统寿命及保障安全运行的关键。该集总扰动补偿方案可集成至iSolarCloud智能运维平台及BMS算法库中，有效提升在复杂电网环境下的SOC估算精度，...
一种减少驱动电路数量的多绕组变压器锂电池单体间主动均衡方法
A MultiWinding Transformer Cell-to-Cell Active Equalization Method for Lithium-Ion Batteries With Reduced Number of Driving Circuits
Yang Chen · Xiaofang Liu · Yangyi Cui · Jiming Zou 等5人 · IEEE Transactions on Power Electronics · 2015年1月
针对串联锂电池组的过充过放问题，本文提出了一种基于多绕组变压器的新型双向单体间主动均衡方法。该方法通过优化拓扑结构，显著减少了驱动电路数量，在实现快速均衡的同时，有效提升了均衡效率并降低了系统复杂度，为电池管理系统提供了更优的均衡方案。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高的应用价值。高效的电池均衡技术是提升大型储能系统寿命与安全性的核心，该方案通过减少驱动电路数量，不仅能降低BMS硬件成本，还能提升系统集成度与可靠性。建议研发团队评估该多绕组变压器拓扑在兆瓦级储能系统中的扩展性，重...
电动汽车高功率LLC谐振充电机中的突发模式消除
Burst Mode Elimination in High-Power LLC Resonant Battery Charger for Electric Vehicles
Navid Shafiei · Martin Ordonez · Marian Craciun · Chris Botting 等5人 · IEEE Transactions on Power Electronics · 2016年2月
为满足电动汽车电池充电需求，智能充电机需在宽负载及输出电压范围内工作，并提供无纹波充电电流以保障BMS运行环境。本文提出一种先进的LLC谐振变换器控制策略，旨在消除高功率充电过程中的突发模式，提升充电效率与电能质量。
解读: 该研究针对LLC谐振变换器在宽范围输出下的控制优化，对阳光电源的电动汽车充电桩业务具有直接参考价值。消除突发模式（Burst Mode）有助于提升充电桩在轻载及宽电压输出下的电流纹波控制能力，从而降低对BMS的电磁干扰，提升充电系统的可靠性与用户体验。建议研发团队关注该拓扑优化方案，将其应用于高功率...
基于主动电流注入的锂离子电池状态与参数联合估计
Combined State and Parameter Estimation of Lithium-Ion Battery With Active Current Injection
Ziyou Song · Hao Wang · Jun Hou · Heath F. Hofmann 等5人 · IEEE Transactions on Power Electronics · 2020年4月
本文研究了锂离子电池荷电状态（SoC）、健康状态（SoH）及动态参数的联合估计问题。针对传统方法收敛速度慢及受测量噪声和模型误差影响大的问题，提出了一种主动电流注入策略，以提高估计的收敛速度与精度，确保电池系统运行的可靠性与最优性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack及户用储能系统）具有极高的应用价值。通过主动电流注入实现SoC/SoH的高精度联合估计，可显著提升BMS的估算准确度，延长电池循环寿命，并降低因模型偏差导致的过充过放风险。建议研发团队将其集成至iSolarCloud智能运维平台...
考虑实际工况的锂离子电池增量容量曲线确定方法对比研究
Comparative Study of Incremental Capacity Curve Determination Methods for Lithium-Ion Batteries Considering the Real-World Situation
Peng Liu · Yizhong Wu · Chengqi She · Zhenpo Wang 等5人 · IEEE Transactions on Power Electronics · 2022年10月
增量容量分析（ICA）是电池健康状态（SOH）评估的关键技术，但电动汽车在实际运行中充电条件不确定且数据不完整，限制了增量容量（IC）曲线的提取。本文针对真实工况下的IC曲线确定方法进行了深入对比分析，旨在提升复杂环境下电池状态评估的准确性与鲁棒性。
解读: 该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中，高精度的SOH估算对于保障电站全生命周期收益至关重要。通过引入更鲁棒的IC曲线提取算法，可显著提升iSolarCloud平台对电池衰减的预测精度，优化电池管理系统（BMS）的均衡策略与运维建议。...
基于往复式移动视界估计的快速收敛车载锂离子电池荷电状态估计
Fast Convergent On-Board Li-Ion Battery State-of-Charge Estimation via Back-Forth Moving Horizon Estimation
Zhihao Liu · Yu Xiao · Yuan Yuan · Xiaodong Xu 等6人 · IEEE Transactions on Power Electronics · 2025年9月
准确的荷电状态（SOC）估计对锂离子电池的安全运行至关重要。针对现有方法对初始SOC敏感及计算复杂度高的问题，本研究提出了一种车载往复式移动视界估计（BFMHE）框架，在保证高精度和鲁棒性的同时，显著提升了计算效率，适用于车载电池管理系统。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及户用储能系统）具有极高的应用价值。SOC估计的精度与收敛速度直接决定了储能系统的可用容量及运行安全性。BFMHE框架通过优化计算复杂度，能够有效提升BMS在复杂工况下的状态感知能力，减少对初始值的依赖，从而提升系统在电网侧、工商...
针对锂离子电池模型失配的精确荷电状态估计：一种联合移动视界估计方法
Accurate State of Charge Estimation With Model Mismatch for Li-Ion Batteries: A Joint Moving Horizon Estimation Approach
Jia-Ni Shen · Jia-Jin Shen · Yi-Jun He · Zi-Feng Ma · IEEE Transactions on Power Electronics · 2019年5月
精确的荷电状态（SOC）估计对锂电池的安全管理及充放电控制至关重要。然而，电池一致性差异及动态特性变化导致的模型失配问题，常使传统基于模型的SOC估计精度受限。本文提出一种联合移动视界估计（MHE）方法，旨在有效解决模型失配带来的估计误差，提升电池状态监测的鲁棒性与准确性。
解读: 该研究直接服务于阳光电源PowerTitan、PowerStack等储能系统及BMS核心算法的优化。在大型储能电站中，电池组的一致性衰减是长期运行的痛点，模型失配会导致SOC估算偏差，进而影响电池均衡与可用容量。引入移动视界估计（MHE）算法，能够显著提升BMS在复杂工况下的SOC估计精度，延长电池...
基于局部充电曲线重构的锂离子电池健康状态估计
State of Health Estimation for Lithium-Ion Batteries Based on Partial Charging Curve Reconstruction
Yiwen Sun · Qi Diao · Hongzhang Xu · Xiaojun Tan 等6人 · IEEE Transactions on Power Electronics · 2025年4月
为保障锂离子电池安全高效运行，精确估计健康状态（SOH）至关重要。针对现有研究多依赖完整或大范围充电曲线、在实际应用中难以获取的问题，本文提出了一种基于局部充电曲线重构的SOH估计新方法，有效提升了电池状态评估的实用性与准确性。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有极高的应用价值。在实际电站运维中，电池往往难以充满，基于局部曲线的SOH估计能显著提升iSolarCloud平台对电池衰减的监测精度，无需等待电池完全充电即可完成评估。建议将该算法集成至BMS核心算法库中，以优化储能电站的寿命...
基于短历史数据的长短期记忆模型锂离子电池SOH估计
Lithium-Ion Battery SOH Estimation Based on a Long Short-Term Memory Model Using Short History Data
Wenbin Li · Changwei Lin · Seyedmehdi Hosseininasab · Lennart Bauer 等5人 · IEEE Transactions on Power Electronics · 2025年5月
本文针对电动汽车电池管理系统（BMS），提出了一种基于短时充电历史数据的锂离子电池健康状态（SOH）估计方法。该数据驱动模型利用长短期记忆（LSTM）网络，解决了实际应用中因部分充放电循环导致的SOH估计难题，实现了在灵活电压范围下的高精度健康状态评估。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统在电网侧和工商业侧常面临频繁的浅充浅放，传统的基于全周期数据的SOH估算精度受限。引入基于LSTM的短历史数据估算模型，可显著提升iSolarCloud平台对电池衰减的预测精度，优化电池...
基于等效电路模型极化网络综合阻抗量化的快速电池参数辨识算法
Fast Battery Parameters Identification Algorithm Based on Equivalent Circuit Model Polarization Network Comprehensive Impedance Quantification
Zhihao Yu · Shunyuan Wang · Luning Liu · Yu Liu 等7人 · IEEE Transactions on Power Electronics · 2025年11月
本文针对锂电池等效电路模型（ECM）中RC网络参数辨识难以收敛且缺乏明确工程物理意义的问题，提出了一种基于极化网络综合阻抗量化的参数辨识方法。该方法有效解决了多参数组合的最优解不唯一性，实现了电池动态特性的快速、准确辨识，为电池状态估计提供了更可靠的理论基础。
解读: 该算法对阳光电源的储能业务（如PowerTitan、PowerStack及ST系列PCS）具有极高的应用价值。精确的电池参数辨识是BMS核心算法的基础，能够显著提升SOC/SOH估算的精度，优化电池组的一致性管理。在阳光电源的储能系统中，应用该快速辨识算法可提升PCS对电池动态响应的控制性能，增强系...
电动汽车电池在线数据驱动故障诊断与热失控预警
An Online Data-Driven Fault Diagnosis and Thermal Runaway Early Warning for Electric Vehicle Batteries
Zhenyu Sun · Zhenpo Wang · Peng Liu · Zian Qin 等8人 · IEEE Transactions on Power Electronics · 2022年10月
电池故障诊断对电动汽车的安全运行至关重要，特别是热失控预警。本文提出了一种锂离子电池实时早期故障诊断方案，旨在通过数据驱动方法实现早期失效检测，降低高能量密度锂电池的安全风险，应对行业面临的重大挑战。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack系列）具有重要参考价值。虽然文章侧重于电动汽车，但其核心的“在线数据驱动故障诊断”与“热失控预警”算法可直接迁移至大型储能电站的BMS系统。通过在iSolarCloud平台集成此类深度学习算法，可提升储能电芯状态监测的精度，实现从...
结合电化学与数据稀疏高斯过程回归的锂离子电池混合建模
Combining electrochemistry and data-sparse Gaussian process regression for lithium-ion battery hybrid modeling
Jackson Fogelquis · Xinfan Lin · Applied Energy · 2025年12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...
一种基于微库模块自重构控制的分布式架构以提高电池储能系统能效
A Distributed Architecture Based on Microbank Modules With Self-Reconfiguration Control to Improve the Energy Efficiency in the Battery Energy Storage System
Zhiliang Zhang · Yong-Yong Cai · Yue Zhang · Dong-Jie Gu 等5人 · IEEE Transactions on Power Electronics · 2016年1月
本文提出了一种用于直流微电网的基于微库模块（MBM）的分布式电池架构。该架构具有以下优势：1）解决了电压均衡问题，避免过充过放；2）高兼容性与可靠性；3）高能量利用效率；4）降低了电池管理系统（BMS）的体积与重量。
解读: 该分布式架构对阳光电源的PowerTitan和PowerStack系列储能系统具有重要的技术参考价值。通过微库模块（MBM）实现电池组的精细化管理和自重构，能够有效解决传统集中式架构中电池串联带来的不一致性问题，显著提升系统能量利用率并延长电池寿命。对于阳光电源而言，该技术可优化BMS的硬件架构，降...
磷酸铁锂电池组主动均衡的运行到运行
Run-to-Run）控制
Xiaopeng Tang · Changfu Zou · Torsten Wik · Ke Yao 等8人 · IEEE Transactions on Power Electronics · 2020年2月
磷酸铁锂电池因电压平台平坦导致荷电状态（SOC）观测困难，成为电池均衡管理的难点。本文针对串联磷酸铁锂电池组，提出了一种实时主动均衡控制策略，旨在解决电池组在缺乏精确模型情况下的均衡难题，提升储能系统的整体效率与寿命。
解读: 该研究直接服务于阳光电源的储能业务核心。磷酸铁锂（LFP）是PowerTitan和PowerStack系列储能系统的核心电芯技术，电池一致性直接影响系统可用容量与寿命。该Run-to-Run控制策略可优化BMS（电池管理系统）的均衡算法，提升多串联电池组的利用率。建议研发团队将其集成至iSolarC...
基于异常发热与深度学习算法的电动汽车电池热失控故障预测
Battery Thermal Runaway Fault Prognosis in Electric Vehicles Based on Abnormal Heat Generation and Deep Learning Algorithms
Da Li · Peng Liu · Zhaosheng Zhang · Lei Zhang 等9人 · IEEE Transactions on Power Electronics · 2022年7月
针对电动汽车在复杂工况下电池热失控预测难的问题，本文提出了一种基于异常发热（AHG）的预测模型。该模型结合长短期记忆网络（LSTM）等深度学习算法，能够有效识别电池异常状态，提升电动汽车运行安全性。
解读: 该研究对阳光电源的储能系统（如PowerTitan、PowerStack）具有重要参考价值。储能系统本质上是大规模电池组的集成，热失控监测是BMS的核心安全功能。通过引入基于异常发热的深度学习预测模型，阳光电源可优化iSolarCloud平台的电池健康状态（SOH）评估与预警算法，从单纯的阈值报警升...
基于新型指标与分数阶灰色模型及无迹粒子滤波的电池剩余寿命预测
Remaining Useful Life Prediction of Battery Using a Novel Indicator and Framework With Fractional Grey Model and Unscented Particle Filter
Lin Chen · Jing Chen · Huimin Wang · Yijue Wang 等7人 · IEEE Transactions on Power Electronics · 2020年6月
锂离子电池是电动汽车供电的核心。准确预测电池剩余使用寿命（RUL）对于保障系统安全与可靠性至关重要。由于电池老化机制复杂，BMS进行RUL预测面临挑战。本文提出了一种基于新型退化指标的预测框架，结合分数阶灰色模型与无迹粒子滤波算法，有效提升了电池寿命预测的精度与鲁棒性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高的应用价值。电池寿命预测是储能系统安全运维的核心，该算法可集成至iSolarCloud智能运维平台，通过更精准的RUL评估，优化电池簇的充放电策略，延长系统全生命周期收益。建议研发团队将该分数阶灰色模型与无迹粒子滤...
一种宽寿命周期下串联电池组在线SOC估计的放电模式识别新方法
A Novel Discharge Mode Identification Method for Series-Connected Battery Pack Online State-of-Charge Estimation Over A Wide Life Scale
Shiqi Liu · Junhua Wang · Qisheng Liu · Jia Tang 等7人 · IEEE Transactions on Power Electronics · 2021年1月
针对锂电池组内因老化差异导致的SOC估计难题，本文提出了一种放电模式识别（DMI）方法。该方法通过简化处理流程，实现了在宽寿命周期内对串联电池组SOC的精确在线估计，有效提升了储能系统在全生命周期内的运行精度与可靠性。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统核心的BMS算法优化。在大型储能电站中，电芯老化不一致性是影响系统可用容量和安全性的关键痛点。该DMI方法能够提升BMS对电池组SOC的估算精度，特别是在电池全生命周期内，有助于延长系统运行寿命并优化调峰调频性能。建议研发团...
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,...
基于开路电压模型与增量容量分析融合的锂离子电池健康状态估计
State-of-Health Estimation of Lithium-Ion Batteries by Fusing an Open Circuit Voltage Model and Incremental Capacity Analysis
Xiaolei Bian · Zhongbao GAE Wei · Weihan Li · Josep Pou 等6人 · IEEE Transactions on Power Electronics · 2021年1月
本文提出了一种融合开路电压（OCV）模型与增量容量分析（ICA）的锂离子电池健康状态（SOH）估计新方法。通过构建新型OCV模型提取关键特征（FOIs），实现了对电池老化过程的精准诊断，为提升电池系统的可靠性与寿命管理提供了有效手段。
解读: 该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中，精准的SOH估算对于保障电站全生命周期收益至关重要。该融合算法可集成至BMS（电池管理系统）中，通过结合OCV与ICA分析，提升电池老化诊断精度，从而优化iSolarCloud平台的运维策略，实...
用于光伏微电网能量管理策略适应的VRLA-Gel蓄电池组原位性能评估
In-Situ performance assessment of VRLA-Gel battery bank for energy management strategies Adaptation in PV microgrids
Khadim Ullah Jana · Ghjuvan Antone Faggianelli · Jean-Laurent Duchaud · Anne Migan-Dubois 等5人 · Energy Conversion and Management · 2025年11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...
第 2 / 3 页