Kai ZhaoYing LiuYue ZhouWenlong MingJianzhong Wu · 中国电机工程学会热电联产 · 2025年4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...

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...

Bowen Zheng · Zhichao Dengd · Zhenhao Luo · Shuoyuan Mao 等14人 · Applied Energy · 2025年12月 · Vol.401

摘要 随着全球能源转型与低碳技术的快速发展，锂离子电池作为核心储能单元，其性能提升与安全管理高度依赖于精确的电池建模。电池建模经历了从机理驱动到数据驱动、从单尺度到多尺度融合的发展过程，形成了三大主流技术体系：其一，基于Thevenin框架的等效电路模型（ECM），利用RC网络拟合电池外部特性，通过引入迟滞模块并结合遗传算法优化，可在电池管理系统（BMS）实时控制中实现毫秒级响应，展现出显著的工程应用优势；然而，其建模逻辑局限于端口特性，缺乏对深层物理机制的解释能力。其二，基于多孔电极理论和偏微...

解读: 该锂电池建模综述对阳光电源储能系统具有重要指导意义。等效电路模型可直接应用于ST系列PCS的BMS实时控制,实现毫秒级SOC估算;物理场模型支撑PowerTitan电池包热管理优化和材料选型;数据驱动模型可融入iSolarCloud平台,提升储能电站全生命周期预测性维护能力。多尺度混合建模思路为阳光...