找到 26 条结果
基于自放电阻抗变化的锂电池存储容量衰减评估技术
Evaluation Technology of Capacity Degradation for Lithium Batteries Based on Self-Discharge Impedance Variation
董明李晓枫熊锦晨刘王泽宇罗阳任明 · 中国电机工程学报 · 2025年3月 · Vol.45
锂电池在存储过程中因自放电导致性能衰退，影响其寿命。本文通过容量增量曲线分析容量衰减内因，结合不同因素下自放电过程的阻抗谱变化，采用弛豫时间分布法解析电化学反应机理，并建立容量衰减模型。结果表明，存储期间SEI膜阻抗增大，且随温度和初始SOC升高而加剧；容量损失主要源于活性锂消耗与SEI生长，容量衰减量与时间近似呈0.5次方关系。实验数据拟合验证了模型有效性，为锂电池寿命预测提供理论依据。
解读: 该自放电阻抗评估技术对阳光电源ST系列储能系统和PowerTitan大型储能产品具有重要应用价值。研究揭示的SEI膜阻抗增长机理与温度、SOC的关联规律，可直接应用于iSolarCloud平台的电池健康状态（SOH）预测算法优化，通过阻抗谱监测实现存储容量衰减的精准评估。容量衰减与时间0.5次方关系...
基于精细化多状态建模的电池储能系统可靠性指标与评估
Refined multi-state modeling based battery energy storage system reliability indicators and evaluation
Xiaohe Yan · Jialiang Li · Nian Liu · Applied Energy · 2025年1月 · Vol.393
准确评估电池储能系统（BESS）的可靠性对于提高其运行效率、延长使用寿命以及降低维护成本具有重要意义。可靠性指标是实现BESS可靠性评估的关键环节。然而，当前的可靠性指标大多从BESS的整体角度出发进行设定，忽略了内部电池性能的退化过程，难以适用于大容量、多单元、拓扑结构复杂的BESS。因此，本文提出了一种基于BESS精细化多状态模型的可靠性指标体系及综合评价方法。首先，考虑电池单体的性能衰减，建立了基于电池单体健康状态（SOH）的多状态模型，并通过算子分裂的递归通用生成函数（UGF）方法将其扩...
解读: 该电池储能系统多状态可靠性建模技术对阳光电源ST系列PCS及PowerTitan储能解决方案具有重要应用价值。论文提出的基于电芯SOH的精细化多状态模型和'良好-衰减-风险-缺陷-故障'五级分类体系,可直接应用于阳光电源大容量储能系统的健康管理。结合iSolarCloud平台的预测性维护功能,该可靠...
锂离子电池高倍率放电老化机理与解析建模：侧重于正极集流体溶解与颗粒断裂
Mechanism and analytical modeling of high-rate discharge aging in lithium-ion batteries: Emphasizing cathode current collector dissolution and particle fracture
Jingbo Han · Guoliang Li · Chong Zhu · Yansong Wang 等7人 · Applied Energy · 2025年1月 · Vol.393
摘要 以LiMnxNiyCozO2（NMC）为正极材料的能量型电池因其优异的能量密度特性，被广泛应用于电动汽车（EV）中。随着高功率应用场景的不断增加，研究能量型电池在高倍率放电条件下的老化机理，并对老化现象进行定量分析，已成为一项至关重要的任务。本研究首先在1C、2C和3C三种放电倍率下开展了加速老化实验，并结合多种宏观与微观测试技术，对电池老化的物理过程进行了系统深入的分析。结果表明，正极集流体溶解、铝元素在负极的沉积以及正极颗粒的破裂是导致容量衰减的主要原因。此外，通过将改进的巴特勒-伏尔...
解读: 该研究揭示的高倍率放电老化机制对阳光电源储能系统具有重要价值。针对正极集流体溶解、颗粒破裂等衰减机理,可优化PowerTitan储能系统的BMS热管理策略和充放电曲线设计。所建立的电化学-热-老化耦合模型可集成至iSolarCloud平台,实现全生命周期SOH精准预测和预防性维护。对ST系列PCS的...
基于图特征与深度学习的锂离子电池退化轨迹早期感知
Early perception of Lithium-ion battery degradation trajectory with graphical features and deep learning
Haichuan Zhao · Jinhao Meng · Qiao Peng · Applied Energy · 2025年1月 · Vol.381
摘要 在电池储能系统（BESS）的全生命周期管理中，早期捕捉锂离子电池（LIB）的退化路径至关重要，然而现有研究主要集中在短期电池健康状态（如健康状态，SOH）诊断。本研究提出一种创新性概念，旨在仅利用少量初始循环数据即可感知锂离子电池的退化轨迹，从而为BESS复杂化的运行与维护策略预留充足的调整空间。本文提出一种新颖的深度学习框架，通过构建基于电池早期使用数据的图特征来获取容量退化轨迹。为了捕获更丰富的容量衰减特征，该框架通过生成增量容量（IC）曲线和容量差分曲线对电压-容量数据进行增强，并将...
解读: 该早期电池退化轨迹预测技术对阳光电源ST系列储能系统及PowerTitan产品具有重要价值。通过少量初始循环数据的图形化特征和深度学习,可在电池全生命周期早期预判容量衰减路径,为储能系统预测性维护提供60个循环内的精准预警。该技术可集成至iSolarCloud平台,结合增量容量曲线分析,优化BMS健...
超级电容器研究中的能量存储：从分子模拟到机器学习的跨学科应用
Energy storage in supercapacitor researches: Interdisciplinary applications from molecular simulations to machine learning
Yawen Dong1 · Yutong Liu1 · Feifei Mao · Hua Wu · Applied Energy · 2025年1月 · Vol.393
摘要 科学界持续关注超级电容器（SCs），因其在环境保护和能量存储方面具有重要意义。超级电容器的性能取决于比容量、循环稳定性、功率密度和能量密度等关键特性，其中电极材料的性能、电极与电解质之间的相互作用以及电极表面或层间的电荷转移过程，对超级电容器整体性能具有显著影响。在超级电容器的研究领域中，计算模拟的应用至关重要，因其具备强大的模拟计算与预测能力。本文综述了近年来利用密度泛函理论（DFT）和机器学习（ML）技术设计与优化超级电容器的最新进展。我们总结了DFT在理解电极材料的电子结构、电荷存储...
解读: 该超级电容器研究整合DFT、分子动力学与机器学习的方法论,对阳光电源储能系统具有重要价值。在ST系列PCS和PowerTitan产品中,可借鉴ML技术优化电极材料设计,提升功率密度和循环寿命;将SOH预测算法应用于iSolarCloud平台,实现储能设备健康状态智能监测;结合SiC器件特性,通过计算...
级联滑模观测器在具有下三角结构的高阶系统中的应用
Cascaded Sliding-mode Observer for High-order Systems with Lower-triangular Structure
Tianhao Wen1Yuqing Lin1Yang Liu1Q.H.Wu1Yinsheng Su2 · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
针对大规模复杂电力系统的状态估计与自适应控制问题，本文提出一种适用于具有下三角结构且无需满足Byrnes-Isidori标准形的高阶系统的级联滑模观测器。通过将系统已知非线性项的关键信息嵌入观测器的不同子块中，在合理参数设计下，观测器状态可快速到达并沿滑模面交集滑动，使估计误差迅速收敛至由观测器参数决定的微小范围内。相比传统高增益及经典嵌入式高增益滑模观测器，该方法在保持相近收敛速度的同时显著降低增益系数，缓解了峰值现象，且子块维度无约束，结构更灵活。在五阶非线性系统与10机48节点电力系统上的...
解读: 该级联滑模观测器技术对阳光电源储能与新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中，可用于电池状态（SOC/SOH）的精确估计和多机并联系统的协调控制，相比传统高增益观测器显著降低增益系数，有效抑制峰值现象，提升系统鲁棒性。在ST系列储能变流器的构网型GFM控制中，该观测器能实...
第 2 / 2 页