Chenggeng Yao · Journal of Materials Science: Materials in Electronics · 2025年4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...

Saeid Jorkesh · Ryan Ahmed · Saeid Habibi · Reza Hosseininejad 等5人 · IEEE Access · 2024年10月

电动汽车BEV采用增加推动电池管理系统BMS进步，以应对成本和续航焦虑等挑战，两者均与电池性能相关。本文研究各种荷电状态SOC和健康状态SOH估计方法，提出结合门控循环单元GRU和长短期记忆LSTM模型的新型混合神经网络。所提方法在SOH和SOC估计精度方面显示显著改进，所需训练数据最少。关键贡献包括(1)混合GRU-LSTM模型提升SOC/SOH精度，(2)自优化能力，(3)有效处理温度变化无需OCV-SOC查找表，(4)适用于各种锂电池类型。实验结果显示，该方法在-10°C至40°C温度范围...

解读: 该混合神经网络技术对阳光电源电池管理系统具有重要应用价值。阳光ST储能系统和OBC车载充电机需要高精度SOC和SOH估计以优化充放电策略和延长电池寿命。该GRU-LSTM混合模型在宽温度范围内的高精度（SOC误差2%、SOH误差0.65%）可集成到阳光BMS系统，提升电池状态估计准确性。在工商业储能...

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...

Zhen Wangac · Li Zhaob · Yiding Liacd · Wenwei Wangac · Applied Energy · 2025年11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...

Ripfumelo Humphrey Malele · Bongumsa Mendu · Bessie Baakanyang Monchusi · IEEE Access · 2025年2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...

Si-Zhe Chen · Jing Liu · Haoliang Yuan · Yibin Tao 等6人 · Applied Energy · 2025年3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...

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,...

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...