Zhen Huang · Jiawei Gong · Xuechun Xiao · Yuan Gao 等7人 · IET Power Electronics · 2025年2月 · Vol.18

本文综述了人工智能与数字孪生技术在电力电子变换器控制中的独特优势，旨在探索并实现更高水平的控制策略数字化。通过分析各类智能算法与数字孪生架构在交通电力系统中的协同作用，文章总结了其在提升动态响应、故障诊断与系统可靠性方面的潜力，为未来智能交通能源系统的优化控制提供了技术路径与研究方向。

解读: 该综述对阳光电源新能源汽车产品线具有直接应用价值。文中AI与数字孪生技术可应用于车载OBC充电机和电机驱动控制器的智能化升级：通过数字孪生建立功率变换器实时仿真模型，结合AI算法实现动态工况下的自适应控制优化，提升电机驱动系统的动态响应速度和效率。该技术可与阳光电源iSolarCloud平台融合，构...

Ghazal Rahmani-Sane · Sasan Azad · Mohammad Taghi Ameli · Sasan Haghani · IEEE Access · 2025年1月

本文首次全面综述电力系统中各类AI技术，涵盖负荷预测、安全评估、电压稳定性评估、切负荷、虚假数据注入攻击检测、状态估计与定位、故障检测定位、电能质量扰动检测等应用。针对AI实际应用挑战，引入两大工具：迁移学习与AI算法的战略结合，以及数字孪生技术的利用。这些方法的整合显著提升AI模型性能和准确性，为充分利用AI能力、推进可持续能源未来提供基础知识。

解读: 该AI综述对阳光电源智慧能源平台建设具有战略指导意义。阳光iSolarCloud云平台已应用AI技术进行负荷预测和故障诊断，该研究提出的迁移学习和数字孪生技术可进一步提升系统智能化水平。阳光可构建储能和光伏电站的数字孪生模型，实现精准预测性维护，降低运维成本15-20%，提升电站全生命周期收益。...

Judith Nkechinyere Njoku · Ebuka Chinaechetam Nkoro · Robin Matthew Medina · Cosmas Ifeanyi Nwakanma 等6人 · IEEE Access · 2025年1月

电池管理系统BMS复杂性增加导致处理准确实时监测和控制所需海量数据面临挑战。现有严重依赖人工智能AI的BMS框架常因数据限制而影响状态估计精度，最终影响电池性能和安全性。提出集成数字孪生DT技术应对这些挑战。DT创建物理电池系统的虚拟表示，通过先进AI算法实现增强监测、预测性维护和优化性能。本研究全面探索BMS的DT技术。首先综述基本概念，包括DT在电池管理中的定义、角色和高层架构。其次检查研究和行业案例研究以识别开发强大电池DT的必要技术和工具。提出详细框架将DT与现有BMS基础设施集成，聚焦...

解读: 该数字孪生电池管理技术对阳光电源BMS产品线有前瞻性参考价值。阳光储能BMS和车载OBC可借鉴DT技术实现虚拟仿真和优化。数字孪生虚拟表示可应用于阳光电池系统的状态监测和预测性维护。AI算法与DT集成的思路可提升阳光BMS的智能化水平。该综述提出的集成框架和实施策略，对阳光BMS数字化转型有指导意义...

Irum Saba · Abdulraheem H. Alobaidi · Sultan Alghamdi · Muhammad Tariq · IEEE Access · 2025年1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...