找到 37 条结果
基于多绕组变压器的低成本栅极驱动单元电池均衡系统
Multiwinding Transformer Based Cell Balancing System With Cost-Effective Gate Drivers
作者未知 · IEEE Transactions on Power Electronics · 2025年1月
电池均衡是电池管理系统的关键要素，用于确保电池单体的电压差处于合适范围内。本文提出了一种基于多绕组变压器（MWT）的有源电池均衡器，并配备了具有成本效益的栅极驱动电路。该均衡器可使所有电池在任何时候同时进行均衡，与传统的基于半桥的多绕组变压器均衡器相比，均衡速度更快。此外，该均衡器中使用的所有金属 - 氧化物 - 半导体场效应晶体管（MOSFET）均由基于脉冲变压器隔离或电容隔离的多端口电路驱动，从而降低了成本并减小了尺寸。这些特性使得所提出的电池均衡器更适用于需要快速电池均衡的电池储能系统和电...
解读: 从阳光电源储能系统业务角度看，这项基于多绕组变压器的电池均衡技术具有显著的应用价值。当前我司储能产品线涵盖工商业储能和大型电网侧储能系统，电池管理系统（BMS）的均衡性能直接影响系统效率、寿命和安全性。 该技术的核心优势在于两点：首先，同步均衡能力突破了传统半桥架构的串行限制，可实现所有电芯的并行...
一种基于物理信息的混合多任务学习方法用于锂离子电池早期寿命阶段的全生命周期老化估计
A Physics-Informed Hybrid Multitask Learning for Lithium-Ion Battery Full-Life Aging Estimation at Early Lifetime
Shuxin Zhang · Zhitao Liu · Yan Xu · Hongye Su · IEEE Transactions on Industrial Informatics · 2024年9月
锂离子电池健康状态估计是电池管理系统的关键环节，现有方法主要基于机理模型或数据驱动方法。本文提出一种融合机理知识与数据驱动的物理信息混合多任务学习框架，可在电池早期寿命阶段实现全生命周期老化状态估计。通过引入混合老化模式特征，融合电极级健康状态与数据驱动信息，构建电化学机理指导的多任务生成模型，用于估计固相颗粒与电解质中的Li⁺浓度动态。采用电极级状态约束训练策略，确保模型符合因果性。在三个电池数据集上验证了从电化学到单体层面的老化状态估计性能。相比传统方法，所提方法在估计精度与实时性方面均表现...
解读: 该物理信息混合多任务学习技术对阳光电源储能产品线具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的BMS中，可实现电池早期寿命阶段的全生命周期老化预测，显著提升电池健康状态估计精度。通过融合电化学机理模型与数据驱动方法，能在iSolarCloud云平台实现电极级健康状态监测与...
基于神经网络模仿学习的随机电池管理系统近似
Neural Network-Based Imitation Learning for Approximating Stochastic Battery Management Systems
Andrea Pozzi · Alessandro Incremona · Daniele Toti · IEEE Access · 2025年1月
锂离子电池在电动汽车中发挥关键作用，但优化充电过程以提升电池寿命、安全性和效率仍是重大挑战。传统预测控制方法依赖精确模型，受老化、生产变异和运行条件导致的参数不确定性限制。随机预测控制策略可通过将不确定性纳入优化过程解决该问题，但引入大量计算复杂性。本文提出新型方法，通过模仿学习高效近似随机预测控制策略，通过离线训练显著降低计算负担。该方法利用Dataset Aggregation算法克服分布偏移问题。基于详细电化学模型的仿真验证方法有效性，遵守概率约束，为先进电池管理系统提供可扩展且计算高效的...
解读: 该随机电池管理优化技术对阳光电源新能源汽车电驱控产品线有重要价值。阳光车载OBC和BMS面临电池参数不确定性和复杂工况的挑战。模仿学习方法可将高计算复杂度的随机优化控制策略离线训练为轻量化神经网络模型，部署到阳光嵌入式BMS硬件中。该技术可提升阳光BMS在不确定条件下的充电优化性能，延长电池寿命，提...
面向云电池管理系统的通用数据规范与实时数据流架构
Universal Data Specification and Real-Time Data Streaming Architecture for Cloud-Based Battery Management Systems
Dominic Karnehm · Akash Samanta · Michael Hohenegger · Nima Tashakor 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年6月
基于云的电动汽车电池管理系统（BMS）及其关联模块化多电平逆变器（MMI）的有效运行依赖于实时数据流。现有数据规范仅适用于固定布线电池配置及长期历史数据存储，难以满足实时需求。本文提出一种标准化数据规范及基于云的架构，支持云BMS的运行数据存储与分析，简化电池数字孪生的实现，并促进电池平台的研发。该规范兼容基于MMI的可重构电池组配置与控制参数，适用于实时数据流。实验数据与分析验证了该规范在云端实时数据传输、状态估计及容错测量方面的有效性。
解读: 该云BMS数据规范与实时流架构对阳光电源储能产品线具有重要应用价值。针对PowerTitan等大型储能系统，可借鉴其通用数据规范实现电池簇级实时监控与状态估计，提升iSolarCloud平台的数据处理能力。MMI可重构电池组配置思想可应用于ST系列储能变流器的电池接入灵活性优化，支持异构电池组并联运...
电动汽车电池SOC和SOH估计的数据驱动方法综述
Data-Driven Approaches for Estimation of EV Battery SoC and SoH: A Review
Shahid Gulzar Padder · Jayesh Ambulkar · Atul Banotra · Sudhakar Modem 等6人 · IEEE Access · 2025年1月
电动汽车EV技术已在交通行业奠定坚实基础。荷电状态SoC和健康状态SoH的精确评估对解决EV中的续航焦虑和意外故障问题至关重要。本文检查各种方法，包括库仑计数CC和开路电压OCV等传统方法、先进滤波器方法和现代数据驱动方法。讨论不同方法的广泛评估以及优缺点识别。使用机器学习算法的数据驱动估计在复杂电池管理系统中展现卓越准确性和适应性。电压、电流、时间和温度VCTT等外部电池参数以及阻抗和超声波数据等内部电池参数是数据驱动方法的主要组成部分。本研究中机器学习算法在预测和维持电动汽车电池寿命方面展现...
解读: 该SOC和SOH估计综述对阳光电源BMS技术路线规划有全面参考价值。阳光车载OBC和储能BMS需要准确的SOC/SOH估计算法。数据驱动方法相比传统方法的优势支持阳光引入机器学习技术。VCTT外部参数和阻抗内部参数的综合应用与阳光多传感器融合策略一致。该综述强调持续进步和开创性技术的必要性，可指导阳...
利用数字孪生技术进行电池管理：案例研究综述
Leveraging Digital Twin Technology for Battery Management: A Case Study Review
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...
基于Transformer的电动汽车电池荷电状态估计模型
A Transformer-Based Model for State of Charge Estimation of Electric Vehicle Batteries
Metin Yılmaz · Eyüp Çinar · Ahmet Yazıcı · IEEE Access · 2025年1月
电池在电动汽车EV系统设备中发挥关键作用。这些应用的安全性和性能依赖准确的电池管理系统BMS来监测和优化电池性能。传统BMS系统因复杂化学过程和电池老化在充电预测过程中面临挑战，导致故障。完美传感器的缺失凸显外部因素特别是传感器噪声引起的测量问题的局限性。因此需要能解决现实世界电池充电预测问题的算法。本研究比较创新解决方案Transformer模型与传统长短期记忆LSTM、双向LSTM和支持向量回归SVR。本研究旨在使用NASA、BMW i3、斯坦福大学电池数据集和本研究收集的Musoshi品牌...
解读: 该Transformer模型SOC估计技术对阳光电源电池管理系统产品线有重要应用价值。阳光车载OBC和储能BMS需要高精度SOC估计来优化充电策略和电池保护。Transformer相比传统LSTM的性能优势值得阳光BMS算法借鉴。RMSE接近1的卓越精度可显著提升阳光BMS的SOC估计准确性。该技术...
使用深度学习方法预测锂离子电池健康状态退化
Lithium-Ion Battery State of Health Degradation Prediction Using Deep Learning Approaches
Talal Alharbi · Muhammad Umair · Abdulelah Alharbi · IEEE Access · 2025年1月
及时预测锂离子电池健康状态对电池管理和寿命至关重要。传统集中式深度学习模型显示良好结果，但因需在单个节点收集和训练数据引发数据隐私担忧。本研究通过利用集中式即深度学习和分散式即联邦学习方法应对该挑战进行健康状态预测。使用包含充放电循环的NASA电池数据集进行模型训练和评估。集中式方法使用三种深度学习架构：1D卷积神经网络、CNN加长短期记忆网络和CNN加门控循环单元。1D CNN模型性能最佳展示强大预测能力，因此分散式学习即联邦学习中1D CNN模型与联邦平均技术在五个客户端使用，允许本地训练无...
解读: 该联邦学习电池诊断技术对阳光电源储能系统数据安全具有重要价值。阳光管理的大规模储能电站涉及海量电池数据，数据隐私和安全是核心关切。该联邦学习方法可在不上传原始数据的情况下实现全局模型优化，阳光可将该技术应用于BMS系统，实现跨电站的电池健康状态模型协同训练，提升诊断精度同时保护用户数据隐私，符合数据...
基于长短期记忆模型利用短历史数据的锂离子电池健康状态估计
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1月
准确估计电池健康状态（SOH）对于车辆应用中电池管理系统的预测与健康管理至关重要。由于在实际应用中部分循环是常见情况，使用灵活电压范围短期数据的算法正受到广泛关注。为此，本文提出了一种利用短期充电历史数据的驱动模型。该模型将增量容量分析曲线分类与基于长短期记忆网络的时间序列预测相结合，用于在荷电状态（SOC）变化较小的情况下进行SOH估计。使用了三个具有不同电池化学体系和老化轨迹的数据集进行验证。结果表明，所提出的模型实现了准确的SOH估计，平均绝对误差和均方根误差在1%至2%之间。该模型的突出...
解读: 从阳光电源储能系统业务视角来看，这项基于LSTM的电池SOH短历史数据估算技术具有显著的工程应用价值。当前我司储能产品线涵盖工商业储能、大型地面电站及户用储能系统，精准的电池健康状态评估直接关系到系统全生命周期的安全性和经济性。 该技术的核心优势在于突破了传统SOH估算对完整充放电循环的依赖，仅需...
集成多层感知器和支持向量回归增强锂离子电池健康状态估计
Integrating Multilayer Perceptron and Support Vector Regression for Enhanced State of Health Estimation in Lithium-Ion Batteries
Sadiqa Jafari · Jisoo Kim · Wonil Choi · Yung-Cheol Byun · IEEE Access · 2025年1月
准确评估电池健康状态SOH对保证电动汽车EV安全可靠运行至关重要。本文提出新策略解决传统SOH测量方法中复杂预处理和大量数据需求的困难。利用先进机器学习算法提出全面SOH预测方法。方法包括细致数据准备,分析电压、电流和温度等关键运行因素。利用超参数优化微调的支持向量回归SVR和多层感知器MLP模型。使用均方根误差RMSE、均方误差MSE和R平方评估模型。为提高预测准确性,使用随机森林RF元模型将这些模型组合成堆叠集成,R²达0.987,MAE为0.02559,MSE为0.0013,RMSE为0....
解读: 该SOH估计技术对阳光电源电池管理系统BMS产品线有重要应用价值。阳光车载OBC和储能BMS需要高精度SOH估计来优化电池使用和延长寿命。SVR和MLP集成模型可集成到阳光BMS算法中,提高SOH估计准确性。超参数优化方法对阳光机器学习算法开发有借鉴意义。该研究验证的高R²值和低误差率,证明集成学习...
扩展相量分析方法与控制策略实现多端口无线功率路由器的灵活多向功率流及宽范围零电压开关运行
Extended Phasor Analysis Approach and Control Strategy for Flexible Multiway Power Flow and Wide ZVS Operation in the Multiport Wireless Power Router
Yifan Wang · Miao Zhu · Ming Liu · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月
本文提出一种多端口无线功率路由器（MWPR）及其控制策略，可实现多向双向功率流动，适用于电池管理与多端口能量接口等应用。该MWPR通过垂直堆叠线圈连接多个源与负载，提供多种潜在功率传输路径，显著提升系统灵活性。主要贡献包括：1）等效端口模型以简化多路功率流与零电压开关（ZVS）条件分析；2）扩展相量分析法，直观揭示功率流、ZVS与控制变量间的耦合关系；3）多目标控制策略，实现灵活功率调节与宽范围ZVS运行。实验基于250 kHz四端口原型验证，结果表明在不同端口电压和宽功率范围内均能实现稳定功率...
解读: 该多端口无线功率路由器技术对阳光电源储能与充电业务具有重要应用价值。其多向双向功率流控制可应用于PowerTitan储能系统的电池簇间无线均衡管理，突破传统有线BMS的布线复杂性，提升模块化集成度。扩展相量分析法与宽范围ZVS控制策略可借鉴至ST系列储能变流器的SiC器件软开关优化，降低开关损耗并提...
基于新型混合深度神经网络的电池SOC和SOH估计
Battery State of Charge and State of Health Estimation Using a New Hybrid Deep Neural Network Approach
Saeid Jorkesh · Ryan Ahmed · Saeid Habibi · Reza Hosseininejad 等5人 · IEEE Access · 2025年1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...
基于云的锂离子电池异常检测、定位与分类
Cloud-Based Li-ion Battery Anomaly Detection, Localization and Classification
Aihua Tang · Zikang Wu · Yuchen Xu · Kailong Liu 等5人 · IEEE Transactions on Industrial Informatics · 2024年12月
实现对电池异常的全面、准确检测对于电池管理系统至关重要。然而，电气结构的复杂性和有限的计算资源往往给直接的车载诊断带来巨大挑战。本文提出了一种部署在云平台上的多功能电池异常诊断方法，满足异常检测、定位和分类的需求。首先，该方法从放电电压中提取四个异常特征以指示电池异常。利用这些特征，通过风险筛查过程将车辆分为高、中、低风险类别。其次，在离线阶段利用这些分类和先前的异常标签来训练异常分类器。然后，通过专门开发的电压累积差分均值模型进一步细分故障类型，细化预警信息。最后，利用25辆真实车辆的数据对所...
解读: 从阳光电源储能系统业务视角来看，这项基于云平台的锂电池异常检测技术具有重要的应用价值和借鉴意义。该技术通过提取放电电压的四个异常特征，实现了对电池异常的检测、定位和分类，在25辆实车数据验证中达到98%以上的检测准确率，展现出较高的技术成熟度。 对于阳光电源的储能系统产品线而言，该技术方案提供了三...
电动汽车锂离子电池基于等效电路模型的荷电状态估计
On Equivalent Circuit Model-Based State-of-Charge Estimation for Lithium-Ion Batteries in Electric Vehicles
Fatma Ahmed · Khalid Abualsaud · Ahmed M. Massoud · IEEE Access · 2025年1月
本文研究电动汽车锂离子电池SOC估计的先进模型方法。基于电化学阻抗谱建立三阶等效电路模型，采用粒子群算法辨识参数，对比扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF算法。结果显示UKF的RMSE和最大误差分别为1.06%和1.15%，优于EKF。EKF-UKF混合方法实现最优性能，RMSE仅0.2%，最大误差0.5%，为电动汽车实时电池监测提供高精度解决方案。
解读: 该SOC估计技术与阳光电源新能源汽车电驱控产品线高度相关。阳光电源车载OBC和电池管理系统需要高精度SOC估计算法来优化充电策略和电池保护。EKF-UKF混合算法可集成到阳光BMS中，提高电池状态估计准确性和充电效率。该技术结合阳光800V高压快充平台，可实现更安全高效的电池管理和更优的用户充电体验...
基于累积概率分布的锂离子电池组快速准确故障诊断方法
A Rapid-Accurate Fault Diagnosis Method Based on Cumulative Probability Distribution for Lithium-Ion Battery Packs
Zhen Zhang · Xin Gu · Ziheng Mao · Jinglun Li 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月
作为电池管理系统中的一项关键技术，故障诊断方法的迭代创新与发展正受到越来越多的关注。然而，早期故障相关的异常特征并不明显，通过传统诊断技术难以识别。为此，本文提出了一种基于累积概率分布（CPD）的锂离子电池组快速准确故障诊断方法。CPD算法可将电池电压序列转换为非时间序列。基于CPD算法设计了两种故障诊断子方法，包括以长期电压数据为输入的快速预检测方法A和以短期电压数据为输入的准确诊断方法B。此后，这些提出的方法在诊断效率和准确性之间取得了平衡。实验结果表明，所提出的方法能够检测电池早期故障并估...
解读: 从阳光电源储能系统业务视角来看，这项基于累积概率分布的锂电池故障诊断技术具有重要的工程应用价值。当前储能系统的安全性和可靠性是制约行业发展的关键瓶颈，而该技术通过将电池电压序列转换为非时间序列的创新方法，实现了早期故障的快速准确识别，这与我们在大规模储能电站运维中的实际需求高度契合。 该方法的双重...
一种基于分数阶微分电压-容量曲线的锂离子电池健康状态估计新方法
A novel method for state of health estimation of lithium-ion batteries based on fractional-order differential voltage-capacity curve
Xugang Zhang · Xiyuan Gao · Linchao Duan · Qingshan Gong 等6人 · Applied Energy · 2025年1月 · Vol.377
准确估计锂离子电池的健康状态（SOH）对于确保电池管理系统稳定运行至关重要。特征参数（CPs）的提取是实现SOH精确预测的关键。传统的特征参数提取方法存在诸如参数数量少、特征提取困难等局限性。为解决上述问题，本研究将Caputo分数阶导数理论与电压-容量曲线相结合，引入分数阶微分电压-容量曲线用于特征参数的提取。此外，本文引入了v-支持向量机、弹性网络，并提出了闭环高斯过程回归方法，利用融合模型算法将这三个模型集成到一个融合模型中，从而提高SOH估计的精度。最后，我们设计了多组对比实验：将本文提...
解读: 该分数阶微分电压-容量曲线SOH估算技术对阳光电源ST系列储能变流器及PowerTitan系统的BMS优化具有重要价值。通过提取更丰富的特征参数并采用融合模型算法,可显著提升电池健康状态预测精度,增强储能系统全生命周期管理能力。该方法可集成至iSolarCloud平台实现预测性维护,降低储能电站运维...
一种联合估计锂离子电池SOC与SOH的框架：消除对初始状态的依赖
A framework for joint SOC and SOH estimation of lithium-ion battery: Eliminating the dependency on initial states
Xiaoyong Zeng · Yaoke Sun · Xiangyang Xia · Laien Chen · Applied Energy · 2025年1月 · Vol.377
基于模型的方法被广泛用于电池状态估计，构成了电池管理系统的基础。然而，这些方法的有效性依赖于准确的初始状态设定，初始状态不准确可能导致严重的不稳定甚至发散，从而对电池安全构成重大威胁。由于状态荷电（SOC）与健康状态（SOH）之间存在相互依赖关系，这一问题在SOC与SOH的联合估计中尤为突出。本研究致力于消除对初始状态的依赖。首先，构建了两个具有外部输入的径向基函数自回归模型（RBF-ARXM），以捕捉电池的非线性动态特性，并建立SOC、SOH与观测值之间的关联关系。基于这些模型，推导出有效的目...
解读: 该SOC/SOH联合估算框架对阳光电源ST系列储能变流器及PowerTitan系统的BMS优化具有重要价值。通过消除初始状态依赖性,可显著提升储能系统全生命周期的状态估计精度和安全性。基于RBF-ARXM的非线性建模方法可集成至iSolarCloud平台,实现预测性维护和电池健康管理。该技术同样适用...
面向eVTOL无人机应用的电池组观测器监控算法开发与硬件在环验证
Development and HIL validation of observer-based monitoring algorithms of battery packs for eVTOL UAV applications
Aleksander Sutia · Marc Budinger · Gianpietro Di Ritoa · Aurélien Reysset · Applied Energy · 2025年1月 · Vol.401
电池管理系统对电动垂直起降无人机（eVTOL UAV）的性能具有显著影响。对于由多个电池组供电的无人机，为了优化能量与功率分配、延长循环寿命和飞行时间，需要在传感器数量受限的条件下对荷电状态和温度进行监测。为实现这一目标，首先通过专用实验测试辨识电池组的电-热耦合模型，并利用基于参考无人机飞行任务仿真所生成的电流负载曲线的实验数据对该模型进行验证。随后，通过对收敛速度、计算负担及抗干扰能力的综合分析，从三种广泛应用的观测器——卢恩伯格观测器（Luenberger Observer, LO）、扩展...
解读: 该电池包观测器算法研究对阳光电源储能系统ST系列PCS及PowerTitan产品具有重要参考价值。文中Luenberger观测器在计算负荷与收敛速度间的平衡优势,可应用于我司BMS优化,减少温度传感器数量降低成本。其利用实际端电压计算产热以补偿老化影响的策略,可增强ESS系统SOC/SOT估算鲁棒性...
一种用于电池管理系统中具有42 ppm/V线性灵敏度的2.69 ppm/℃带隙基准源
A 2.69 ppm/℃ bandgap reference with 42 ppm/V line sensitivity for battery management system
Jing Wang1Feixiang Zhang1Zhiyuan He1Hui Zhang2Lin Cheng1 · 半导体学报 · 2025年1月 · Vol.46
本文提出了一种面向电池管理系统（BMS）的高精度带隙基准源（BGR），具备超低温度系数（TC）和线性灵敏度（LS）。该BGR采用电流模式结构，结合斩波运放与内部时钟发生器以消除运放失调，利用低压差稳压器（LDO）和预稳压器分别提升输出驱动能力与LS性能。通过曲率补偿抑制高阶非线性效应，并在20℃和60℃两点进行修调，结合固定曲率校正电流，实现芯片级超低TC。基于CMOS 180 nm工艺实现，核心面积0.548 mm²，工作电压2.5 V，从5 V电源汲取84 μA电流。在-40℃至125℃范围...
解读: 该超低温度系数带隙基准源技术对阳光电源储能与充电产品线具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的BMS模块中，2.69 ppm/℃的温度系数和42 ppm/V线性灵敏度可显著提升电池电压采样精度，优化SOC/SOH估算算法，增强储能系统在-40℃至125℃宽温域的可靠...
评估并联异质电池串等效电路模型的通用性与有效性
Evaluating the Generality and Effectiveness of Equivalent Circuit Models for Battery Strings With Heterogeneous Cells Connected in Parallel
Xiaogang Wu · Xinhao Du · Ziyou Song · IEEE Transactions on Industrial Informatics · 2025年4月
等效电路模型（ECM）因其在简易性和准确性之间取得了良好平衡，而被广泛应用于锂离子电池管理系统中。然而，当单个电池存在异质性时，ECM能否准确模拟并联电池单元的动态特性仍不明确。为解决这一问题，本文提出了一种近似参数等效电路模型（AECM），用于在频域中表征容量和内阻不一致的并联电池的输入 - 输出特性。此外，还建立了并联单个电池的一阶等效电路模型用于对比。通过计算这两种模型的传递函数，分析了随着电池单元在容量和内阻等参数上的不一致性增加，模型误差是如何变化的。最后，利用电化学阻抗谱验证了AEC...
解读: 从阳光电源储能系统业务视角来看，这项针对异质并联电池串等效电路模型的研究具有重要的工程应用价值。在大规模储能系统中，电池组内部单体差异性是影响系统性能和寿命的关键因素，而精确的电池模型是实现高效电池管理系统（BMS）的基础。 该研究提出的近似参数等效电路模型（AECM）为解决并联异质电池建模难题提...
第 1 / 2 页