找到 3 条结果
一种用于无传感器永磁同步电机驱动的速度与转子位置移动视界估计器
A Moving Horizon Estimator for the Speed and Rotor Position of a Sensorless PMSM Drive
Francesco Toso · Davide Da Ru · Piergiorgio Alotto · Silverio Bolognani · IEEE Transactions on Power Electronics · 2019年1月
本文提出了一种基于模型的系统化方法，用于永磁同步电机（PMSM）的状态估计，以实现无传感器驱动。文中应用了移动视界估计（MHE）算法，这是一种基于优化的方案，在速度和位置估计方面表现优异。在温和假设下，该算法将估计问题转化为等式约束的二次规划问题。
解读: 该技术主要针对电机驱动控制，与阳光电源的电机类产品（如风电变流器中的发电机侧控制）具有技术同源性。移动视界估计（MHE）相比传统的卡尔曼滤波或观测器，在处理非线性约束和多变量优化方面具有更强的鲁棒性。建议研发团队关注该算法在风电变流器控制策略中的应用，特别是在低风速或复杂工况下提升发电机转子位置估计...
基于往复式移动视界估计的快速收敛车载锂离子电池荷电状态估计
Fast Convergent On-Board Li-Ion Battery State-of-Charge Estimation via Back-Forth Moving Horizon Estimation
Zhihao Liu · Yu Xiao · Yuan Yuan · Xiaodong Xu 等6人 · IEEE Transactions on Power Electronics · 2025年9月
准确的荷电状态（SOC）估计对锂离子电池的安全运行至关重要。针对现有方法对初始SOC敏感及计算复杂度高的问题，本研究提出了一种车载往复式移动视界估计（BFMHE）框架，在保证高精度和鲁棒性的同时，显著提升了计算效率，适用于车载电池管理系统。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及户用储能系统）具有极高的应用价值。SOC估计的精度与收敛速度直接决定了储能系统的可用容量及运行安全性。BFMHE框架通过优化计算复杂度，能够有效提升BMS在复杂工况下的状态感知能力，减少对初始值的依赖，从而提升系统在电网侧、工商...
针对锂离子电池模型失配的精确荷电状态估计：一种联合移动视界估计方法
Accurate State of Charge Estimation With Model Mismatch for Li-Ion Batteries: A Joint Moving Horizon Estimation Approach
Jia-Ni Shen · Jia-Jin Shen · Yi-Jun He · Zi-Feng Ma · IEEE Transactions on Power Electronics · 2019年5月
精确的荷电状态（SOC）估计对锂电池的安全管理及充放电控制至关重要。然而，电池一致性差异及动态特性变化导致的模型失配问题，常使传统基于模型的SOC估计精度受限。本文提出一种联合移动视界估计（MHE）方法，旨在有效解决模型失配带来的估计误差，提升电池状态监测的鲁棒性与准确性。
解读: 该研究直接服务于阳光电源PowerTitan、PowerStack等储能系统及BMS核心算法的优化。在大型储能电站中，电池组的一致性衰减是长期运行的痛点，模型失配会导致SOC估算偏差，进而影响电池均衡与可用容量。引入移动视界估计（MHE）算法，能够显著提升BMS在复杂工况下的SOC估计精度，延长电池...