找到 2 条结果

排序:
储能系统技术 储能系统 电池管理系统BMS 机器学习 ★ 5.0

基于凸优化的锂离子电池SOC与SOH解耦联合估计

Reduced-Coupling Coestimation of SOC and SOH for Lithium-Ion Batteries Based on Convex Optimization

Dianxun Xiao · Gaoliang Fang · Sheng Liu · Shaoyi Yuan 等7人 · IEEE Transactions on Power Electronics · 2020年11月

本文针对锂离子电池SOC与SOH估计中存在的强耦合与非线性问题,提出了一种新型的解耦联合估计算法。通过引入凸优化方法,简化了观测器网络设计并降低了稳定性分析的复杂性,有效提升了电池状态估计的精度与鲁棒性。

解读: 该研究直接服务于阳光电源的储能业务核心——电池管理系统(BMS)。在PowerTitan和PowerStack等大规模储能系统中,高精度的SOC/SOH估计是实现电池簇均衡、延长系统寿命及保障安全运行的关键。传统的非线性观测器计算量大且难以收敛,而本文提出的凸优化解耦算法能显著降低BMS计算负载,提...

储能系统技术 ★ 5.0

基于集总质量模型的柱状锂离子电池荷电状态与核心温度估计

Lumped-Mass Model-Based State of Charge and Core Temperature Estimation for Cylindrical Li-Ion Batteries Considering Reversible Entropy Heat

Jiale Xie · Xiaobing Chang · Guang Wang · Zhongbao Wei 等5人 · IEEE Transactions on Industrial Electronics · 2024年10月

准确估算电池的荷电状态(SoC)和核心温度(CoT)对于制定高效的能量管理和热管理策略至关重要。本文聚焦圆柱形锂离子电池,构建了一个等效电路模型和一个双状态热模型;然后利用包含温度、热量和荷电状态的桥梁变量,将这两个不同物理性质的集总参数模型进行闭环处理。值得注意的是,除了传统的欧姆效应不可逆生热之外,通常被忽略的可逆熵热也被建模并通过实验进行了校准。随后,采用变遗忘因子最小二乘法自适应地识别电模型和热模型的参数。最后,利用一种计算效率高且能处理非线性问题的算法,即基于奇异值分解的卡尔曼滤波器,...

解读: 从阳光电源储能系统业务视角来看,这项针对圆柱形锂离子电池的SoC和核心温度联合估计技术具有重要应用价值。该技术通过构建电-热耦合集总参数模型,特别是将通常被忽略的可逆熵热纳入建模范畴,显著提升了电池状态估计的精度,这对我们的储能系统安全性和能量管理效率至关重要。 该技术的核心优势在于其工程实用性。...