找到 3 条结果
一种用于识别锂离子电池内部短路电阻的快速无模型方法
A Fast Model-Free Method for Identifying Internal Short Circuit Resistance in Lithium-ion Battery
Guanzheng Li · Bin Li · Shuai Wang · Peiyu Chen 等6人 · IEEE Transactions on Power Electronics · 2025年3月
内部短路是锂离子电池热失控的主要诱因。本文提出了一种新型、准确且快速的无模型内部短路电阻识别方法。通过Cramer-Rao下界分析，该方法能够有效提升电池早期故障检测的精度与响应速度，为电池安全管理提供关键技术支撑。
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。电池安全是储能系统的核心，该无模型识别方法无需复杂的电池建模，计算效率高，非常适合集成至iSolarCloud智能运维平台及BMS系统中。通过在BMS中嵌入该算法，可实现对电芯内部短路故障的早期...
高倍率锂离子电池早期内部短路电阻识别的电流曲线优化
Current Profile Optimization for Accurate Early-Stage Internal Short Circuit Resistance Identification of High-Rate Lithium-ion Batteries
Guanzheng Li · Bin Li · Guirong Lu · Shuai Wang 等5人 · IEEE Transactions on Power Electronics · 预计 2026年5月
高倍率锂离子电池广泛应用于电动汽车及调频储能电站，但易产生锂枝晶引发内部短路（ISC），导致热失控。本文提出一种电流曲线优化方法，旨在实现早期ISC电阻的精确识别，为电池安全预警提供关键指标，对提升储能系统安全性具有重要意义。
解读: 该研究对于阳光电源PowerTitan和PowerStack等大型储能系统至关重要。作为全球储能领先企业，电池安全是核心竞争力。通过优化电流激励曲线实现ISC早期精准识别，可直接集成于阳光电源的BMS（电池管理系统）算法中，显著提升系统在调频等高倍率工况下的故障预警能力，降低热失控风险。建议研发团队...
基于多元多尺度样本熵的储能电站电池内部短路故障诊断
Internal Short-Circuit Fault Diagnosis for Batteries of Energy Storage Stations Based on Multivariate Multiscale Sample Entropy
Chao Li · Kaidi Zeng · Bin Li · Guanzheng Li 等6人 · IEEE Transactions on Industrial Electronics · 2024年7月
电池储能站（BESS）中锂离子电池（LIBs）的安全性正受到越来越多的关注。为确保电池储能站的安全运行，有必要检测可能导致火灾或爆炸的电池内部短路（ISC）故障。本文提出了一种基于多元多尺度样本熵（MMSE）的电池早期内部短路故障诊断方法。该方法利用电池的电压、电流和温度来提取故障特征。采用小波去噪方法提高多元多尺度样本熵的性能。提出自适应阈值来诊断早期内部短路故障并防止误诊断。最后，通过内部短路故障实验和电池过充实验验证了所提出的早期内部短路诊断方法的有效性。利用实际电池储能站运行数据验证了该...
解读: 从阳光电源储能系统业务视角来看，这项基于多元多尺度样本熵（MMSE）的锂电池内短路故障诊断技术具有重要的应用价值。当前，我司储能产品线涵盖工商业储能和大型储能电站解决方案，电池安全监测是系统可靠性的核心痛点。该技术通过融合电压、电流、温度等多维数据进行早期故障预警，与我司现有BMS系统形成技术互补，...