找到 2 条结果
一种结合灰色模型与遗传算法的锂离子电池荷电状态估计新方法
A Novel State-of-Charge Estimation Method of Lithium-Ion Batteries Combining the Grey Model and Genetic Algorithms
Lin Chen · Zhengzheng Wang · Zhiqiang Lu · Junzi Li 等7人 · IEEE Transactions on Power Electronics · 2018年10月
为保障电动汽车电池安全运行并优化能量利用，准确估计荷电状态（SoC）至关重要。本研究提出了一种基于灰色模型（GM）与遗传算法（GA）的SoC估计新方法，无需依赖高计算复杂度的电池高保真模型，实现了高效的SoC预测。
解读: 该研究提出的轻量化SoC估计算法对阳光电源的储能业务具有重要价值。在PowerTitan和PowerStack等大型储能系统中，BMS的计算资源有限，该方法无需高保真模型即可实现高精度SoC估计，有助于提升电池组的一致性管理和全生命周期利用率。建议研发团队评估该算法在嵌入式BMS控制器中的移植可行性...
基于新型指标与分数阶灰色模型及无迹粒子滤波的电池剩余寿命预测
Remaining Useful Life Prediction of Battery Using a Novel Indicator and Framework With Fractional Grey Model and Unscented Particle Filter
Lin Chen · Jing Chen · Huimin Wang · Yijue Wang 等7人 · IEEE Transactions on Power Electronics · 2020年6月
锂离子电池是电动汽车供电的核心。准确预测电池剩余使用寿命（RUL）对于保障系统安全与可靠性至关重要。由于电池老化机制复杂，BMS进行RUL预测面临挑战。本文提出了一种基于新型退化指标的预测框架，结合分数阶灰色模型与无迹粒子滤波算法，有效提升了电池寿命预测的精度与鲁棒性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高的应用价值。电池寿命预测是储能系统安全运维的核心，该算法可集成至iSolarCloud智能运维平台，通过更精准的RUL评估，优化电池簇的充放电策略，延长系统全生命周期收益。建议研发团队将该分数阶灰色模型与无迹粒子滤...