找到 4 条结果

排序:
拓扑与电路 DC-DC变换器 PWM控制 ★ 2.0

利用谐振逆变器的自主宽带压电能量收集

Autonomous Wideband Piezoelectric Energy Harvesting Utilizing a Resonant Inverter

Aaron L. F. Stein · Heath F. Hofmann · IEEE Transactions on Power Electronics · 2017年8月

压电能量收集器通过环境机械振动产生电能,为无线传感器节点供电。为提高收集效率,通常采用高Q值机械谐振结构,但这限制了带宽。本文提出一种利用谐振逆变器实现自主宽带压电能量收集的方法,旨在解决传统压电收集技术在带宽与效率之间的矛盾。

解读: 该技术主要针对微瓦级能量收集,与阳光电源目前的大功率光伏逆变器、储能系统及充电桩业务关联度较低。然而,其核心的“宽带谐振”与“自主能量管理”理念,在未来智能运维平台(iSolarCloud)的无线传感器网络供电,或储能系统内部微型传感器的自供电方案中具有潜在的参考价值。建议关注其在低功耗电路设计中的...

储能系统技术 储能系统 储能变流器PCS 电池管理系统BMS ★ 5.0

基于克拉美-罗界分析的电池/超级电容混合储能系统参数辨识与最大功率估计

Parameter Identification and Maximum Power Estimation of Battery/Supercapacitor Hybrid Energy Storage System Based on Cramer–Rao Bound Analysis

Ziyou Song · Jun Hou · Heath F. Hofmann · Xinfan Lin 等5人 · IEEE Transactions on Power Electronics · 2019年5月

本文针对电池/超级电容混合储能系统(HESS),提出了一种用于状态监测和最大功率估计的参数辨识方法。通过费舍尔信息矩阵分析,推导了考虑电压测量噪声下的参数辨识误差解析界,并进行了实验验证。

解读: 该研究对于阳光电源的PowerTitan和PowerStack等储能系统具有重要价值。通过克拉美-罗界(CRB)分析优化参数辨识精度,可显著提升BMS对电池健康状态(SOH)和功率能力的评估准确性,从而优化PCS的充放电策略。在混合储能方案中,该技术有助于更精准地分配电池与超级电容的功率,延长系统寿...

储能系统技术 储能系统 电池管理系统BMS 故障诊断 ★ 5.0

基于主动电流注入的锂离子电池状态与参数联合估计

Combined State and Parameter Estimation of Lithium-Ion Battery With Active Current Injection

Ziyou Song · Hao Wang · Jun Hou · Heath F. Hofmann 等5人 · IEEE Transactions on Power Electronics · 2020年4月

本文研究了锂离子电池荷电状态(SoC)、健康状态(SoH)及动态参数的联合估计问题。针对传统方法收敛速度慢及受测量噪声和模型误差影响大的问题,提出了一种主动电流注入策略,以提高估计的收敛速度与精度,确保电池系统运行的可靠性与最优性。

解读: 该技术对阳光电源的储能业务(如PowerTitan、PowerStack及户用储能系统)具有极高的应用价值。通过主动电流注入实现SoC/SoH的高精度联合估计,可显著提升BMS的估算准确度,延长电池循环寿命,并降低因模型偏差导致的过充过放风险。建议研发团队将其集成至iSolarCloud智能运维平台...

储能系统技术 储能系统 电池管理系统BMS 储能变流器PCS ★ 5.0

基于克拉默-拉奥界分析的锂离子电池荷电状态与健康状态联合估计电流剖面优化

Current Profile Optimization for Combined State of Charge and State of Health Estimation of Lithium Ion Battery Based on Cramer–Rao Bound Analysis

Ziyou Song · Xiaogang Wu · Xuefeng Li · Jing Sun 等6人 · IEEE Transactions on Power Electronics · 2019年7月

本文针对锂离子电池的荷电状态(SoC)与健康状态(SoH)在线估计问题,基于一阶等效电路模型(ECM),采用多尺度扩展卡尔曼滤波进行参数与状态估计。研究指出电池激励电流剖面对估计精度影响显著,通过克拉默-拉奥界(CRB)分析优化电流激励,旨在提升电池管理系统的估计效率与可靠性。

解读: 该研究直接服务于阳光电源储能业务的核心——电池管理系统(BMS)。在PowerTitan和PowerStack等大型储能系统中,精准的SoC/SoH估计是实现电池簇均衡管理、延长循环寿命及保障安全运行的关键。通过CRB理论优化电流激励剖面,可提升BMS在复杂工况下的状态感知精度,减少因估算偏差导致的...