找到 8 条结果

排序:
可靠性与测试 可靠性分析 储能系统 储能变流器PCS ★ 4.0

超级电容器在线寿命评估

Online Lifetime Estimation of Supercapacitors

Hicham Chaoui · Hamid Gualous · IEEE Transactions on Power Electronics · 2017年9月

本文提出了一种超级电容器在线寿命评估方法。该技术利用基于Lyapunov的自适应律实时估计超级电容器参数。与需要中断系统正常运行的离线时域或频域表征技术不同,该方法更适用于实时应用场景。

解读: 该技术对阳光电源的储能系统(如PowerTitan、PowerStack)具有重要参考价值。在混合储能系统中,超级电容器常用于平抑高频功率波动,其老化状态直接影响系统寿命。通过引入Lyapunov在线参数估计,可实现对储能系统关键部件的实时健康状态(SOH)监测,无需停机维护,从而提升iSolarC...

储能系统技术 储能系统 电池管理系统BMS 故障诊断 ★ 5.0

锂电池健康状态预测的容错框架

Fault-Tolerant Framework for State-of-Health Prediction of Lithium Batteries

Anas Tiane · Chafik Okar · Hicham Chaoui · IEEE Transactions on Power Electronics · 2022年12月

本文针对锂离子电池健康状态(SoH)预测中传感器数据缺失的挑战,提出了一种高可用性的特征容错预测框架。该框架在不确定环境下仍能保持极高的预测精度,有效解决了电池管理系统在传感器故障或数据丢失时的性能退化问题。

解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统。在大型储能电站中,传感器故障会导致BMS数据缺失,进而影响SoH评估的准确性。引入该容错框架可显著提升阳光电源储能产品的运维可靠性,减少因传感器异常导致的误报警或性能误判。建议将此算法集成至iSolarCloud智能运维平...

智能化与AI应用 储能系统 电池管理系统BMS 机器学习 ★ 5.0

锂电池健康状态预测的对抗性防御框架

Adversarial Defensive Framework for State-of-Health Prediction of Lithium Batteries

Anas Tiane · Chafik Okar · Hicham Chaoui · IEEE Transactions on Power Electronics · 2023年10月

神经网络易受恶意数据投毒攻击,导致预测准确性下降。本文提出一种对抗性防御框架,针对锂离子电池健康状态(SOH)预测模型,通过识别并防御微小噪声干扰,提升模型在复杂环境下的鲁棒性与决策边界稳定性。

解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等大型储能系统的智能化运维。随着储能电站规模扩大,BMS数据的安全性与预测模型的鲁棒性至关重要。该对抗性防御框架可集成至iSolarCloud平台,提升电池SOH预测的抗干扰能力,防止恶意数据导致误判,从而优化电池寿命管理,降低运维风...

控制与算法 PWM控制 ★ 3.0

基于遗传算法的永磁同步电机简化速度控制

Simplified Speed Control of Permanent Magnet Synchronous Motors Using Genetic Algorithms

Hicham Chaoui · Mehdy Khayamy · Okezie Okoye · Hamid Gualous · IEEE Transactions on Power Electronics · 2019年4月

本文提出了一种永磁同步电机(PMSM)的简化控制方案。该策略利用电机模型构建直接电压控制器,实现精确的速度跟踪。与传统方法不同,该方案无需显式的电流环调节,简化了控制结构,且对电机参数的依赖性较低。

解读: 该研究提出的无电流环直接电压控制策略,在简化控制架构方面具有创新性。对于阳光电源而言,该技术可为风电变流器及电动汽车充电桩中的电机驱动部分提供参考。虽然阳光电源目前的核心业务侧重于光伏与储能的电能变换,但电机控制算法的简化有助于降低计算资源占用,提升变流器控制系统的响应速度与鲁棒性。建议研发团队关注...

可靠性与测试 储能系统 故障诊断 可靠性分析 ★ 4.0

车载超级电容器健康状态诊断的在线参数辨识

Online Parameter Identification for Supercapacitor State-of-Health Diagnosis for Vehicular Applications

Asmae El Mejdoubi · Hicham Chaoui · Hamid Gualous · Jalal Sabor · IEEE Transactions on Power Electronics · 2017年12月

在电力电子应用中,双电层电容器(EDLC)的老化是导致系统失效的关键问题。其退化通常表现为内阻增加或等效电容减小,这些指标与超级电容器的健康状态(SoH)密切相关。本文提出了一种在线参数辨识方法,用于实现车载应用中超级电容器的SoH诊断,以提升系统的运行可靠性。

解读: 该技术对阳光电源的储能业务(如PowerTitan、PowerStack)具有重要参考价值。虽然目前储能系统多采用锂电池,但超级电容器在混合储能系统及高功率脉冲应用中具有潜力。其在线参数辨识与SoH诊断算法可迁移至BMS(电池管理系统)的健康评估模块,提升系统全生命周期的运维精度。建议研发团队关注该...

储能系统技术 储能系统 电池管理系统BMS 故障诊断 ★ 5.0

考虑老化条件的锂离子电池健康预测

Lithium-Ion Batteries Health Prognosis Considering Aging Conditions

Asmae El Mejdoubi · Hicham Chaoui · Hamid Gualous · Peter Van Den Bossche 等6人 · IEEE Transactions on Power Electronics · 2019年7月

锂离子电池的健康管理对于储能系统的运行性能及成本控制至关重要。本文提出了一种考虑电池老化条件的锂电池预测模型,通过对健康状态(SOH)的评估及剩余使用寿命(RUL)的预测,旨在提升储能系统在车辆及电网应用中的可靠性与经济性。

解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统业务。通过更精准的SOH评估和RUL预测,能够显著优化BMS(电池管理系统)的算法逻辑,提升系统全生命周期的运维效率。建议将该模型集成至iSolarCloud智能运维平台,实现对电站侧储能资产的精细化健康管理,提前预警潜在故...

氢能与燃料电池 可靠性分析 故障诊断 机器学习 ★ 3.0

燃料电池剩余寿命评估的实时参数估计

Real-Time Parameter Estimation of a Fuel Cell for Remaining Useful Life Assessment

Hicham Chaoui · Mohsen Kandidayeni · Loic Boulon · Sousso Kelouwani 等5人 · IEEE Transactions on Power Electronics · 2021年7月

本文提出了一种质子交换膜燃料电池(PEMFC)的实时参数估计策略。该方法通过在线监测PEMFC的电阻变化,实现对其剩余使用寿命(RUL)的准确评估。针对温度波动和老化等不确定性因素导致的参数漂移问题,该研究提供了一种有效的在线诊断方案。

解读: 阳光电源在氢能领域已有布局,该文献提出的在线参数估计与寿命预测技术,对于提升氢能系统(如电解槽或燃料电池系统)的运维智能化水平具有参考价值。虽然目前阳光电源核心业务集中在光伏与储能,但随着公司向“清洁电力转换技术”深度拓展,此类基于在线监测的寿命评估算法可迁移至PowerTitan等储能系统的电池健...

电动汽车驱动 下垂控制 微电网 深度学习 ★ 5.0

一种基于神经网络虚拟阻抗的双向电网逆变器控制新方法以改善微电网动态性能

A Novel Bi-Directional Grid Inverter Control Based on Virtual Impedance Using Neural Network for Dynamics Improvement in Microgrids

Mohamad Alzayed · Michel Lemaire · Hicham Chaoui · Daniel Massicotte · IEEE Transactions on Power Systems · 2024年5月

在微电网中,电压源逆变器通常采用下垂控制技术,并结合电压和内部电流控制回路,以实现可靠的电力供应。由于线路阻抗不匹配,标准下垂控制技术难以实现功率的均匀分配,并限制并联连接之间的环流,尤其是在高度非线性系统中。本研究旨在引入一种基于神经网络的虚拟阻抗,并将其与双向电网逆变器控制技术相结合,以提高微电网动态运行期间的稳定性。为了在各种运行场景下以较小的偏差和更好的稳定性准确跟踪需求和参考功率,所提出的技术采用前馈神经网络(FFNN)来学习逆变器暂态过程中的非线性模型。该技术无需额外的调节步骤,仅需...

解读: 该神经网络自适应虚拟阻抗控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。当前阳光电源储能系统采用下垂控制实现多机并联功率分配,但线路阻抗不匹配和负载突变会影响动态响应。该研究提出的神经网络在线调节虚拟阻抗方案,可直接应用于ST储能变流器的控制算法优化,提升多台...