Jiayang Yang · Xu Chen · Chunhui Zhao · Applied Energy · 2025年1月 · Vol.381

在电池储能系统（BESS）中，多个锂离子电池（LIB）单体被集成为LIB模块以实现可扩展的管理。通常认为同一模块内的LIB单体应表现出作为集成体的一致性行为。为了实现对LIB单体的可靠监测，如何在捕捉各单体整体工作状态的同时保持对其间一致性关系的感知，是一项极具挑战性的任务。此外，由于充电、放电及其他运行行为引起的LIB单体非平稳特性，进一步增加了异常检测的难度。在本研究中，我们提出了一种条件驱动的集成平衡表示学习与异常检测方法，以应对上述挑战，并首次将集成分析的概念引入到LIB异常检测领域。具...

解读: 该电池组一致性异常检测技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的集成平衡表征学习方法可集成至BMS系统,通过双层健康特征学习实时监测电芯状态差异,结合条件驱动模式划分应对充放电非平稳特性。该技术可增强iSolarCloud平台预测性维护能力,提升储能系统安...