找到 4 条结果
基于温差的锂离子电池健康状态
SOH）估计
Jinpeng Tian · Rui Xiong · Weixiang Shen · IEEE Transactions on Power Electronics · 2020年10月
针对锂离子电池老化导致的健康状态（SOH）评估难题，本文提出了一种基于电池表面温差曲线的新型SOH估计方法。该方法突破了传统仅依赖电压特性的局限，通过分析充放电过程中的热行为变化，为电池老化监测提供了新的物理维度，有效提升了电池全生命周期管理的精度。
解读: 该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中，精准的SOH评估是保障系统安全与延长寿命的关键。目前BMS多依赖电压/电流数据，引入温差特征可显著提升对电池内部老化机理的感知能力，减少因电池不一致性导致的容量衰减风险。建议研发团队将该算法集成...
用于生物医学植入物的经皮谐振电容式功率传输链路的建模与设计
Modeling and Design of a Transcutaneous Resonant Capacitive Power Transfer Link for Biomedical Implants
Chunwei Cai · Tian Chen · Xiuyun Ren · Yujie Jiao 等8人 · IEEE Transactions on Power Electronics · 2025年2月
本文提出了一种用于生物医学植入物的经皮谐振电容式功率传输链路，采用平行薄膜电极作为耦合板。通过分析组织介电特性和电流路径，建立了多层组织电路模型，并深入研究了影响功率传输效率（PTE）和功率输出的损耗机制。
解读: 该文献研究的是微功率级别的经皮电容耦合无线电能传输技术，主要应用于生物医学植入领域。阳光电源的核心业务聚焦于兆瓦级及千瓦级的光伏、储能、风电及充电桩等大功率电力电子变换系统。该技术在功率等级、应用场景及物理拓扑上与阳光电源现有的组串式/集中式逆变器、PowerTitan储能系统及充电桩产品线存在巨大...
基于代理标签引导的锂离子电池鲁棒健康监测：一种深度多任务学习方法
Robust Health Monitoring for Lithium-Ion Batteries Under Guidance of Proxy Labels: A Deep Multitask Learning Approach
Ruohan Guo · Kui Zhang · Shangyang He · Shengyu Tao 等10人 · IEEE Transactions on Power Electronics · 2025年8月
针对锂离子电池健康状态（SOH）估计中标签数据匮乏导致的泛化能力不足问题，本文提出了一种深度多任务学习方法。通过利用常规运行数据中的老化信息作为代理标签，有效提升了电池健康监测的鲁棒性，为电池全生命周期管理提供了新的数据驱动解决方案。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统在电网侧和工商业侧应用中，电池SOH的精准评估是保障系统安全与延长寿命的核心。该深度学习方法能有效解决实际运行中标签数据缺失的痛点，提升BMS的健康管理精度。建议将其集成至iSolarC...
基于V2G提升网络化微电网韧性的分布式模型预测控制方法：采用非侵入式电池代理模型
Enhancing Resilience of Networked Microgrids Using V2G: A Distributed Model Predictive Control Approach With Non-Intrusive Battery Surrogate Model
Song Ke · Ruohan Guo · Weijie Mai · Shangyang He 等8人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种非侵入式电池代理模型（NBSM），结合分布式模型预测控制（DMPC），实现对电动汽车电池状态的实时估计与V2G响应精准调控，显著提升网络化微电网频率韧性，降低功率跟踪误差至10%以内，并在仿真中改善频率最低点11.2%。
解读: 该研究提出的NBSM+DMPC框架可直接赋能阳光电源ST系列储能变流器及PowerTitan系统在微电网场景下的V2G协同调控能力，增强其在黑启动、故障恢复及动态调频中的响应精度与鲁棒性。建议将NBSM嵌入iSolarCloud平台V2G调度模块，与组串式逆变器+户用储能系统联动，构建光储充一体化韧...