找到 8 条结果
考虑均衡电流的锂电池组SOC估算
SOC Estimation of Lithium-Ion Battery Pack Considering Balancing Current
Zhiliang Zhang · Xiang Cheng · Zhou-Yu Lu · Dong-Jie Gu · IEEE Transactions on Power Electronics · 2018年3月
针对电池组SOC估算中电芯差异导致精度不足，以及基于单体建模计算资源消耗过大的问题，本文提出了一种考虑均衡电流的电池组SOC估算方法。该方法有效解决了均衡电流对SOC估算精度的干扰，提升了电池管理系统在实时应用中的性能。
解读: 该研究直接服务于阳光电源储能业务的核心BMS技术。在PowerTitan和PowerStack等大型储能系统中，电芯一致性管理是提升系统可用容量和寿命的关键。通过引入均衡电流补偿算法，可显著优化BMS的SOC估算精度，减少因估算偏差导致的电池过充或过放风险。建议研发团队将该算法集成至iSolarCl...
一种串并联锂离子电池组的容错SoC估计方法
A Fault-Tolerant SoC Estimation Method for Series–Parallel Connected Li-Ion Battery Pack
Shiyao Zhou · Ziqiang Chen · Deyang Huang · Tiantian Lin · IEEE Transactions on Power Electronics · 2021年12月
准确的荷电状态（SoC）估计对锂电池系统的安全可靠运行至关重要。然而，由于电池开路（COC）故障导致的不一致性，串并联电池组的SoC估计仍面临挑战。本文提出了一种新型容错多模块SoC估计方法，旨在解决复杂连接结构下的状态监测难题。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等大型储能系统。随着储能规模化应用，电池组串并联结构复杂，单体故障导致的不一致性是影响系统寿命和安全的核心痛点。该容错算法可集成至阳光电源的BMS（电池管理系统）中，显著提升系统在极端工况下的SoC估算精度，降低因单体故障导致的误报警...
基于模型的储能系统SOC与SOH实时估计
Real-Time Model-Based Estimation of SOC and SOH for Energy Storage Systems
Mario Cacciato · Giovanni Nobile · Giuseppe Scarcella · Giacomo Scelba · IEEE Transactions on Power Electronics · 2017年1月
为充分挖掘电池潜力，需建立精确的电化学模型。本文旨在通过实时估计电池组的荷电状态（SOC）和健康状态（SOH），为储能系统（ESS）的控制算法设计提供精确依据，并对现有的SOC与SOH估计方法进行了综述。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统核心控制逻辑。精确的SOC/SOH估计是BMS（电池管理系统）的核心，直接影响PCS（储能变流器）的充放电策略、系统调峰调频的响应精度以及电池寿命管理。建议将该模型算法集成至iSolarCloud智能运维平台，通过实时监测与...
基于自适应神经网络的电池荷电状态
SOC）预设时间观测器
Chenyang Pan · Zhaoxia Peng · Shichun Yang · Guoguang Wen 等5人 · IEEE Transactions on Power Electronics · 2023年1月
收敛速度是评估电池荷电状态（SOC）估算性能的关键指标。本文提出了一种基于自适应径向基函数（RBF）神经网络的预设时间观测器，用于提升SOC估算的收敛速度。该方法利用自适应RBF神经网络逼近电池等效电路模型中的非线性部分，并实现参数的在线更新，从而在预设时间内实现高精度的SOC状态估计。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高价值。SOC估算的精度与收敛速度直接决定了储能系统的可用容量利用率及运行安全性。引入预设时间观测器和神经网络算法，可有效解决电池老化导致的非线性模型失准问题，提升BMS在复杂工况下的估算鲁棒性。建议研发团队将其集成...
不同环境温度下锂离子电池的无源跨域荷电状态估计
Source-Free Cross-Domain State of Charge Estimation of Lithium-Ion Batteries at Different Ambient Temperatures
Liyuan Shen · Jingjing Li · Lin Zuo · Lei Zhu 等5人 · IEEE Transactions on Power Electronics · 2023年6月
针对锂离子电池荷电状态（SOC）估计中因环境温度变化导致的域偏移问题，本文提出了一种无源跨域迁移学习方法。该方法旨在解决不同工况下数据分布差异带来的模型性能下降，无需访问源域数据即可实现模型在目标域的自适应，提升了复杂环境下SOC估计的鲁棒性与准确性。
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。电池SOC的精准估算是BMS的核心，而环境温度是影响SOC精度的主要因素。通过引入无源跨域迁移学习，阳光电源可在不依赖大规模现场数据重训练的情况下，显著提升储能系统在极端气候下的SOC估计精度，延长...
基于平方根球面无迹卡尔曼滤波
Sqrt-UKFST）的纳卫星锂离子电池荷电状态
Htet Aung · Kay Soon Low · Shu Ting Goh · IEEE Transactions on Power Electronics · 2015年9月
荷电状态（SOC）估计是现代电池管理系统（BMS）的核心。针对扩展卡尔曼滤波（EKF）在雅可比矩阵推导及线性化精度方面的局限性，本文提出了一种基于平方根球面无迹卡尔曼滤波（Sqrt-UKFST）的新型SOC估计方法，旨在提升复杂动态工况下的估计精度与算法稳定性。
解读: 该研究提出的Sqrt-UKFST算法在提升SOC估计精度与数值稳定性方面具有显著优势，直接契合阳光电源PowerTitan、PowerStack等储能系统对高精度BMS的需求。随着储能系统向大容量、长寿命方向发展，更精准的SOC估计算法能有效提升电池组的一致性管理，降低运维成本，并优化iSolarC...
锂硫电池荷电状态可观测性分析与估计
Lithium–Sulfur Battery State-of-Charge Observability Analysis and Estimation
Abbas Fotouhi · Daniel J. Auger · Karsten Propp · Stefano Longo · IEEE Transactions on Power Electronics · 2018年7月
本文研究了锂硫（Li-S）电池在电动汽车储能系统中的应用。通过加载电流和测量端电压，对锂硫电池进行等效电路模型参数化，并评估了其荷电状态（SOC）估计的可行性，为新型电池技术在储能领域的应用提供了理论基础。
解读: 锂硫电池作为高能量密度的新型储能技术，具有广阔的应用前景。对于阳光电源而言，该研究对提升PowerTitan和PowerStack等储能系统的BMS算法精度具有参考意义。虽然目前阳光电源主流产品采用磷酸铁锂技术，但针对未来高能量密度需求，研发团队应关注锂硫电池的建模特性与SOC估算逻辑的差异。建议在...
基于学习率优化的深度全卷积网络锂离子电池SOC估计
SOC Estimation of Li-ion Batteries With Learning Rate-Optimized Deep Fully Convolutional Network
M. A. Hannan · D. N. T. How · M. S. Hossain Lipu · Pin Jern Ker 等7人 · IEEE Transactions on Power Electronics · 2021年7月
本文提出了一种深度全卷积网络（DFCN）模型，直接利用电压、电流和温度数据估计锂离子电池的荷电状态（SOC）。通过引入学习率优化策略，该模型在恒定及变温环境下均表现出优异的SOC估计精度，为电池管理系统提供了高效的算法支撑。
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）具有极高价值。SOC估计的精度直接决定了储能系统的可用容量和安全性。通过引入深度全卷积网络（DFCN）及学习率优化策略，可显著提升BMS在复杂工况（如变温、动态充放电）下的SOC估算准确度，从而优化电池均衡策略，...