找到 7 条结果
锂离子电池电化学阻抗谱的荷电状态相关多项式等效电路建模
State of Charge-Dependent Polynomial Equivalent Circuit Modeling for Electrochemical Impedance Spectroscopy of Lithium-Ion Batteries
Qian-Kun Wang · Yi-Jun He · Jia-Ni Shen · Xiao-Song Hu 等5人 · IEEE Transactions on Power Electronics · 2018年10月
本文探讨了利用电化学阻抗谱（EIS）分析锂离子电池反应动力学及传输机制，并将其作为一种非破坏性工具用于荷电状态（SOC）估计。研究重点在于量化SOC对等效电路模型（ECM）参数的影响，通过多项式建模提升电池状态监测的精度与可靠性。
解读: 该研究对于阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。精确的SOC估计是BMS核心算法的基础，直接影响储能系统的充放电策略、容量保持率及安全性。通过引入SOC相关的多项式等效电路模型，阳光电源可进一步优化iSolarCloud平台的电池健康状态（SO...
面向锂离子电池跨域荷电状态估计的温度自适应迁移网络
Temperature Adaptive Transfer Network for Cross-Domain State-of-Charge Estimation of Li-Ion Batteries
Liyuan Shen · Jingjing Li · Jieyan Liu · Lei Zhu 等5人 · IEEE Transactions on Power Electronics · 2023年3月
荷电状态（SOC）估计是电池管理系统（BMS）的核心，对保障电池安全至关重要。现有的数据驱动方法依赖大量标注数据，且假设训练与测试数据分布一致。然而，实际应用中往往缺乏标注数据且存在分布差异。本文提出一种温度自适应迁移网络，旨在解决不同工况及温度下的跨域SOC估计难题。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有极高价值。目前储能电站面临不同温度环境及电池老化带来的数据分布偏移问题，导致BMS估算精度下降。引入温度自适应迁移网络，可显著提升iSolarCloud平台在复杂工况下的SOC估算准确度，减少对大规模离线训练数据的依赖。建议研...
基于AEKF与小波变换矩阵的锂离子电池SOC估计
SOC Estimation of Lithium-Ion Batteries With AEKF and Wavelet Transform Matrix
Zhi-Liang Zhang · Xiang Cheng · Zhou-Yu Lu · Dong-Jie Gu · IEEE Transactions on Power Electronics · 2017年10月
针对电动汽车复杂电磁环境下电流和电压信号易受噪声干扰导致SOC估计误差的问题，本文提出了一种基于小波变换矩阵（WTM）的去噪方法。该方法能有效处理非平稳信号，在降低计算负担的同时，显著提升了自适应扩展卡尔曼滤波（AEKF）在SOC估计中的精度与鲁棒性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及户用储能系统）具有重要价值。在大型储能电站及工商业储能应用中，电流电压传感器的测量噪声是影响BMS SOC估算精度的核心痛点。引入小波变换矩阵去噪算法，可显著提升BMS在复杂电磁干扰环境下的状态感知能力，延长电池寿命并提高系统安...
一种用于锂离子电池无偏荷电状态估计的集总扰动补偿方案
A Lumped Disturbance Compensation Scheme for Unbiased State-of-Charge Estimation of Lithium-ion Batteries
Haoda Xi · Xijian Lin · Shuo Zhang · Xi Luo 等6人 · IEEE Transactions on Power Electronics · 2025年3月
针对锂离子电池等效电路模型不确定性及传感器噪声导致的SOC估计精度下降问题，本文提出了一种集总扰动补偿方案。该方法有效解决了时变扰动及初始SOC未知条件下的估计偏差，显著提升了电池管理系统在复杂工况下的SOC估计鲁棒性与准确性。
解读: 该研究直接服务于阳光电源的储能业务核心技术。在PowerTitan和PowerStack等大型储能系统中，高精度的SOC估计是实现电池簇均衡管理、延长系统寿命及保障安全运行的关键。该集总扰动补偿方案可集成至iSolarCloud智能运维平台及BMS算法库中，有效提升在复杂电网环境下的SOC估算精度，...
采用交错式升压逆变器的单相并网磷酸铁锂电池-超级电容混合储能系统
Single-Phase Grid-Connected LiFePO4 Battery–Supercapacitor Hybrid Energy Storage System With Interleaved Boost Inverter
Damith B. Wickramasinghe Abeywardana · Branislav Hredzak · Vassilios G. Agelidis · IEEE Transactions on Power Electronics · 2015年10月
本文提出了一种集成电池与超级电容的混合储能系统（HESS），通过两个DC/AC升压逆变器直接并网，减少了功率变换级数，提高了系统效率。文章详细探讨了系统拓扑、SOC估算及控制策略。
解读: 该研究提出的混合储能架构对阳光电源的户用储能（Residential Storage）及小型工商业储能产品线具有重要参考价值。通过超级电容与电池的互补，可有效平抑功率波动，延长电池寿命。交错式升压逆变器拓扑有助于提升系统功率密度并降低输出纹波，这与阳光电源PowerStack及户用储能系统的技术演进...
基于分数阶模型的超级电容器实时端电压预测与荷电状态估计
Real Time Terminal Voltage Prediction and State-of-Charge Estimation for Supercapacitors Using Fractional Order Model
Shifa H. Rahman · Jagadanand G · Philip Varghese Saju · M. P. Shreelakshmi · IEEE Transactions on Power Electronics · 2025年10月
本文提出了一种基于分数阶模型（FOM）的超级电容器动态建模与荷电状态（SOC）估计方法。通过推导超级电容器在充电、放电及静置状态下的解析表达式，实现了对超级电容器状态的精确预测，这对提升电动汽车及动力系统中的储能应用可靠性具有重要意义。
解读: 超级电容器作为高功率密度储能元件，在阳光电源的电动汽车充电桩及部分储能系统（如PowerTitan系列在应对瞬时功率冲击时）中具有潜在应用价值。分数阶模型（FOM）相比传统整数阶模型能更精确地描述超级电容器的非线性动态特性。建议研发团队关注该算法在BMS/EMS中的集成，以优化储能系统在调频等高频功...
一种物理增强型动态耦合混合Kolmogorov–Arnold网络用于可解释的电池荷电状态估计
A physics-enhanced hybrid Kolmogorov–Arnold network with dynamic coupling for interpretable battery state-of-charge estimation
Yuqian Fan · Yi Lia · Chong Yana · Yaqi Liang 等12人 · Applied Energy · 2025年12月 · Vol.400
准确估计锂离子电池的荷电状态（SOC）是电池管理系统中的核心任务。然而，SOC估计在复杂工况下面临着精度不足、鲁棒性差以及可解释性弱等挑战。本文提出了一种物理增强型混合Kolmogorov–Arnold网络（PEHKAN）方法，这是首个将机械应力特性与电化学–热力学多物理场建模相结合的方法。构建了改进的Butler–Volmer方程电化学势能模块，以及具有协同控制的温度–压力耦合扩散动力学模块；这些模块显式地刻画了电化学、热力学与机械应力之间的协同作用。此外，设计了一种动态门控融合机制，以实现物...
解读: 该物理增强混合神经网络SOC估算技术对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。其电化学-热力学-机械应力多物理场耦合建模可直接应用于BMS优化,在复杂工况下MAE低至0.00312,显著提升储能系统全生命周期安全性与经济性。动态门控融合机制可增强iSolarClo...