找到 3 条结果

排序:
储能系统技术 储能系统 电池管理系统BMS 机器学习 ★ 5.0

基于传感器融合的智能电池模组荷电状态估计

Sensor Fusion-Enabled State of Charge Estimation of Smart Battery Module

Haoyong Cui · Zhongbao Wei · Rui Wang · IEEE Transactions on Power Electronics · 2025年1月

随着锂离子电池精细化管理需求增长,本文针对智能电池模组提出了一种数据与模型双驱动的高精度荷电状态(SOC)估计方案。通过引入低成本准冗余电流传感技术,有效提升了单体电池级SOC估计的准确性与可靠性,为电池管理系统的智能化升级提供了新路径。

解读: 该技术对阳光电源的PowerTitan和PowerStack系列储能系统具有重要应用价值。通过引入传感器融合与数据驱动算法,可显著提升BMS在电池模组层级的SOC估算精度,从而优化电池簇的一致性管理,延长系统循环寿命。建议研发团队关注该方案的低成本实现路径,将其集成至iSolarCloud平台,以实...

储能系统技术 储能系统 电池管理系统BMS 智能化与AI应用 ★ 5.0

无电流传感器锂离子电池负载电流与荷电状态联合估计

Load Current and State-of-Charge Coestimation for Current Sensor-Free Lithium-Ion Battery

Zhongbao Wei · Jian Hu · Hongwen He · Yang Li 等5人 · IEEE Transactions on Power Electronics · 2021年10月

针对便携式电子设备及智能电池中电流传感器安装受限的问题,本文提出了一种无需电流传感器的锂离子电池负载电流与荷电状态(SOC)联合在线估计方法,有效降低了电池管理系统的硬件复杂性与成本。

解读: 该技术对阳光电源的储能业务(PowerTitan、PowerStack及户用储能系统)具有重要意义。通过去除电流传感器,不仅能降低BMS硬件成本,还能提升系统在极端环境下的可靠性。在大型储能电站中,该算法可作为冗余备份,在传感器故障时保障系统安全运行。建议研发团队评估该算法在BMS中的集成可行性,特...

储能系统技术 储能系统 SiC器件 可靠性分析 ★ 5.0

一种用于电池组多物理场的高保真在线监测算法

A high-fidelity online monitoring algorithm for multiple physical fields in battery pack

Yi Xiea · Wensai Maa · Disheng Jiang · Wei Lib 等8人 · Applied Energy · 2025年11月 · Vol.398

准确估计电池的荷电状态(SOC)、温度分布状态(SOTD)和功率状态(SOP)对于保障现代储能系统(尤其是在电动汽车中)的安全性、效率和寿命至关重要。这些状态之间的交叉耦合动力学特性要求采用先进的建模与估计算法以提升系统性能与可靠性。在本研究中,选取电池组作为研究对象,构建了一种电-热耦合模型。其中,电气模型基于一阶等效电路模型,并扩展以考虑串并联结构关系,从而为热模型提供电气参数;热模型则建立了电池组内部产热与传热过程的详细框架,并将温度反馈至电气模型以校正其参数。随后,针对该模型设计了一种在...

解读: 该电池包多物理场在线监测算法对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。电热耦合模型可集成至iSolarCloud平台,实现SOC、温度场和SOP的精准联合估算(SOC误差≤1.52%,温度误差<1.32°C),显著提升储能系统BMS管理精度。三维温度场重建技术可优化液冷...