找到 3 条结果
基于近似低秩表示与超球面集中的锂离子电池储能系统一致性评估
Consistency Evaluation for Lithium-Ion Battery Energy Storage Systems Based on Approximate Low-Rank Representation and Hypersphere Concentration
Zhen Chen · Weijie Liu · Tangbin Xia · Ershun Pan · IEEE Transactions on Industrial Electronics · 2024年10月
锂离子电池储能系统（ESS）在新型储能累计装机容量中占据大部分份额。储能系统的一致性会显著影响其性能和效率。因此，对储能系统进行准确的一致性评估对于运维管理至关重要。本文提出了一个评估电池组一致性并识别不一致电池包的综合框架。首先，通过近似低秩表示（ALRR）从充放电电压曲线中学习低维特征表示，该方法既能实现降维，又能在低维子空间中保留空间结构关系。其次，利用冯·米塞斯 - 费舍尔分布和最优表示构建了基于超球体集中度的电池组一致性评估指标。第三，通过卡方统计量的假设检验快速识别出存在电压异常的不...
解读: 从阳光电源储能系统业务视角来看，这项基于近似低秩表示和超球集中度的锂电池一致性评估技术具有重要的工程应用价值。 在储能系统运维层面，该技术直接切中当前行业痛点。阳光电源的PowerStack、PowerTitan等大型储能产品中，单个系统包含数千甚至上万节电池单体，电池组一致性问题直接影响系统效率...
基于深度嵌入聚类的锂离子电池储能系统不一致性识别
Inconsistency identification for Lithium-ion battery energy storage systems using deep embedded clustering
Zhen Chen · Weijie Liu · Di Zhou · Tangbin Xi 等5人 · Applied Energy · 2025年1月 · Vol.388
摘要 不一致性是导致锂离子电池组性能下降的关键因素。准确识别不一致电池对电池储能系统（ESS）的健康管理具有重要意义。现有大多数方法依赖先验知识，且难以获得电池动态特性的最优表征，因而不再适用于不一致性水平随时间变化的在线场景。本文提出一种基于深度嵌入聚类的电池储能系统在线无监督多层级不一致性识别方法。首先，通过一种改进的自编码器从充放电电压曲线中提取具有判别性的潜在表征，该自编码器同时考虑信息保留能力和重构误差。其次，构建基于改进自编码器与K均值算法的深度嵌入聚类模型，并设计一种贪心算法交替优...
解读: 该深度嵌入聚类技术对阳光电源ST系列储能变流器及PowerTitan系统的电池健康管理具有重要价值。通过无监督学习实现多层级不一致性识别,可集成至iSolarCloud平台实现在线预测性维护,提升BMS诊断能力。该方法无需先验知识、适应时变特性的优势,可优化ESS全生命周期管理策略,降低电池簇退化风...
优化储能容量以增强韧性：海上风电场案例
Optimizing energy storage capacity for enhanced resilience: The case of offshore wind farms
Weijie Pan · Ekundayo Shitt · Applied Energy · 2025年1月 · Vol.378
摘要 本文研究了在面对导致短期至中期停电的高影响低概率（HILP）事件时，不同海上风电场（OWF）网络配置对电池储能系统（BESS）最优容量的影响。由于占地面积较小且能源产出潜力较高，大规模海上风电场近年来受到投资者越来越多的关注。然而，外部环境、内部安装结构以及距离陆上设施较远等因素给海上风电场的运行和能源供应稳定性带来了重大挑战。这些因素使得系统极易受到HILP突发事件的影响，而灾后及时管理（例如修复海底输电电缆故障）也极为困难。尽管BESS长期以来被视为提升系统韧性的可行策略，但关于确定最...
解读: 该研究对阳光电源ST系列储能变流器及PowerTitan系统在海上风电场景具有重要指导意义。论文提出的16%日发电量最优储能容量配置方法,可直接应用于我司海上风电储能解决方案设计。建议结合我司GFM控制技术和iSolarCloud平台的预测性维护功能,针对海上风电HILP事件开发专用储能容量优化算法...