找到 2 条结果
基于随机部分充电数据的电池健康状态数据驱动估计
Data-Driven Battery State of Health Estimation Based on Random Partial Charging Data
Zhongwei Deng · Xiaosong Hu · Penghua Li · Xianke Lin 等5人 · IEEE Transactions on Power Electronics · 2022年5月
随着电动汽车的快速发展，电池健康状态（SOH）的准确估计对于安全监测、残值评估及预测性维护至关重要。本文提出了一种基于随机部分充电数据的数据驱动SOH估计方法，旨在解决现有方法在实际应用中对完整充电循环依赖性过强的问题，提升电池全生命周期管理的智能化水平。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack系列）具有极高价值。目前储能系统在电网侧和工商业侧应用中，往往难以获取完整的满充满放数据。通过引入该数据驱动算法，阳光电源的iSolarCloud智能运维平台可实现对储能电站电池健康状态的实时精准评估，无需等待完整充电循环。这不仅...
基于开路电压模型与增量容量分析融合的锂离子电池健康状态估计
State-of-Health Estimation of Lithium-Ion Batteries by Fusing an Open Circuit Voltage Model and Incremental Capacity Analysis
Xiaolei Bian · Zhongbao GAE Wei · Weihan Li · Josep Pou 等6人 · IEEE Transactions on Power Electronics · 2021年1月
本文提出了一种融合开路电压（OCV）模型与增量容量分析（ICA）的锂离子电池健康状态（SOH）估计新方法。通过构建新型OCV模型提取关键特征（FOIs），实现了对电池老化过程的精准诊断，为提升电池系统的可靠性与寿命管理提供了有效手段。
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估算对于保障电站全生命周期收益至关重要。该融合算法可集成至BMS（电池管理系统）中，通过结合OCV与ICA分析，提升电池老化诊断精度，从而优化iSolarCloud平台的运维策略，实...