找到 2 条结果
基于局部充电曲线重构的锂离子电池健康状态估计
State of Health Estimation for Lithium-Ion Batteries Based on Partial Charging Curve Reconstruction
Yiwen Sun · Qi Diao · Hongzhang Xu · Xiaojun Tan 等6人 · IEEE Transactions on Power Electronics · 2025年4月
为保障锂离子电池安全高效运行，精确估计健康状态（SOH）至关重要。针对现有研究多依赖完整或大范围充电曲线、在实际应用中难以获取的问题，本文提出了一种基于局部充电曲线重构的SOH估计新方法，有效提升了电池状态评估的实用性与准确性。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有极高的应用价值。在实际电站运维中，电池往往难以充满，基于局部曲线的SOH估计能显著提升iSolarCloud平台对电池衰减的监测精度，无需等待电池完全充电即可完成评估。建议将该算法集成至BMS核心算法库中，以优化储能电站的寿命...
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...