找到 2 条结果
基于物理的锂离子电池电化学模型参数辨识及其双种群优化方法
Physics-based parameter identification of an electrochemical model for lithium-ion batteries with two-population optimization method
Aina Tian · Kailang Dong · Xiao-Guang Yang · Yuqin Wang 等7人 · Applied Energy · 2025年1月 · Vol.378
摘要 伪二维（P2D）模型因其基于物理原理的高精度，在电池管理系统中展现出日益广阔的应用前景。然而，由于难以准确辨识多个参数，且常出现求解不收敛的问题，限制了其实际应用效果。传统的数据驱动型P2D模型参数辨识方法虽然先进，但通常需要大量数据，且缺乏必要的物理机理洞察，容易导致过拟合。为应对上述挑战，本研究首先开展参数敏感性分析，以确定各类参数辨识的最佳条件；进而提出一种双种群多目标优化算法，高效地筛选出非劣解参数集。该算法的独特之处在于引入非收敛种群，以增强狼群种群的更新过程，从而提升参数辨识的...
解读: 该P2D模型参数辨识技术对阳光电源储能系统具有重要价值。通过双种群优化算法精确识别23个电池参数,可显著提升ST系列PCS和PowerTitan储能系统的BMS精度,动态工况下电压预测误差控制在9mV以内。该物理驱动方法可增强iSolarCloud平台的电池健康状态评估和预测性维护能力,避免纯数据驱...
基于分时电价策略的住宅建筑光伏与钒氧化还原液流电池系统设计与技术评估
Design and technical assessment of photovoltaic and vanadium redox flow battery systems for residential buildings based on time-of-use electricity pricing strategy
Haida Tang · Kaiwen Shi · Yuqin Wang · Haibin Yang 等7人 · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 本研究探讨了光伏与钒氧化还原液流电池（PV-VRFB）系统在城市环境中为住宅供电的技术可行性。采用COMSOL建立了VRFB单元的三维瞬态模型，以分析不同电流密度下电池的性能表现。VRFB单元的仿真结果与实验数据吻合良好，电压相对误差仅为1.34%。研究聚焦于深圳一个典型的住宅社区，采用分时电价作为能源管理策略。仿真结果表明，VRFB的电流密度对充放电时间、效率以及储能和输出能量具有显著影响。在电流密度为40 A/m²时，VRFB的库仑效率、电压效率和能量效率分别为93.18%、84.77...
解读: 该PV-VRFB住宅储能研究对阳光电源ST系列储能变流器与SG户用逆变器集成方案具有重要参考价值。研究揭示电流密度对储能效率的关键影响,可指导我们优化PCS充放电策略:在分时电价场景下,通过iSolarCloud平台智能调控充放电功率,平衡系统效率与经济性。虽然钒液流电池成本较高,但其长循环寿命特性...