找到 2 条结果
一种基于物理信息的混合多任务学习方法用于锂离子电池早期寿命阶段的全生命周期老化估计
A Physics-Informed Hybrid Multitask Learning for Lithium-Ion Battery Full-Life Aging Estimation at Early Lifetime
Shuxin Zhang · Zhitao Liu · Yan Xu · Hongye Su · IEEE Transactions on Industrial Informatics · 2024年9月
锂离子电池健康状态估计是电池管理系统的关键环节，现有方法主要基于机理模型或数据驱动方法。本文提出一种融合机理知识与数据驱动的物理信息混合多任务学习框架，可在电池早期寿命阶段实现全生命周期老化状态估计。通过引入混合老化模式特征，融合电极级健康状态与数据驱动信息，构建电化学机理指导的多任务生成模型，用于估计固相颗粒与电解质中的Li⁺浓度动态。采用电极级状态约束训练策略，确保模型符合因果性。在三个电池数据集上验证了从电化学到单体层面的老化状态估计性能。相比传统方法，所提方法在估计精度与实时性方面均表现...
解读: 该物理信息混合多任务学习技术对阳光电源储能产品线具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的BMS中，可实现电池早期寿命阶段的全生命周期老化预测，显著提升电池健康状态估计精度。通过融合电化学机理模型与数据驱动方法，能在iSolarCloud云平台实现电极级健康状态监测与...
基于损耗优化的宽负载适应性单级双有源桥微逆变器设计
Design of a Single-Stage Dual Active Bridge Microinverter With Wide Load Adaptability Based on Loss Optimization
Xuchi Xue · Zhitao Liu · Weihan Li · Hongye Su · IEEE Transactions on Power Electronics · 2025年2月
本文提出了一种具备离网负载能力的单级双有源桥（DAB）直流 - 交流转换器的优化设计方案。DAB 转换器因其双向功率传输和高功率密度特性而备受关注。然而，储能装置在离网运行时需要具备对负载的适应性。本文基于控制变量的线性化，建立了一个新的控制回路。其目标是最小化电流应力和均方根电流，这会对外部相移角进行约束，从而提高系统效率。此外，从损耗模型的角度出发，基于所选的开关器件研究了系统的最佳工作频率范围。结合绕组方式，对磁性元件的参数进行了优化，这进一步提高了系统效率。搭建了一台 600 W 的 D...
解读: 从阳光电源的业务视角来看，这项单级双有源桥（DAB）微逆变器技术具有重要的战略价值。该技术通过损耗优化实现了97.89%的峰值效率，这与我司在光伏逆变器和储能系统领域追求的高效率目标高度契合。 该技术的核心创新在于通过控制变量线性化建立新型控制环路，有效降低电流应力和均方根电流，这对我司储能变流器...