找到 4 条结果
基于控制导向电热模型的锂离子电池SoC修正核心温度估计
SoC-Modified Core Temperature Estimation of Lithium-Ion Battery Based on Control-Oriented Electro-Thermal Model
Xingchen Zhang · Yujie Wang · Zonghai Chen · IEEE Transactions on Power Electronics · 2023年9月
锂离子电池及其控制技术是交通电气化与智能化的核心。动态热管理是智能电池管理系统（BMS）的关键技术，实时监测电池内部温度特性对于实现高效、安全的电池热管理至关重要。本文提出了一种基于控制导向电热模型的SoC修正核心温度估计方法，旨在提升电池运行的安全性与寿命。
解读: 该研究直接服务于阳光电源储能业务（如PowerTitan、PowerStack系列）。电池核心温度的精确估计是提升储能系统安全性的关键，能够优化BMS的热管理策略，防止电池过热引发的风险，并延长电池循环寿命。建议将该控制导向电热模型集成至iSolarCloud智能运维平台及BMS底层算法中，实现对储...
考虑效率与安全的燃料电池混合动力汽车预测能量管理
Predictive Energy Management for Fuel Cell Hybrid Vehicles Considering Efficiency and Safety
Yingfang Liu · Mince Li · Yujie Wang · Zhendong Sun 等5人 · IEEE Transactions on Power Electronics · 2024年10月
本文针对燃料电池混合动力汽车（FCHVs），提出了一种旨在优化锂电池与燃料电池能量协同的实时能量管理策略。该策略重点关注系统运行的安全性和效率，为清洁能源交通的可持续发展提供了有效的控制基础。
解读: 该研究涉及的燃料电池与锂电池协同控制技术，与阳光电源的氢能业务（电解槽电源及氢储一体化）及储能系统（PowerTitan/PowerStack）的能量管理逻辑具有底层技术互通性。虽然阳光电源目前主要聚焦于固定式储能与光伏领域，但其PCS双向变换器及BMS控制算法在氢能交通或移动式储能场景中具有潜在应...
基于自适应模型预测控制的混合储能系统功率分配策略
A Power Distribution Strategy for Hybrid Energy Storage System Using Adaptive Model Predictive Control
Li Wang · Yujie Wang · Chang Liu · Duo Yang 等5人 · IEEE Transactions on Power Electronics · 2020年6月
本文针对电动汽车混合储能系统（HESS）提出了一种自适应模型预测控制（AMPC）管理策略。通过改进的连续功率-能量方法进行系统配置，旨在提升电动驱动系统的安全性和运行效率，优化电池与超级电容间的功率分配。
解读: 该研究提出的自适应模型预测控制（AMPC）策略对阳光电源的储能业务具有重要参考价值。在PowerTitan和PowerStack等大容量储能系统中，引入自适应控制算法可更精准地平衡电池簇间的荷电状态（SOC）及功率输出，延长电池寿命。此外，该技术在电动汽车充电桩配套储能或移动储能应用中，能有效优化功...
混合储能系统的容量优化与能量管理策略研究
Sizing Optimization and Energy Management Strategy for Hybrid Energy Storage System Using Multiobjective Optimization and Random Forests
Mince Li · Li Wang · Yujie Wang · Zonghai Chen · IEEE Transactions on Power Electronics · 2021年10月
本文针对电动汽车混合储能系统（HESS），提出了容量优化与自适应实时能量管理策略。通过多目标灰狼优化算法平衡系统成本与电池寿命，并利用随机森林算法实现高效的能量管理，为储能系统的设计与运行提供了优化方案。
解读: 该研究关注混合储能系统的容量配置与能量管理，与阳光电源的PowerTitan及PowerStack系列储能系统高度相关。文中提到的多目标优化与机器学习算法（如随机森林）可深度集成至iSolarCloud智能运维平台，用于优化储能电站的充放电策略，提升电池全生命周期收益。此外，该技术路径可借鉴用于阳光...