找到 3 条结果

排序:
储能系统技术 储能系统 电池管理系统BMS 智能化与AI应用 ★ 5.0

基于平方根球面无迹卡尔曼滤波

Sqrt-UKFST)的纳卫星锂离子电池荷电状态

Htet Aung · Kay Soon Low · Shu Ting Goh · IEEE Transactions on Power Electronics · 2015年9月

荷电状态(SOC)估计是现代电池管理系统(BMS)的核心。针对扩展卡尔曼滤波(EKF)在雅可比矩阵推导及线性化精度方面的局限性,本文提出了一种基于平方根球面无迹卡尔曼滤波(Sqrt-UKFST)的新型SOC估计方法,旨在提升复杂动态工况下的估计精度与算法稳定性。

解读: 该研究提出的Sqrt-UKFST算法在提升SOC估计精度与数值稳定性方面具有显著优势,直接契合阳光电源PowerTitan、PowerStack等储能系统对高精度BMS的需求。随着储能系统向大容量、长寿命方向发展,更精准的SOC估计算法能有效提升电池组的一致性管理,降低运维成本,并优化iSolarC...

光伏发电技术 ★ 5.0

太阳辐照度变化下光伏系统的动态状态估计

Dynamic State Estimation for Photovoltaic Under Variations of Solar Irradiance

Jianan Shan · Yijun Xu · Wei Gu · Zongsheng Zheng 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月

动态状态估计(DSE)在电力系统的监测和运行中起着基础性作用。尽管以往的研究主要集中于传统同步发电,但随着可再生能源渗透率的不断提高,光伏(PV)系统的状态估计越来越受到关注。然而,现有研究主要针对静态估计,或者采用过于简化的动态模型,且对太阳辐照度采用确定性假设。显然,这种假设在实际中并不成立,必然会导致估计结果出现偏差。针对这些问题,本文首次对包含光伏阵列、升压转换器、逆变器和滤波器的详细两级光伏系统进行动态状态估计研究。此外,为避免太阳辐照度变化导致估计结果出现偏差,本文进一步提出将太阳辐...

解读: 从阳光电源的业务视角来看,这项针对光伏系统动态状态估计(DSE)的研究具有重要的工程应用价值。论文首次针对包含光伏阵列、升压变换器、逆变器和滤波器的完整两级光伏系统建立了详细动态模型,这与我司主流光伏逆变器产品的实际拓扑结构高度契合,为实现更精准的系统监控和控制奠定了理论基础。 该技术的核心创新在...

储能系统技术 储能系统 电池管理系统BMS ★ 5.0

电动汽车锂离子电池基于等效电路模型的荷电状态估计

On Equivalent Circuit Model-Based State-of-Charge Estimation for Lithium-Ion Batteries in Electric Vehicles

Fatma Ahmed · Khalid Abualsaud · Ahmed M. Massoud · IEEE Access · 2025年4月

本文研究电动汽车锂离子电池SOC估计的先进模型方法。基于电化学阻抗谱建立三阶等效电路模型,采用粒子群算法辨识参数,对比扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF算法。结果显示UKF的RMSE和最大误差分别为1.06%和1.15%,优于EKF。EKF-UKF混合方法实现最优性能,RMSE仅0.2%,最大误差0.5%,为电动汽车实时电池监测提供高精度解决方案。

解读: 该SOC估计技术与阳光电源新能源汽车电驱控产品线高度相关。阳光电源车载OBC和电池管理系统需要高精度SOC估计算法来优化充电策略和电池保护。EKF-UKF混合算法可集成到阳光BMS中,提高电池状态估计准确性和充电效率。该技术结合阳光800V高压快充平台,可实现更安全高效的电池管理和更优的用户充电体验...