找到 2 条结果
用于次同步振荡监测的自适应重置扩展卡尔曼滤波方法
Adaptive-Reset Extended Kalman Filter Method for Subsynchronous Oscillation Monitoring
Xi Chen · Xi Wu · Qingfeng Li · Jinyu Zhou 等8人 · IEEE Transactions on Power Electronics · 2024年5月
随着可再生能源发电占比提升，电力系统次同步振荡（SSO）问题日益严峻。由于SSO的频率和幅值具有时变特性，监测难度极大。本文提出了一种自适应重置扩展卡尔曼滤波（AREKF）方法，旨在实现对SSO的高精度实时监测，为后续控制策略的制定与振荡抑制提供有效支撑。
解读: 该技术对阳光电源的组串式及集中式光伏逆变器、PowerTitan储能系统在弱电网环境下的稳定性至关重要。随着高比例新能源接入，电网阻抗波动易引发次同步振荡，影响设备安全。该AREKF算法可集成至iSolarCloud智能运维平台或逆变器控制固件中，实现对振荡的实时感知与预警。建议研发团队将其应用于构...
一种基于模态分解机制的数据驱动锂离子电池剩余寿命预测方法
A Data-Driven Method With Mode Decomposition Mechanism for Remaining Useful Life Prediction of Lithium-Ion Batteries
Jianguo Wang · Shude Zhang · Chenyu Li · Lifeng Wu 等5人 · IEEE Transactions on Power Electronics · 2022年11月
锂离子电池具有高效、轻便等优势，但其不稳定性及失效风险仍是行业挑战。本文提出了一种基于模态分解的数据驱动方法，用于预测锂离子电池的剩余使用寿命（RUL），旨在通过精准的寿命评估有效预防电池突发故障，保障系统运行安全。
解读: 该研究直接服务于阳光电源PowerTitan、PowerStack等储能系统业务。通过引入模态分解与数据驱动算法，可显著提升iSolarCloud平台对电芯健康状态（SOH）的监测精度，并优化BMS的寿命预测模型。这不仅能降低储能电站的运维成本，还能通过提前预警潜在失效风险，提升系统安全性，对阳光电...