基于多级脉冲充电的最优充电模式

针对锂离子电池在充放电过程中的不同阶段以不同极化反应为主的特点,提出一种基于锂离子电池简单改进的等效电路模型的多级脉冲充电方式。同时,通过分析消除电池极化反应的机制,结合电池快速充电的基本原理,提出计算锂离子电池多级脉冲充电方式的最优充电模式的方法,为多级脉冲充电方式的科学合理性提供了理论依据和实验基础。与传统的多级恒流充电方式相比,锂离子电池的充电时间缩短13.3%,并有效提高了充电容量,减小充电能量。实验结果验证了所提出方法的有效性。     

基于P89LPC936单片机的锂离子电池组智能充电机设计

为实现对不同标称电压的锂离子电池组的智能充电和容量检测,设计了一种基于P89LPC936单片机的智能充电机,充电控制电路采用IR2181S高低端边缘驱动器实现自动选择充电,能对电池进行快速充电和常规充电,利用电子负载对电池进行恒流放电,并检测电池电压,根据电流积分法计算容量,以此判断电池的老化程度。实验结果表明,该充电机能对标称电压为25.2 V和14.4 V的锂离子电池组实现1 h快速充电和容量检测,测试精度达到了99.8%。     

基于TM的锂离子电池改进五阶恒流快速充电

目前锂离子电池常用的充电方法是五阶恒流充电法,该方法充电速度较慢、充电效率不高。提出一种基于田口法(TM)的改进五阶恒流充电法,采用正交表(OA)进行实验以确定五阶充电电流的优化值;针对极化影响充电效率的问题,采取实时去极化措施,通过监测电池的析气点电压、极化电压、温度以及荷电状态,采用两个模糊控制器来消除电池充电过程中的极化。实验结果表明,基于TM的改进五阶恒流充电法比传统五阶恒流充电法充电速度提高了27.4%,最大温升降低了10.5%,充电效率提高了0.5%。     

一种新型的锂离子电池开关充电电路

设计了一种新型的基于恒流/恒压充电模式的锂离子电池开关充电电路。在电池电压达到浮充电压时,实现了恒流充电向恒压充电的平滑切换。通过对恒流充电环路和恒压充电环路的设计,尤其是对充电电流采样信号放大电路和电池电压采样信号放大电路的详细设计,实现了电路的稳定工作。采用0.5 μm标准CMOS工艺对电路进行仿真,结果表明,电路工作在5 V的电源电压下,涓流充电电流为119.6 mA,恒流充电电流为1.209 A,恒压充电阶段的电池电压为4.195 V,并且实现了恒流充电向恒压充电的平滑切换。     

智能单片线性锂离子电池充电器IC设计

锂离子电池由于体积小、重量轻、能量密度高和循环寿命长等优点,在便携式设备中得到了广泛的应用。由于锂离子电池的使用寿命与锂离子电池充电器的充电方法密切相关,充电器必须安全、快速、效率高。考虑到IC的成本,采用CMOS工艺设计了一款具有智能热调整功能的单片线性锂离子电池充电器IC。在此设计的线性锂离子电池充电器IC在恒流／恒压充电模式的基础上,增加了涓流充电模式和智能热调整模式。     

便携式仪器需要高性能充电器

近几年来,电池技术有了长 足的发展,其中锂离子和锂聚合物电池最为流行。为了使这些电池获得最佳性能,充电器技术必须跟上电池技术的发展。 笔记本电脑所使用的电池,无论大小、重量还是寿命都很关键。由于锂离子和锂聚合物相似,所以它们的充电方式几乎相同,主要区别在于端电压和充电电流。 锂离子电池的传统充电方式是采用恒流和恒压。当电池的电压较低时,典型的充电周期开始是用恒流充电方式。当电池电压上升到指定限度时,充电器转为恒压充电,该方式一直持续到充电电流减小为零,这时电池充电完毕。在恒压充电阶段,电流按指数规…     

基于手持导航产品的锂离子电池充电技术

电池是手持导航产品的能量来源,因此电池的性能直接影响着产品的稳定性。锂离子电池以其高能量密度,高电池电压,无记忆效应,长保存寿命和充电周期等优点在手持导航产品中应用广泛。介绍了锂离子电池的特性,恒压充电和恒流/恒压充电技术,充电IC组成,并结合充电芯片LTC4054-4.2分析了手持导航产品的锂离子电池充电应用方案。     

一种锂离子电池线性充电控制系统设计

在分析单节锂离子电池恒流(含涓流)与恒压独立充电方式的基本原理和典型结构基础上,根据锂离子(Li-ion)电池充电的基本功能要求,通过对恒流、恒压基本结构输出级耦合的控制方式,结合对电池电压与电流的精确检测与监控,设计了一种结构简单、控制稳定有效的锂电池线性充电控制系统.基于CSMC 0.6 μm CMOS工艺的仿真结果表明,系统在各种状态下均能可靠实现涓流、恒流、恒压的阶段式充电切换控制,并且恒流、恒压充电的精度可分别达到5%和1%以内.     

基于MCU的锂离子电池管理器设计

锂离子电池对充电器、保护电路的要求比较苛刻,通常要求恒流、恒压的充电方式,而且需要过充、过放保护。为了使锂离子电池安全高效地使用,设计了一种基于Buck变换器的锂离子电池管理器。该管理器采用单片机进行充电控制,通过在程序中运用两个数字PI调节器实现恒流、恒压方式。此外,还用专用保护芯片对电池进行过充、过放等一系列保护。实验结果表明,该管理器不仅满足锂离子电池的充电要求,并且实现对电池的有效保护,达到了管理电池充放电过程的目的。     

一种基于复合运放的线性锂离子电池充电器

基于复合运放,设计了一款新颖的线性锂离子电池充电器.该充电器根据锂离子电池充电的特性,采用三阶段充电法,即涓流充电(预处理),恒流充电(快充),恒压充电(充满).仿真结果显示,在4.5 V电源电压下,充电器实现了涓流充电电流80 mA,恒流充电电流800 mA,及恒定电压4.2 V的充电过程.另外,设计中利用充电功率管的栅极寄生电容作为充电环路的补偿电容,节省了芯片成本和面积.     

新品快递

低备用电流的锂离子电池充电控制器 安森美半导体的锂离子电池充电控制器NCP1800可用于各种便携式电子产品。其备用电流仅为0.5mA,具有占用空间小、部件数少、电池寿命长等特性。 NCP 1800是用于锂离子或锂聚合物电池的恒流/恒压(CCCV)单节电池充电控制器。该器件可在调节和预充阶段为电量耗尽的锂离子电池充上一些电,可保护电池并延长     

线性锂离子电池充电器的分析和设计

设计了一种独立的单节锂离子电池线性充电器,该充电器采用恒定电流/恒定电压算法,可输出高达1 A的可编程充电电流和精度达±0.35%的4.2 V终止充电电压.详细分析了恒流充电实现的原理和恒压充电实现的原理.使用XFAB 0.6 μm BiCMOS工艺模型,Spectre仿真结果表明,在恒流充电到恒压充电的整个过程中系统都稳定工作且性能符合设计指标.     

恒流-恒压模式控制的锂电池充电器的设计

设计了一款恒流-恒压充电模式控制的锂离子电池充电器,当电池电压低于2.9 V时,充电器提供涓流充电模式;当电池电压高于2.9 V时,充电器提供恒流充电模式;当电池电压达到4.2 V时,实现恒压充电模式对充电器的控制,充电电流减小。对主要子模块的电路进行了详细的设计与仿真并进行了稳定性分析,均能够在不采用任何补偿的情况下保持稳定。电路采用CSMC公司的0.6μm B iCMOS工艺模型,基于Cadence仿真平台对电路进行了前仿真,仿真结果表明,在5 V电源电压下,涓流充电电流为50 mA,恒流充电电流为502 mA,最终电池电压为4.202 V。     

一种低成本主边控制AC-DC充电控制器

设计了一种主边控制、工作于不连续模式的反激离线AC-DC锂离子电池充电控制器.采用新颖的恒流恒压控制方式保证充电精度,无光耦的应用拓扑能有效降低成本.基于0.5μm BiCMOS工艺模型,进行HSpice仿真验证.结果表明,恒流精度在±5%以内,充电终止电压精度在±1%以内.     

锂离子和NiMH电池在便携产品中的应用

引言随着锂离子电池在市场上的日益普及,系统设计人员既可以采用镍金属氢化物(ＮｉＭＨ)电池也可以采用锂离子电池为便携式设备供电。然而,不同类型的电池要求不同的充电方案。ＮｉＭＨ电池通常采用恒流快速充电方式,并且通过检测峰值电压(ＰＶＤ)或者依据充满电时电池温升增加(即△Ｔ/△ｔ的变化)来终止充电过     

储能用电芯及模组恒流和恒功率充放电对比研究

储能电站在电力系统的实际应用中都以恒定的功率来工作,一般以kWh和MWh等作为单位参数。但现阶段锂离子电池在研发、设计、生产和试验过程中通常用电量作为容量参数,以Ah作为单位参数。分别对锂离子电池的电芯和模组层级,以不同的充放电工况（恒流恒压充电/恒流放电和恒功率充放电）进行容量和能量测试,研究这两种不同的充放电工况对电芯、模组的容量和能量的影响,同时研究这两种不同充放电工况下,电芯、模组在充放电过程中的电流和电压变化情况。     

锂离子电池极化电压的优化分析

为了提高电池的充电速度和降低极化对电池性能的影响，本研究提出一种基于模糊控制技术的恒定电池极化电压的充电方法，分析了充电方式对充电电流、充电深度、极化状态和循环性能等方面的影响，并研究了恒定电池极化电压充电方法，同时与传统恒流－恒压充电方法进行比较，分析结果显示本研究的充电方法可以有效提高电池的充电速度、降低电池升温程度，并同时有利于电池的循环寿命提高。     

基于改进型极限学习机的锂离子电池健康状态预测

针对目前利用机器学习方法预测锂离子电池健康状态( SOH)存在的训练时间长和预测精度低的问题,本文提出了一种基于改进型极限学习机(ELM)的SOH预测模型。首先利用灰色关联分析法选取出健康因子(HI)并将其作为模型的输入,然后通过自适应粒子群优化(APSO)算法对多层极限学习机(ML-ELM)的输入权重和隐层偏置进行了优化,最后利用NASA的3组锂离子电池数据对所提出的模型进行验证,并且与其他机器学习算法进行了比较。仿真实验结果表明,本文提出的APSO-ML-ELM算法的预测结果的RMSE小于2％并且MAPE小于1％,训练时间也相对更短。     

基于ANFIS的镍氢电池快速充电过程优化

针对传统恒流快速充电过程中容易对镍氢电池造成损坏和过充等问题,将模糊控制引入到镍氢电池充电过程,选取电池充电电压u和理想电压u的差ΔV和电压的变化率Δu/Δt作为输入变量建立二维模糊控制器模型。利用Matlab所提供的自适应神经模糊推理系统(ANFIS)优化模糊推理系统,仿真结果获得了理想的快速充电电流,实验表明该变电流充电方法能有效地避免电池过充,提高了电池充电效率。     

锂离子电池低速率放电后性能的研究

为了解锂离子电池低速率放电后性能的变化,对新的和经过100次低速率放电的3.7 V、1 000 mAh锂离子电池进行0.2C和1C的充放电实验.结果表明,锂离子电池经过多次低速率放电后,充放电性能明显恶化.尤以1C速率为严重,恒流充电阶段电池端电压上升速度较快,使该阶段充入容量减少,造成电池总体充电时间过长,长于新电池2.50 h,放电时电压平台较低,放电容量降为总容量的80.8%,比新电池降低17.5%.电池经过低速率放电后放空容量并无明显下降,不论0.2 C、0.4 C还是1 C均达到了100%以上.