排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
交通领域的快速发展和能源消耗加剧了全球的能源危机和环境污染,低消耗、绿色环保的无人飞机产业、电动汽车产业已成为全球交通能源转型的发展方向。锂离子电池具有比能量大、循环寿命长和无污染等优点,必将成为未来电动汽车、无人飞机动力系统的首选。而锂电池组的充放电电流管理、实时数据采样就显得尤为重要。本文采用电阻采样方案对动力锂电池组进行充放电电流检测和使用微处理器STM32对数据进行处理,并使用卡尔曼滤波算法对数据进行分析并在MATLAB进行仿真及实验研究,保证采集的电流数据误差在1.00%。锂电池的充放电电流不仅是一个表征锂电池组工作状态的重要外部参数,也是荷电状态(SOC)在线估算所需要的重要参数,高精度的数据为其提供重要基础。 相似文献
2.
3.
4.
高容量锂电池蓄电池组,在便携电子产品、航空、电动汽车等领域具有广泛的应用需求,但是锂电池组的广泛应用具有安全隐患瓶颈问题亟待解决。本文针对安全隐患的产生机理与防治措施,对锂电池的工作特性进行分析。基于对锂电池组工作状态的实时检测方法研究,以STM32为处理器,通过对元器件的合理选择,设计了一套锂电池组工作状态中对电流、电压实时检测系统。通过使用3串2900mA的18650锂电池进行仿真测试,验证了该系统的可行性和精度。实验结果表明,该系统能够有效抑制各种对测量的干扰因子,实时获得锂电池组单体电压、总电压和充放电电流等参数。 相似文献
5.
通过分析卡尔曼滤波基本原理,研究高斯白噪声对电压估计值的影响,从而实现对锂电池单体电压信号的有效检测,并采用Matlab结合卡尔曼滤波算法对锂电池组单体电压采样值进行滤波处理,结果表明:去噪后的锂电池组采样电压误差范围由原来的±0.17%减小至±0.06%,滤波去噪效果显著。 相似文献
6.
7.
对锂电池组建模并对模型参数识别对管理小型无人机锂电池组相关研究有重要意义。本文以串联7节4Ah航空锂电池组为研究对象,通过设计混合脉冲功率特性测试(Hybrid Pulse Power Characteristic,HPPC)来对电池组Thevenin模型参数进行辨识。研究了小型无人机锂电池组Thevenin模型参数识别方法及各参数与锂电池SOC的关系曲线。结果表明:按照本实验的方法,可以对电池组Thevenin模型的参数进行辨识,能够确定各参数与荷电状态(State of Charge,SOC的关系。 相似文献
1