一种均衡考虑锂电池内部能量损耗和充电速度的多段恒流充电方法

锂电池快速充电方法应该均衡考虑电池的安全、寿命和充电时间。为此,应该控制锂电池的温度或能量损耗。提出一种均衡考虑锂电池能量损耗和充电时间的多段恒电流充电方法。首先,通过测试不同电流的恒流工况充电电压曲线,建立锂电池直流内阻随荷电状态(SOC)和电流I变化的函数关系式。其次,简化恒流段内能量损耗计算表达式,并设计用于均衡充电时间和能量损耗的充电目标方程。最后,设计一条权重变化曲线以确定各个恒流段的充电电流。此方法实验过程简单,充电电流的计算过程简单。通过与恒流充电方法的实验比较,验证了该方法的优点。     

基于粒子群优化算法的锂电池模型参数辨识

基于戴维南电池模型,采用粒子群优化算法进行离线参数辨识.粒子群优化算法作为一种高效并且简单的算法,在平衡全局优化能力和局部优化能力方面具有显著的优势.     

电动汽车大功率充电设备的多段恒流充电方法

目前大多数电动汽车充电设备输出功率有限,所采用的充电方法较为简单,造成电动汽车的充电过程存在时间长、能耗高、温升大等问题.为了解决这些问题,设计了一种大功率充电设备,基于最优充电曲线,提出了一种电动汽车的多段恒流充电方法,并将此充电方法应用于大功率充电设备中.首先,设计了大功率充电设备的电气结构图;其次,根据动力电池的...     

粒子群优化BP神经网络光伏锂电池充电系统

通过对太阳能光伏电池最大功率点的跟踪和锂电池的充电控制两部分实现了对锂电池的快速充电。首先利用SIMULINK的s-function的自定义模块和粒子群优化BP神经网络算法实现了对在辐射度、电池板温度、环境温度和风速共4种工作环境下的光伏电池进行最大功率点跟踪和建模,然后通过单片机编程对开关管进行PWM控制,完成充电电路的智能控制。之后,结合MATLAB和SIMULINK完成粒子群优化BP神经网络并在PROTEUS平台上完成充电电路的仿真,最后程序下载到硬件中并通过调试完成对锂电池充电过程的检测。结果表明,粒子群优化后的BP神经网络光伏锂电池充电控制系统具有较高的充电速度和充电效率。     

三相快速恒流充电系统的实现

为了实现在1s内对50kV,32μF高压脉冲电容器组进行快速充电,充电系统采用了三相L-C谐振恒流充电方式。实验结果表明:这种方式能够实现高电压、大容量电容器组的快速充电。同时,给出了设计及调试过程中应该注意的问题。     

电容器恒流充电电源的通用谐振电路模型

根据几种电容器充电用谐振电源的分析 ,得到统一的电路模型并以此说明电容充电电源实现恒流的机理 ,给出了实现谐振的条件。     

基于自适应变异粒子群算法的电动出租车充电引导

通过调研分析深圳市电动出租车的实际运营数据,提出充电站充电设备时间利用率的计算方法。针对区域内充电站之间设备时间利用率分布不均衡的问题,提出了基于充电站信息和车辆信息的电动出租车充电引导系统,建立了充电引导模型,并采用改进的自适应变异粒子群算法引导电动出租车的充电行为。根据深圳充电站的实际数据进行算例仿真,仿真结果表明,经过充电引导后的电动出租车能根据充电站内充电桩的规模均匀分布到相应的充电站,实现区域内充电站之间充电设备利用率的均衡分布,从而提高充电设备时间利用率。仿真结果验证了所提充电引导方法的可行性。     

基于压降补偿的锂离子电池恒流充电方法

研究了锂离子电池充放电过程中内阻变化特性,发现电池欧姆内阻基本不变,极化内阻在充电后期小幅增长。应用两阶段逐次逼近法估计电池满充时刻总内阻大小,提出了一种基于内阻压降补偿机制的恒流充电控制方法。与传统恒流恒压充电方式相比,该充电方法在确保充电容量的前提下极大加快了充电速度,具有较大应用价值。     

基于联合参数辨识的粒子群优化扩展粒子滤波的锂电池荷电状态估计

提高参数辨识的精度和SOC算法的精度是提高SOC估计的关键,该文提出了基于联合参数辨识的粒子群优化扩展粒子滤波的荷电状态（SOC）估计方法。在参数辨识阶段,结合遗忘因子递推最小二乘法在线辨识的优势,弥补粒子群辨识精度高但前期缺乏数据无法实时辨识的劣势,联合进行参数辨识;在SOC估计阶段,利用扩展卡尔曼滤波生成重要性密度函数,去克服粒子退化,同时采用粒子群优化算法优化重采样策略改进采样过程缓解粒子贫化。最后在联邦城市运行（FUDS）和US06高速公路运行（US06）工况下将所提算法与F-PF、F-PSO-PF、FPSO-PSO-PF进行了对比,结果表明,在FUDS工况下,方均根误差分别提高了65.4%、56.3%和43.5%;在US06工况下,方均根误差分别提高了45.8%、35.9%和35.1%,验证了所提算法具有较好的适应性和鲁棒性。     

冲击电压发生器的恒流充电

以保证冲击电压发生器的质量为基点,讨论了各种恒流充电的方法;这些方法对冲击电压发生器工作的影响和它们的适用性。     

基于DSP控制的恒流充电电源设计

根据蓄电池分级恒流充电的要求，给出一种基于DSP、变参数积分分离PI控制的新型蓄电池恒流充电电源的设计方法。介绍了电源的系统结构、工作原理、控制策略及软件设计。目前该电源已投入工程使用。     

基于补偿网络电流分析的恒压恒流无线充电系统

为了避免民用飞机机载设备与电源插拔过程中带来电火花的危险,并提高设备充电的便利性,本文采用无线充电方式为其进行供电。在恒压恒流无线充电系统中,补偿网络支路电流大小不仅决定功率器件成本,也与系统损耗直接相关。因此,对补偿网络电流优化,是实现高效无线电能传输的重要途径。本文首先分析了低阶网络的回路电流关系,得到了回路电流最小的条件,进一步推广到高阶网络,获得最优补偿网络电流一般性方法。其次,在分析原副边完全对称补偿网络具有实现恒压或恒流的基础上,得到一系列恒压恒流拓扑,并结合最优补偿网络电流方法对拓扑进行参数设计,同时采用原边电流检测方法进行恒压恒流切换,避免了原副边之间的通信。最后,通过仿真和实验验证电流优化方法和负载无关实现方法,结果表明,所述拓扑具有很好的恒压恒流输出特性,同时电流优化方法能大幅度减小回路电流应力,从而提高系统传输效率。     

钛酸锂电池恒功率及恒流测试特性比较

为了掌握钛酸锂电池在恒功率条件下的特性,促进钛酸锂电池在储能领域的应用和发展,分别以恒功率充放电模式、恒流充放电模式对钛酸锂电池进行了倍率及循环寿命测试,对两种测试方法下电池的容量、能量、内阻等特性进行了比较,并比较了电流-容量(安时)参数评价体系与功率-能量(瓦时)参数评价体系的不同。结果发现,相较于恒流模式,钛酸锂电池在恒功率模式下的放电容量、能量、效率等衰减较快,内阻随放电深度的增加增大较快;相较于电流-容量(安时)参数评价体系,功率-能量(瓦时)参数评价体系能更快、更明显地监测到电池性能的变化。     

基于单芯片的锂电池/组充电器设计

介绍一种基于BQ2057单芯片的锂电池/组智能充电器的设计方法.详细讨论了针对单锂电池及锂电池组电路各元器件参数的选择与计算.电路采用涓流预充电、先恒流后恒压、充电自动终止的方法.特别适用于各种便携式产品.     

谐振式激光器恒流充电电源的设计

基于串联潴振电路结构,固定导通时间、变频控制以及零电流切换的技术^[1],为激光器高压储能电容设计了20kV／50mA的恒流充电电源。对随着充电电压增高,谐振频率漂移引起的开关非零切换问题,设计了零电流同步开天探测控制电路。充电电压和充电电流的大小由微处理器控制。前者正比丁充电电流脉冲的总个数,后者则止比于开关工作频率。     

铅蓄电池恒流充电时问的研究

蓄电池的充电接受率反映了充电过程中电池的电流接受能力。采用恒流一恒压充电工作制度,分析了蓄电池充电过程中初始充电温度、初始电解液温度和比重对铅蓄电池恒流充电时间的影响;实验研究发现,阀控铅蓄电池恒流充电时间的长短对电池充电电流的接受率有一定的影响。     

基于DSP+CPLD的恒流充电电源控制系统设计

基于数字信号处理器(DSP)与复杂可编程逻辑器件(CPLD),采用前馈-反馈PI复合控制算法,设计了一套恒流充电电源控制系统,解决了串联谐振电容充电电源(CCPS)充电电流不恒定的问题,实现了同时对多组电容器组恒流充电。CPLD内部逻辑检测错误信号,提高了系统可靠性。为验证控制方法的有效性,搭建了最大输出功率13 kW的串联谐振CCPS。实验结果表明,该系统工作可靠稳定,能精确跟踪斜坡电压设定,充电精度小于1%。     

基于全局粒子群算法的无功优化

针对粒子群(PSO)算法的局限性,提出了全局粒子群(GPSO)算法,并将其应用于电力系统无功优化.建立基于全局粒子群算法的无功优化数学模型,给出全局粒子群算法的具体步骤.通过对IEEE30节点算例的测试,得到全局粒子群算法在无功优化问题上的收敛速度和优化效果.     

小型VRLA电池分段恒流充电特性的研究

通过对电动自行车用小型阀控铅酸蓄电池(后称VRLA电池)特性的分析,研究了一种新的充电方式———分段恒流充电方式。通过对首段充电电流及充电电流段数进行的研究,结果表明:采用首段0 5C电流充电,四段或五段恒流充电,可使充电时间缩短到小于150min,同时电池的循环寿命达到大于250次,与"恒流—恒压—浮充"及"恒流—恒流—恒压"充电方式比较,分段恒流充电方式不仅充电时间短、循环寿命长、而且电池温升低、失水少。对电池性能衰减机理的研究表明:采用分段恒流充电能抑制VRLA电池正极板活性物质的软化和负极板活性物质的硫酸盐化。     

基于改进粒子群优化算法的电力系统有功最优潮流

提出了一种基于改进粒子群优化算法的有功最优潮流模型及求解方法,采用了自适应罚函数法处理最优潮流问题的各种约束条件。通过对IEEE-30节点系统的仿真计算,并且与遗传算法进行比较,验证了提出的模型和方法的有效性。