共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
分析了多芯锂离子电池组一致性包含的开路电位、内阻、容量等因素,通过实验验证了一致性对串联和混联电池组产生过压充电和欠压放电的影响,发现一致性差会影响电池组的安全性。通过电芯筛选和电路监测,可消除一致性带来的安全隐患。 相似文献
6.
7.
8.
锂离子电池组合前后的特性研究 总被引:1,自引:0,他引:1
为更好地使用锂离子电池组,更精确地估算电池的荷电状态(SOC),对锂离子电池组合前后进行了常温4.0 A充放电、常温7.5 A放电、-20℃下4.0A放电以及55℃下4.0A放电等实验测试.实验结果显示:锂离子电池成组后的充放电特性有所下降,电池组总容量下降为单体电池的90%左右,SOC偏低,工作电压的下降速率在放电末期急剧上升,可达平台区的50倍.对电池组的一致性进行了分析,得出锂离子电池成组时应充分考虑单体电池的一致性;在估算SOC时,采用电池组参数和单体电池参数相结合的方式. 相似文献
9.
10.
11.
Abstract—With the analysis on the conventional state-of-charge prediction algorithm and the influencing factors of state-of-charge value, a new method for state-of-charge prediction is proposed, in which the working states of battery are divided into the standby state, the transitional state, and the charge–discharge state. Each state of state of charge is predicted, and the influencing factors of state-of-charge value are dispersed and eliminated within the process of this method. For the charge–discharge state in particular, the columbic efficiency factor is introduced to calculate the dynamic recovering to the lithium-ion quantity of electricity so that the Ah counting approach is improved by eliminating the accumulated error. The experimental results show that this method can increase prediction accuracy of the state of charge and meet the requirements of electric vehicles. 相似文献
12.
锂离子电池组容量差异辨识方法研究 总被引:2,自引:0,他引:2
电池组中普遍存在的不一致性问题,是制约电池组可用容量的重要因素之一.电池组内电池单体参数的差异性是描述电池组性能的重要指标,其中容量差异直接与电池组可用容量和优化控制等息息相关.文中对充电电流变化时电压曲线可进行简单缩放进行合理假设.基于该假设,建立一种快速容量差异辨识的方法,并从多种角度分析验证该方法的合理性和适应性... 相似文献
13.
14.
15.
16.
锂离子电池具有高能量密度、高功率密度、高循环次数及高电压等特点,在新能源产业占据越来越重要的地位。锂离子电池的循环效率、容量、功率、安全性、可靠性和寿命等诸多性能与温度密切相关。热模型可以模拟电池在应用条件下的热行为,研究电池产热、传热、散热的规律,实时计算电池内部和表面的温度变化以及温度场信息,为电池和电池组热管理系统设计与优化提供依据。首先介绍了锂离子电池热模型的类型及产热来源,然后阐述了锂离子电池电化学-热耦合模型、热滥用模型和电-热耦合模型的研究进展,最后根据当前锂离子电池热模型存在的问题对其今后的发展方向进行展望。 相似文献
17.
准确的电池状态估计对于确保电池储能系统的安全可靠运行至关重要.电池的健康状态(SOH)虽然能反映电池的老化状态,但SOH估计模型的建立受到实际标签数据难以获得或是测试代价高昂的限制.文中基于无监督机器学习模型,建立了一种新的健康指标对电池进行状态评估.首先,从电池的电压-放电容量曲线选择特征,根据锂离子电池的老化机制将电池状态划分为健康和异常,使用健康的数据对基于卷积神经网络的自动编码器模型进行训练,根据自动编码器的输入、输出计算重构误差,最后将重构误差输入逻辑回归模型对电池状态进行判别.在开源的MIT-Stanford数据集上进行实验,验证了所提方法的有效性. 相似文献
18.