共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
一种新型锂电池充电剩余时间预测方法 总被引:1,自引:0,他引:1
提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间。首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本。然后,运用样本对训练支持向量回归模型,在参数优选方面采用网格划分的交叉验证方式。最后,通过3个不同的支持向量回归模型得到充电剩余时间的置信区间。以美国国家航空航天阿姆斯研究中心公开的电池数据为实例,通过与三段式模型方法进行对比,结果表明该模型在精度、通用性方面表现更好。 相似文献
3.
4.
锂电池快速充电是电动汽车的研究重点,快速且深度的充电使电动汽车的使用更加便捷,目前锂电池快速充电的研究仍处于起步阶段,现已提出的快速充电方案种类繁多,但具体原理和应用细则没有得到详细的研究。针对此问题,对电池等效电路PNGV模型进行改进并辨识参数,降低模型误差,对充电过程建立数学模型,结合带精英策略的快速非支配排序遗传算法(NSGA-II),对快速充电方案进行多目标优化,得到Pareto前端即为快速充电的具体优化方案库。在方案库中可根据具体充电需要选择相应充电方案,比如在特定时间下选择快速充电方案,保证充电深度达最深。快速充电优化的方案通过NEWARE电池测试平台进行实验验证,实验结果证实了该方案的可行性。 相似文献
5.
为了提高锂电池长期使用的可靠性和保证系统的安全运行,提出了一种结合自适应噪声完整集合经验模态分解算法(CEEMDAN)、相关向量机(RVM)和长短期记忆神经网络(LSTM)的剩余使用寿命(RUL)的预测方法。使用CEEMDAN将电池容量数据分解为本征模态分量和残差分量,分别由RVM和LSTM进行预测,最后进行有效集成,得到准确的容量和RUL预测结果,并获得RUL的95%置信区间。采用公共数据集进行实验验证,并对比了其他几种模型。实验结果表明该方法不仅拥有较高的预测精度,而且能够提供不确定性表达,具有良好的工程应用意义。 相似文献
6.
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。 相似文献
7.
对锂电池,尤其是锂电池组做了电性能的各项原理说明。详细介绍其充电过程中的各工作状态及对于不同状态所应采取的不同处理手段。并针对锂电池组放电过程中各项要保护及注意的细节,提出了具体的处理建议。 相似文献
8.
9.
针对锂电池充电过程中各阶段的控制方式问题,提出了一种多控制方式的锂电池充电策略,保证锂电池能够及时在各充电模式自动切换,对锂电池形成有效保护。将锂电池充电控制方式中的定时控制方式、最大电压控制方式、温度控制方式相结合,形成了一种新的充电策略。设计了以SG3525芯片为核心的充电电路,将三种充电方式相结合,进行了实验分析。验证了该策略能够及时有效地使锂电池在充电过程中自动切换充电模式,证明了该方案的可行性与准确性。 相似文献
10.
11.
电池作为一种电能存储媒介广泛应用于电池储能系统与电动汽车。随着电池储能系统和电动汽车数量的增加,电池与电网之间的交互模式与频次逐渐增多。准确描述各种交互过程中电池的电气特性具有重要意义。针对电池的充电特性,提出了一种分析模型。对通过现场试验或数字仿真获取的充电功率离散时间序列进行曲线拟合;在保留原函数基本特征的前提下,实施线性化以简化后续分析;考虑充电过程的随机性,建立了时间分布模型。对一种电动汽车的电池系统进行仿真,结果验证了该分析模型的可行性与有效性。 相似文献
12.
在锂离子电池包的针刺热失控和热扩散实验中,由于失控时电化学反应的复杂性和电池包各异的结构特性等原因,很难得出可重复的热失控扩散放热、传递速率和蔓延时间数据,导致电池包的失控判定和预警无法进行。对此,基于针刺触发的电池包热失控扩散实验,提出一种在某型电池包针刺实验数据基础上,通过不确定性计算对失控扩散进行预估的方法,以此推测其扩散时间的期望和区间。此后,设计实验对本方法进行验证和优化。实验结果表明,测得的热失控扩散时间处于本方法预估区间内。该方法可以用于电池包热失控扩散实验的失控蔓延预测,并为电池包热失控的预警提出思路。 相似文献
13.
14.
电动汽车用户充电行为的随机性,给电动汽车充电站充电负荷的短期预测带来极大挑战。针对在多因素影响下电动汽车充电站充电负荷短期预测精度低的问题,提出一种基于改进麻雀搜索算法-卷积神经网络-门控循环神经网络(improved sparrow search algorithm-convolutional neural network-gated recurrent unit neural network, ISSA- CNN-GRU)模型的电动汽车充电站充电负荷短期预测方法。首先,构建包含气温、日期类型、节假日3种充电负荷显著影响因素与历史充电负荷的输入特征矩阵。然后,融合CNN在特征提取、数据降维和GRU神经网络在时间序列预测上的优势,搭建CNN-GRU混合神经网络模型,使用基于混合策略的ISSA算法优化混合神经网络模型的超参数。最后,在优化后的CNN-GRU模型中输入特征矩阵实现充电站充电负荷的短期预测。以美国ANN-DATA公开数据集中充电站的历史负荷数据作为实际算例,与随机森林、CNN、GRU神经网络、CNN-GRU模型以及分别用贝叶斯优化、粒子群优化、标准麻雀优化算法进行超参数调优的CNN-GRU模型相比,实验结果表明所提方法具有更好的预测效果。 相似文献
15.
16.
17.
18.
19.
电池系统是支撑下一代新型电网的关键,然而随着使用次数增加电池性能会逐渐衰减,导致充放电能力大幅减弱。因此,本文针对三元锂离子电池,通过制备参比电极,揭示了不同温度充放电循环后电池充电性能变化。首先,设计了不同温度下的充放电循环实验,得到低温循环与高温循环两种状态下的电池;其次,通过植入参比电极标定安全充电曲线对比不同状态电池的负极电位情况,发现高温循环后的电池发生了析锂,并且在300 A电流充电持续时间上对比新鲜电池降低了76.19%;最后,对析锂后的电池建立了安全充电荷电状态-温度-电流等高线图。对比新鲜电池后发现,相同温度和荷电状态区间电池200A以上的充电能力减少了69.84%。电池发生析锂副反应后会严重影响电池充电性能,需要在实际的锂离子电池全寿命周期管理中予以考虑。 相似文献