小波变换在MH-Ni电池放电容量预测中的应用

本文提出了一种基于小波变换技术检测蓄电池剩余容量的方法,首先使用db5小波函数对电池充电电压特性数据进行降噪,然后,对重构的电池充电电压特性数据,在不同分辨率下,进行小波变换模极值检测,找出电池放电电压结束的时间,最后预测出电池的放电容量,该方法应用到AA型密封MH-Ni电池上进行检测,提高了预测的准确性,为预测蓄电池剩余容量提供了一种新的行之有效的检测方法。     

基于恢复电压的铅酸蓄电池容量研究

为了快速准确地预测铅酸蓄电池的剩余容量,设计了电池在一定温度下以不同条件放电的实验。研究电池放出一定容量后,恢复稳定过程中各参数的变化。通过测量不同荷电状态下的恢复电压并进行归一化处理,拟合归一化恢复电压和蓄电池当前剩余容量关系,得到函数关系式。结果表明,测量蓄电池放电后的恢复电压,进行相应函数运算,可以在短时间内较准确预测蓄电池的荷电状态,其测量误差小于5%;较于核对性容量试验测量蓄电池容量,时间短、操作方便,适合实际应用。     

动力电池荷电状态估算方法的研究

由于电池本身特性决定了电池电量的预测成为电动汽车开发的一个难点。但目前各种方法都难以精确地测量蓄电池的剩余电量,并以此计算电动汽车蓄电池的荷电状态（SOC）。在对目前常用的剩余电量计量方法分析基础上,提出了一种基于开路电压法和安时法复合的估算方法,然后利用卡尔曼滤波估计递推算法对蓄电池SOC进行实时估算,并在MATLAB下进行了仿真,实现了电池荷电状态（SOC）的精确估算。     

应用灰色理论预测混合动力汽车蓄电池的剩余容量

电池剩余容量预测是混合动力汽车一个非常关键的问题,文章在分析混合动力汽车蓄电池充电和放电特性的基础上,针对蓄电池内阻与剩余容量之间的非线性关系,采用了一种在线的灰色GM（1,1）模型群方法对蓄电池单元的剩余容量进行预测。但是采用简单的灰色模型对蓄电池的容量进行预测会带来很大的误差,文中首先用灰色GM（1,1）的常规模型原理并对蓄电池剩余容量建立了简单的模型,其次详细分析了采用灰色GM（1,1）模型群的方法来提高预测精度的原理及方法。仿真模型的结果不但表明灰色GM（1,1）的模型群能有效地提高预测精度,而且避免了单个灰色GM（1,1）的模型由于不稳定信息造成的不足;最后通过残差检验,检测误差较小,具有较强的可信度,适用于混合动力汽车的蓄电池剩余容量预测。     

串联蓄电池组电压巡检模块的设计

串联蓄电池组的电压一般较高,为电压检测带来了困难。为此提出了一种有效、可行的电压检测方案。方案中采用译码电路芯片和光耦继电器组成电压巡检模块,由单片机进行控制,蓄电池端电压依次进入A/D转换器,实现蓄电池组的电压巡检功能。由于光耦继电器的负载能力高且体积小,从而解决了强电与弱电间的隔离,并且使系统能够实现对电池数量较多的串联蓄电池组的电压检测。     

煤矿用特殊型铅酸蓄电池性能检验系统的研究与设计

本文在对煤矿无轨辅助运输车辆用铅酸蓄电池进行详细介绍的基础上,设计了煤矿用铅酸蓄电池检验系统,重点设计了充/放电试验用电压检测电路、电流检测电路和IGBT隔离驱动电路,检验系统用于煤矿用铅酸蓄电池高倍率放电性能和铅酸蓄电池容量等试验项目的检验。     

基于电压陡降的VRLA容量预测新思路

重点介绍了蓄电池电压陡降与容量之间的关系及各操作因素对电压陡降的影响。由此引出一种新的蓄电池容量预测思路,并就如何实现它进行了初步探讨,最后对该思路进行了简要的展望。     

UPS电池浮充动态均衡控制研究

蓄电池是UPS系统的核心,若蓄电池的使用得不到正确的使用和维护,UPS就失去了作为备用电源的意义。该文分析了电池过充和深度放电的危害,并设计了电压检测电路和能量均衡电路。电压检测电路实时检测各电池单体的状态,用MCU接收采集电路的电压值。然后,MCU根据得到的信息判断并发出指令驱动均能量均衡电路实现蓄电池组能量和单体电池的能量流动。保证了各电池单体状态的一致性,使之更好的维护电池,提高电池的使用寿命。     

机车蓄电池智能充放电测试及数据分析装置的应用

为保证电池在关键时刻保证设备的正常可靠供电,必须对机车蓄电池定期进行充放电测试。文章对电池的活化处理进行研究,保证电池的容量正常。对电池的状态（容量）进行检测,及时发现故障或容量下降过多的电池。对各个蓄电池的各项数据进行统一管理,对蓄电池剩余寿命（Remaining Useful Life, RUL）进行预测。     

新型移动通讯基站蓄电池组管理系统

在分析了移动通讯基站蓄电池组充放电管理的设计需求后,提出了一种基于分只分时均充、放电的管理方案。根据预先设定的充放电参数顺序,微控制器对蓄电池组中的单只蓄电池的电压参数进行检测并充放电,达到对蓄电池组高效管理的目的。该系统的成功研制对于提高移动通讯基站蓄电池组容量的利用率、使用寿命及实现蓄电池组智能管理有重要意义。