共查询到20条相似文献,搜索用时 62 毫秒
1.
蓄电池组现已广泛应用阀控封闭式铅酸蓄电池(简称VRLA电池)。平时无须加酸液和水、无须调节电解液的密度,只须定期对蓄电池进行校核性充放电试验来活化极板物质和判断蓄电池在线容量。 相似文献
2.
3.
4.
触摸屏作为一种界面友好、可操作性强的人机交互接口,在蓄电池充、放电自动控制中具有重要作用,本文介绍了蓄电池充、放电自动控制系统中触摸屏的软、硬件设计、工作过程及系统功能。 相似文献
5.
6.
7.
8.
9.
10.
介绍单片机控制的蓄电池化成充放电程控器的硬件设计及软件设计。运行表明,满足工艺要求,具有实用性推广价值。 相似文献
11.
一种节能型蓄电池充放电装置的研究 总被引:1,自引:0,他引:1
基于双向变流器技术的蓄电池充放电装置具有充电和放电功能,同时实现了网侧电流正弦化及单位功率因数,因而减少了对电网的谐波和无功污染。对变流器工作在不同状态的相量图进行了分析,介绍了双环控制策略的结构及控制算法。最后给出装置的主电路和试验波形。 相似文献
12.
13.
在电力系统发电厂和变电所内,蓄电池组性能好坏,很大程度决定了直流操作电源的可靠性,合理使用和维护蓄电池,使之保持在良好的运行状态,这是延长蓄电池寿命和提高直流操作电源可靠性的关键。在分析了电力系统蓄电池放电重要性和当前蓄电池放电装置现状的基础上,结合蓄电池放电的基本要求,设计出了一种新型的正弦波逆变蓄电池回馈放电装置,该装置包括DC/DC变换电路、PWM整流逆变电路、控制电路、保护电路等,同时也对放电装置的工作原理进行了详细的阐述。 相似文献
14.
15.
对锂离子电池荷电状态(SOC)进行准确估算是保证电池管理系统安全稳定运行的关键。常用的安时积分法存在累积误差,卡尔曼滤波算法需要建立精确的电池模型,神经网络法不依赖具体的锂电池模型,能够反映锂电池的非线性关系,因而受到广泛关注,然而传统神经网络估算SOC训练时间长、精度低。针对以往电池SOC估算精度低等问题,文中提出粒子群(PSO)优化极限学习机(ELM)神经网络的方法。以电池电压、电流和温度作为PSO-ELM模型的输入向量,以SOC作为输出向量。将实验获得的数据导入模型进行训练和测试,采用PSO对ELM随机给定的输入权值和隐含层阈值进行寻优。仿真结果表明,与BP神经网络的预测结果相比,文中估算SOC的方法具有更高的精度。 相似文献
16.
17.
建立了锂电池充放电模型,并在Matlab上形成锂电池模型库,改变关键参数,分析锂电池中各参数对充放电曲线的影响,通过调整锂电池模型中的关键参数提高模型精度。最后,以天康TKLD-48 V/52 Ah系列锂电池实际充放电数据为例,将仿真曲线与实际充放电曲线对比,计算出模型的绝对误差小于3%,符合需求。 相似文献
18.
电力系统储能问题初步探讨 总被引:1,自引:0,他引:1
电网负荷有高峰和低谷特性。针对电力系统的负荷峰谷特性,探讨了如何用电池贮能系统调节电力负荷,从而提高电力系统的经济效益。认为用蓄电池调节电网的峰谷负荷差在技术上是可行的;还介绍了日本在这方面的概况。 相似文献
19.
浅析充、放电对蓄电池性能的影响 总被引:1,自引:0,他引:1
介绍蓄电池工作的电化学原理,分析了日常维护中充、放电对蓄电池性能的影响以及蓄电池的充、放电特性及浮充工作特性,归纳了影响蓄电池使用寿命的主要因素。 相似文献
20.
锂离子电池荷电贮存性能的研究 总被引:3,自引:0,他引:3
将锂离子电池在不同荷电状态(SOC)下贮存,对贮存前后的电池性能进行了测试;对在不同SOC下贮存对电池性能的影响进行了研究,结果发现:电池进行长期贮存时,电池电压在3.80 V左右,电池的综合性能最好;当电池电压超过3.90 V时,对电池的容量、内阻、平台和循环寿命都会产生不利影响;而电池在完全放电态或过低SOC下贮存,电池的循环性能略有下降,电池不能立即使用,且容易出现过放电. 相似文献