新型相变材料对均衡电池组温差的仿真分析

为探索环保型相变材料(TH-HC43)对提高电池组温度一致性的可行性,对应用TH-HC43电池组进行温度仿真实验.首先,进行TH-HC43热物性参数的实验测试与分析;接着,基于ANSYS建立电池组热效应模型并仿真分析3 C放电时电池组的温度变化;最后,对比自然空冷、现有相变材料与采用TH-HC43的电池组在大倍率放电时...     

HELM实现锂离子电池SOH在线估算

锂离子电池的健康状态(SOH)估算对电动汽车的稳定安全运行十分重要，是提前预知电池寿命保障系统正常运行，避免灾难性事故发生的关键之一。针对目前健康因子(HI)构建复杂以及现有SOH估算方法模型参数多且复杂、耗时长等问题，提出了利用可直接测量的电池恒流充电时间和放电电压样本熵作为HIs表征电池的容量退化，降低HI构建的复杂度。引入分层极限学习机(HELM)模型建立SOH在线估算框架，以所构建的两种新HIs作为输入，离线训练HELM电池退化模型实现SOH在线估算。采用美国宇航局(NASA)、牛津大学(Oxford)公开数据集与自测数据集验证所提出的HELM框架对三元锂电池和钴酸锂电池SOH估算的有效性。训练样本和估算样本在相同温度条件下，最大绝对误差不超过1.05%,SOH估算精度较高；当温度条件和电池类型不同时，最大绝对误差不超过2.1%，表明该SOH估算框架具有较好的泛化性与迁移性。