·
搜索结果:找到“电池 算法”相关结果69957条
排序: 按相关 按相关 按时间降序
  • 【专利】 用于向外部设备报告电池参数的智能电池算法

    摘要:一种智能电池(10),它提供电力并向具有电力管理系统的外部设备(16)报告预定义的电池参数,包括;连接在一对接线端(16)上的至少一个可再充电电池,在放电模式中向外部设备(16)提供电力而在充电模式中接收远程设备提供或确定的电力;一条数据总线(14),用于向外部设备报告预定义的电池标识与充电参数;及表示电池上的电池温度的一个模拟信号(24);一个混合集成电路,具有一个微处理器用于接收该模拟信号并将它们转换成表示电池电压、电流与温度的数字信号并从数字信号中计算出时间上的实际充电参数,计算中包含按照下述算法的一种计算:CAPrem:CAPfC-∑Id△td-∑Is△t+∑lc△tc,其中εc电池温度与CAPFc的函数。叠加在这一等式上的为重新设置逻辑,它利用在每一次充满电及每一次放完电末尾上的容量计算自身校正CAPFc之值。
  • 【期刊】 一种改进的电动汽车锂电池SOC算法

    刊名:电子世界 作者:王慧芳 关键词:安时积分 ; SOC ; 修正因子 ; 数学模型 ; 电动汽车 机构:中煤国际工程集团北京华宇工程有限公司 ; 中煤国际工程集团北京华宇工程有限公司 年份:2013
    摘要:本文提出了一种改进的安时积分法来估算电动汽车电池剩余电量(SOC)的方法。在大量实验基础上,分析了影响安时积分法估算精度的参数,采用最小二乘法建立了数学模型以及实现了各参数修正因子,经实验表明,此方法提高了电池SOC计算的精度,达到了电动汽车的应用要求。
  • 【期刊】 动力电池SOC算法及其信息建模

    刊名:电子技术与软件工程 作者:吕洲 关键词:动力电池 ; SOC算法 ; 信息建模 机构:深圳市麦澜创新科技有限公司 ; 深圳市麦澜创新科技有限公司 年份:2018
    摘要:文章首先分析了动力电池的工作原理,以及动力电池SOC算法应用所受到的影响。在此基础上重点介绍开展动力电池SOC的主要方法,从数据参数获取与运算判断原理两方面进行,帮助提升动力电池的SOC判断准确度。最后简述了动力电池SOC算法信息建模方式。
  • 【期刊】 基于无电流传感器的光伏电池MPPT算法

    刊名:科技创新与应用 作者:顾桂磊 关键词:光伏并网逆变器 ; 无电流传感器 ; 电导增量法 ; MPPT 机构:盈威力新能源科技(上海)有限公司 ; 盈威力新能源科技(上海)有限公司 年份:2013
    摘要:目前常用的MPPT算法都需要同时对光伏输入端的电压和电流进行采样,电流检测电路大多使用电流传感器,成本较高。在分析了传统电导增量法的基础上,提出了一种高精度,低成本的无电流传感器MPPT算法。该方法省略了光伏电池端的电流传感器,只通过光伏电池端电压的变化进行MPPT跟踪。将光伏电池的P-U曲线划分为稳定区,非稳定区和理想工作区,分析了在各个区域内负载功率扰动后光伏电池端电压的变化情况,通过电压变化的差异确定系统目前的工作区域,从而进行MPPT跟踪。最后,通过在一台245W的单级式光伏并网逆变器样机上进行实验,验证了理论分析的正确性及可行性。
  • 【期刊】 电动车用动力镍氢电池SOC算法模型研究

    刊名:电动自行车 作者:陈华 ; 杨桃 ; 刘维维 关键词:电动车 ; 动力镍氢电池 ; 电池荷电量 机构:江苏春兰清洁能源研究院有限公司 ; 江苏春兰清洁能源研究院有限公司 年份:2014
    摘要:文章简单分析了影响电池荷电量(SOC)的一些主要因素,介绍了一些常用的SOC算法,并对SOC算法模型的研究提出了一些看法和建议。
  • 【论文】 低速电动汽车锂电池SOC算法研究及应用

    作者:彭楠楠 关键词:低速电动汽车 ; 锂电池 ; SOC估算 ; 电池管理系统 ; 扩展卡尔曼滤波 机构:苏州大学 ; 苏州大学 年份:2018
    摘要:随着汽车工业的迅猛发展,带来的环境污染问题也越来越严重。电动汽车作为节能环保的代表受到广大人民的青睐。其中,低速电动汽车因经济性能好、充电方便等优势脱颖而出。本课题以低速电动汽车动力锂电池作为研究对象,对其管理系统硬件设计、软件设计以及其中关键技术SOC估算进行深入研究,主要工作内容如下:(1)针对传统安时积分法中,估算前期SOC初值难获取、估算过程中影响因子影响估算的问题,提出一种改进安时积分法的估算方法。先对开路电压法获得的OCVSOC曲线进行修正,然后通过开路电压法来获得精确的SOC初值;接着在传统的安时积分法中加入温度影响因子和放电电流影响因子,以实现电池SOC的动态估算;最后通过实验显示,改进的算法在估算精度方面有显著提高。(2)针对安时积分法估算后期累积误差越来越大的问题,提出扩展卡尔曼滤波算法修正的估算策略。先深入分析当前常用电池模型,选用适合本课题研究的电池模型,并对电池进行建模;分析扩展卡尔曼滤波算法的思想,用卡尔曼滤波的“预测—修正—再预测—再修正”思想对电池进行SOC估算,并对改进安时积分法的误差进行修正,并通过实验进行验证,所提方法可以有效的修正安时积分法的累积误差。(3)基于嵌入式硬件构件化思想和嵌入式软件设计原则,提出并设计了以恩智浦半导体公司MKE06Z64为主控芯片,以罗姆公司ML5238为电池采集芯片的电池管理系统。完成电池管理系统的硬件设计,包括电池电压采集电路、电池电流采集电路、电池均衡电路、CAN总线电路等,和软件设计,包括信息采集模块、SOC计算模块、电池均衡模块等;最后以C#完成锂电池管理系统的上位机监控软件的设计。通过实验结果可以发现,本课题设计的SOC估算算法在所设计的电池管理系统中可以达到很高的精度,可以将估算误差保持在较小的恒定范围内,同时本课题设计的锂电池管理系统无论是在电压检测还是电流检测上,都可以达到很高的检测精度。
  • 【期刊】 基于径向基过程神经元网络的锂电池SOC算法

    刊名:化工自动化及仪表 作者:于文韬 ; 白鹏飞 ; 王玉芬 ; 孙丽媛 关键词:径向基过程神经元网络算法 ; 锂电池 ; SOC计算 ; 动态数据 机构:[1]河北汉光重工有限责任公司 ; [1]河北汉光重工有限责任公司 ; [2]海军驻保定地区航空军事代表室 年份:2018
    摘要:提出基于径向基过程神经元网络算法计算锂电池的SOC,该方法应用的是梯度下降模式。介绍径向基过程神经元网络的推导,将电压、电流和温度的时间动态数据序列作为网络的输入,以实测采样数据作为样本,组建网络模型,并与安时积分法进行对比实验。
  • 【期刊】 基于混合动力汽车车载电池SOC算法的研究

    刊名:电源技术 作者:杜政平 ; 郑燕萍 ; 吴松松 关键词:混合动力汽车 ; SOC ; 磷酸铁锂电池 ; 安时计量法 ; 等效电路模型 机构:南京林业大学汽车与交通工程学院 ; 南京林业大学汽车与交通工程学院 年份:2013
    摘要:在混合动力汽车中,电池荷电状态(state of charge,SOC)是发动机和电机动力分配以及电池管理的一个重要依据。以磷酸铁锂电池为研究对象,在进行了电池各种特性实验的基础上提出了一种电池SOC的估算方法,即在安时计量法的基础上,与等效电路模型和开路电压法相结合的估算方法。利用Matlab软件建立了该算法的仿真模型,仿真结果验证了该综合估算方法的可行性和精确性。
  • 【期刊】 电动汽车锂电池SOC估算方法综述

    刊名:计算机产品与流通 作者:朱梦杰 关键词:锂电池 ; SOC ; 电池管理 机构:安徽理工大学 ; 安徽理工大学 年份:2018
    摘要:SOC估计是电动汽车锂电池管理系统的重要功能之一。研究人员已经做了大量工作来提高估算电池SOC的准确性。讨论了锂电池SOC估算的主要方法和锂电池SOC的定义,以及影响锂电池SOC的几个因素。
  • 【期刊】 锂离子电池SOC估算法方法研究

    刊名:数字技术与应用 作者:黄湘云 ; 宋金莲 关键词:锂电池 ; SOC估算 ; 神经网络 机构:[1]广东省电子电器研究所 ; [1]广东省电子电器研究所 ; [2]广州番禺职业技术学院机电工程学院 年份:2018
    摘要:锂电池的荷电状态SOC(State of Capacity)估算具有重要意义.本文采用神经网络与等压降放电时间法结合,提出了一种SOC估算方法.本文详细分析了影响SOC的参数及各种估算SOC的模型方法,提出了神经网络与等压降放电时间法相结合对锂电池SOC进行估算.使用NASA的锂电池充放电实验数据做了SOC的预测,实验结果表明最大预测误差值为3%,估算测试时间为7分钟,证明该算法的有效性和可行性.
  • 【期刊】 锂离子电池SOC估算法方法研究

    刊名:数字技术与应用 作者:黄湘云 ; 宋金莲 关键词:锂电池 ; SOC估算 ; 神经网络 机构:广东省电子电器研究所 ; 广东省电子电器研究所 ; 广州番禺职业技术学院机电工程学院 年份:2018
    摘要:锂电池的荷电状态SOC(State of Capacity)估算具有重要意义。本文采用神经网络与等压降放电时间法结合,提出了一种SOC估算方法。本文详细分析了影响SOC的参数及各种估算SOC的模型方法,提出了神经网络与等压降放电时间法相结合对锂电池SOC进行估算。使用NASA的锂电池充放电实验数据做了SOC的预测,实验结果表明最大预测误差值为3%,估算测试时间为7分钟,证明该算法的有效性和可行性。
  • 【期刊】 基于PSO-SVM的电动汽车电池SOC估算方法

    刊名:电源技术 作者:娄洁 ; 戴龙泉 ; 王勇 关键词:电动汽车电池 ; SOC估计 ; PSO算法 ; 支持向量机 机构:合肥工业大学机械与汽车工程学院 ; 合肥工业大学机械与汽车工程学院 ; 芜湖职业技术学院汽车工程学院 ; 奇瑞汽车股份有限公司 ; 安徽工程大学电气工程学院 年份:2015
    摘要:针对常用的SOC估算方法依赖于所建立电池组模型的精确性而没有考虑环境温度对SOC值的影响,基于SVM模型建立相应的电池组SOC估算模型,并用PSO算法优化SVM模型的参数。仿真实验表明,SVM模型的估算效果要优于BP神经网络模型;在对SVM的参数整定中,PSO算法优于网格搜索法。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转