国内外电池模型研究现状汇.pptVIP

电池管理 一 电池管理几个关键技术 二 影响电池SOC的因素 三 国内外研究电池模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 几个关键技术 1 电池组的安全快速充电技术 2 均衡技术 3 荷电状态（State of Charge，SOC）计算技术。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 电池组的安全快速充电技术 1 电池在充电过程中会出现欧姆极化、浓差极化和电化学极化构成的极化现象，从而导致电池电压升高，充电效率降低，充入电池的电量减少。 2 传统：恒流、恒压充电 3 现在：多阶段恒流充电、恒流－恒压充电、自适应快速充电、变电间歇快速充电、放电脉冲去极化等智能充电方法。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 均衡技术 能量耗散型：是在电池单体两端并联电阻支路，通过能量消耗的方法来限制电池的端电压。（消耗电池组的能量，而且不能实现动态均衡) 非能量耗散型:采用开关电容均衡、双向DC/DC动态均衡等技术控制电池单体间能量的流动来实现电池组的均衡.(控制要求较高，消耗电池组的能量较少，而且能实现动态均衡,研究热点) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. SOC算法 1 常用的SOC算法：安时法、电压法、内阻法、神经网络法和卡尔曼滤波法等。 2 安时法将电池看作黑箱，不关心电池内部的结构，算法简单易行，被广泛应用，但是它会产生累积误差且无法消除； 3 电压法和内阻法是根据电池电压电压法和内阻法是根据电池电压和内阻与SOC的固定函数关系来对SOC进行估计，也得到了广泛应用； 4 神经网络法和卡尔曼滤波法是最近几年才应用于SOC估计中的智能算法，原理较为复杂，实现起来有一定难度。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 温度因素 1 体现方面：电池容量，电池电动势，电池自放电率 2 温度修正 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 放电倍率因素 1 Peukert就总结出了放电容量和放电电流关系的经验公式. 2 放大倍率修正 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 电池寿命因素 蓄电池经历一次充放电称为一个充放电周期，在一定的放电制度下，电池容量降至某一规定值之前，电池所经历的循环次数，称为二次电池的循环寿命。Kl为SOH补偿的容量修正系数。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1 线性模型 该模型只是用常值电阻R简单地等效电池的欧姆内阻和极化内阻，而不考虑它受电池SOC、温度和电流等因素的影响。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2 Thevenin模型 1 该模型有动静态特性，考虑温度、电流以及充放电动态差异的情况下可以较准确地模拟电池的充放电行为。 2 图中的E是电池电动势，在同一温