动力电池筛选是依据动力电池单体在某些参数或者特征曲线上反映出来的不一致性信息,基于差异分析方法,将极少数差异较大的动力电池单体剔除或者依据不同的聚类中心进行分类的过程。常用的筛选方法依据不同的筛选参数或特征...[继续阅读]

    除上述的加热策略之外,还有帕尔贴效应加热和热泵加热等低温加热策略。图7-6所示的帕尔贴效应加热是一种通过帕尔贴效应对动力电池进行加热的方法。帕尔贴效应是指当有电流通过不同的半导体组成的回路时,在两个接头处随着电...[继续阅读]

    为便于BMS应用,需要将模型进行离散化处理,下面以n-RC模型为例推导模型的离散形式。n-RC模型的传递函数为双线性变换法常被用来进行系统从s平面到z平面的映射,本书采用式(3-62) 所示的双线性变换法,将基于s平面的方程映射到z平面。...[继续阅读]

    1. 性能衰退与循环次数的关系随着动力电池工作时间的增加,活性离子浓度会降低,电极活性材料会损失,导致电解液杂质增多、电荷传递阻抗增大和电极的脱嵌能力下降,从而造成动力电池性能衰退。图2-30所示为不同老化状态下的动力...[继续阅读]

    经验预测法具有良好的在线运算能力,但较差的预测性能难以满足电动汽车的实际需求。从状态估计的角度出发可以改善该方法的精度和收敛性,但又增加了算法对模型的依赖性和计算的复杂程度。此外,为了确保寿命经验模型的适应...[继续阅读]

    本章介绍了动力电池低温加热的常用方法及分类,并简要分析了各种方法的实现途径;详细描述了实现交流电加热的理论依据;介绍了一种自适应梯度加热方法,该方法可在13.7min和12.4min内分别将单体动力电池和四串动力电池组从-20.3℃加...[继续阅读]

    动力电池SOC和SOH估计是动力电池管理系统的核心功能之一,精确的SOC和SOH估计可以保障动力电池系统安全可靠地工作,优化动力电池系统,并为电动汽车的能量管理和安全管理等提供依据。然而,动力电池具有可测参数量有限且特性耦合...[继续阅读]

    该方法起初应用于铅酸电池,因为铅酸电池的极化电压较大,在充放电过程中表现明显,所以在恒流充电的过程中插入放电或者间歇过程,消除电池内部生成的氧气和氢气,以降低极化现象。随后,该充电方法在锂离子动力电池上也得到应...[继续阅读]

    动力电池SOC与SOH的耦合关系使得SOC与SOH估计算法相互依存,依次建立能反映SOC与SOH相关关系的动力电池模型设计出SOC与SOH的协同估计算法,是针对复杂、多变实车工况开展精确SOC估计的基础。在SOC-SOH协同估计框架中,SOC估计所用的容量...[继续阅读]

    通过将Thevenin模型中的纯电容元件替换为常相位角元件,可建立图3-16所示的分数阶模型。图3-16 一种常用的分数阶模型类似于等效电路模型,其传递函数表达为对式 (3-92) 进行反拉氏变换,在第k个采样时刻可得,...[继续阅读]