威神蓄电池剩余容量检测
来源:    发布时间: 2020-09-01 15:47   210 次浏览   大小:  16px  14px  12px
  威神蓄电池广泛地应用于电 力、通讯等各行各业之中,其安稳、可靠工刁难整个体系的运转至关重要。要保证体系的正常运转,延长蓄电池的运用寿命,就必须对蓄电池的剩下容量S0C进行检测.
  原有的丈量技能都是是依据蓄电池健康度S0H(StateofHealth)为100%的前 提下,那么由于蓄电池长时刻运转和运用,蓄电池的健康度天然就会呈现必定程度的下降,而 此刻原有的丈量技能,就会差生体系误差,而且这由于蓄电池劣化或落后带来的体系误差 会长时刻累加。以上丈量技能在实践运用中,在蓄电池健康度为100%的情况下,其得到的剩 余容量准确度能够得到较好的保证,但随着蓄电池的长时刻运转和运用,蓄电池的健康度S0H 会下降,而对这情况的呈现,现有的技能无法有效批改这个体系误差的存在。
  威神电池剩下容量猜测中运用物理建模方法的有:
  1、安时放电法,此法需求确认蓄电 池的初始容量和充放电功率。
  2、内阻检测法,内阻法并不能在0~100%全规模的内检测蓄 电池剩下容量。
  3、开路电压法,开路电压和剩下容量之间有较好的线性性,可是无法扫除温 度这一重要的影响因素对蓄电池的S0C的影响。
  当取得了 SOC-OCV特性时,依据如在温度为25度时在停止供电之后现已经过三个小时的时刻点处的电池的电压值来取得电池的开路电压(OCV)的值。可是,由于运用S1负极的锂离子电池等即使在停止供电三个小时之后,也不具有完全完结的极化,所取得的值不是准确的开路电压(OCV)。
  而且丈量三瑞蓄电池的开路电压需求蓄电池在 离线状况下长时刻的静置;另一类关于体系的辨识和参数的估量的S0C猜测方法有以下几 种:
  1卡尔曼滤波法,此方法要建立相应的较为杂乱数学模型,核算量较大。
  2人工神经网络 法,神经网络尽管猜测精度较高,可是需求大量的训练样本供其学习,学习的速度较慢,过 程杂乱,假如要完结在线剖析,对硬件处理器的要求比较高。因此,需求寻觅其他方法来解 决蓄电池剩下容量检测问题。
  在其中大程度极化而且花费很长的时刻来完结极化的电池中,在充电期间丈量的充电侧SOC-OCV特性81以及在放电期间丈量的放电侧SOC-OCV特性82在迟滞性方面彼此有极大不同,使得以图8中所示的方式很难依据开路电压(OCV)来估量剩下容量(SOC) O
  1、构建VISION蓄电池放电倍率、蓄电池健康度、剩下容量、电压-时刻的放电曲线 斜率的数学模型;
  2、丈量实践放电过程中的实践放电倍率,经过实践丈量蓄电池的电压值,构 建实践放电过程中的电压-时刻的放电曲线,得出实践电压-时刻的放电曲线斜率,使用实 际放电倍率和实践电压-时刻的放电曲线斜率在步骤一所构建的数学模型中找到相同或 者相近似的放电曲线;
  3、使用找到的放电曲线拟合实践放电曲线下一阶段的曲线段, 经过该曲线段对应的剩下容量数值,得到实践放电过程中的剩下容量数值。
  4、而对于一些要求严厉、显示剩下容量明晰数据的含有蓄电池的产品,则需求寻 找一种新的核算方法来较为准确地显示电池的剩下电量的问题。
  5、有鉴于此,确有必要提供一种更符合蓄电池不同放电条件下、能够在较大程度 上下降因电电池两头电压随负载电流改变而改变的影响,能够更细、更准确地估算剩下容 量的蓄电池剩下电量值实时剖析核算法,以满意对剩下电量分格更细、要求更准确的电子 含有蓄电池应用的要求。
  重复且随机地对VISION电池进行充电和放电的充电状况管理设备,其依据在放电期间的电池电压参照SOC-CCV特性以取得剩下容量socx,而且当剩下容量S0C/J、于存储在存储单元中的剩下容量SOC _时,输出剩下容量SOC.作为当时剩下容量S0C,以便经过参照剩下容量SOC来更新剩下容量soc