在分析蓄电池充电时间与容量之间的相关性的基础上,提出一种基于相关向量机(relevance vector machine, RVM)的蓄电池在线健康状态估计(state of health, SOH)方法,可以实现对应急电源(Emergency Power Supply, EPS)蓄电池健康状态的实...在分析蓄电池充电时间与容量之间的相关性的基础上,提出一种基于相关向量机(relevance vector machine, RVM)的蓄电池在线健康状态估计(state of health, SOH)方法,可以实现对应急电源(Emergency Power Supply, EPS)蓄电池健康状态的实时监测,对保证EPS的高效稳定运行和提高系统寿命有重要意义。展开更多
基于铅酸电池试验的Peukert方程(Peukert equation,PE)提供一个修正电流倍率影响的经验模型。但该模型的试验及应用中,存在混淆电荷损失及剩余电荷量的问题。采用二阶段放电试验方法来建立修正的Peukert模型,即对于每种倍率分别进行两...基于铅酸电池试验的Peukert方程(Peukert equation,PE)提供一个修正电流倍率影响的经验模型。但该模型的试验及应用中,存在混淆电荷损失及剩余电荷量的问题。采用二阶段放电试验方法来建立修正的Peukert模型,即对于每种倍率分别进行两个阶段的恒流放电:特定倍率放电到截至电压—静置—标准倍率放电到截至电压(CC-OC-CC)。依据两个阶段放电的总电荷量(最大可用电荷量)而非第一阶段的电荷量(可用电荷量)去建立修正的Peukert方程(PE3)。该方程(PE3)反映了倍率与电荷损耗(库仑效率)之间的关系,排除了剩余电荷量的影响,更适合于动态工况下的荷电状态(State of charge,SOC)估计。另外磷酸铁锂电池试验表明剩余电荷量与电流倍率的关系规律性更强,更符合Peukert形式的方程(PE2),与铅酸电池Peukert模型的扩散机理一致,故剩余电荷量也可据此估计。展开更多
文摘在分析蓄电池充电时间与容量之间的相关性的基础上,提出一种基于相关向量机(relevance vector machine, RVM)的蓄电池在线健康状态估计(state of health, SOH)方法,可以实现对应急电源(Emergency Power Supply, EPS)蓄电池健康状态的实时监测,对保证EPS的高效稳定运行和提高系统寿命有重要意义。
文摘基于铅酸电池试验的Peukert方程(Peukert equation,PE)提供一个修正电流倍率影响的经验模型。但该模型的试验及应用中,存在混淆电荷损失及剩余电荷量的问题。采用二阶段放电试验方法来建立修正的Peukert模型,即对于每种倍率分别进行两个阶段的恒流放电:特定倍率放电到截至电压—静置—标准倍率放电到截至电压(CC-OC-CC)。依据两个阶段放电的总电荷量(最大可用电荷量)而非第一阶段的电荷量(可用电荷量)去建立修正的Peukert方程(PE3)。该方程(PE3)反映了倍率与电荷损耗(库仑效率)之间的关系,排除了剩余电荷量的影响,更适合于动态工况下的荷电状态(State of charge,SOC)估计。另外磷酸铁锂电池试验表明剩余电荷量与电流倍率的关系规律性更强,更符合Peukert形式的方程(PE2),与铅酸电池Peukert模型的扩散机理一致,故剩余电荷量也可据此估计。
