银杉动力蓄电池范文

动力蓄电池 第1篇 电动轿车(Electric Vehicle,EV)具有低噪声,几乎零排放以及归纳运用动力等杰出的长处,是当今处理动力、环保等问题的重要途径[1]。虽然电动轿车展开敏捷,可是它的动力源——动力蓄电池组,始终是其展开的瓶颈。蓄电池能量办理技能正是为处理这一问题而提出的。其间,猜测EV剩下行使路程,进步电池的作业功率,保证电池处于最佳的作业状况,有用地延伸运用寿数,对EV具有重要的含义。本文针对EV装备的铅酸蓄电池组,绕开影响蓄电池剩下容量冗杂的内部要素,提出了一种依据蓄电池外特性构建的BP神经网络模型,完结了对蓄电池剩下容量的实时、精确猜测。 1 蓄电池监测系统的功用和原理 1.1 蓄电池监测系统的功用 本系统监测的方针是某电动轿车所设备的特定类型的铅酸蓄电池组。监测包含两个内容:铅酸蓄电池的剩下容量以及蓄电池在通过彻底充电后在运用进程中(放电)的剩下容量,也便是日常运用中的EV剩下行进路程。蓄电池组的毛病检测包含铅酸蓄电池组作业功用,依靠于各串联单体蓄电池的状况,单体蓄电池由于质量等要素构成前期失效。容量下降或毛病会影响全体蓄电池组的作业功用。 1.2 蓄电池监测系统的原理 处于实践作业状况下的蓄电池,内部反响十分杂乱,影响蓄电池容量的要素也许多,比如放电速率、放电办法、中止电压、温度、电极结构、制作工艺等,这些参数之间的联系往往是高度非线性的。由于这些电池参数与剩下容量之间的联系杂乱,而又非线性,传统的蓄电池监测办法都有必定的局限性,无法完结在线的实时监测。 可是,关于一组已知类型的蓄电池组,在必定的工况条件下,其端电压(U)、放电电流(I)、温度(T)、放电时刻(H)存在必定的对应联系,即: