-
公开(公告)号：CN110705746B
公开(公告)日：2022-08-05
申请号：CN201910793429.3
申请日：2019-08-27
Applicant: 北京交通大学 , 国网冀北电力有限公司电力科学研究院 , 国网北京市电力公司 , 国家电网有限公司
Abstract: 本发明提供了一种电动出租车快速充电站优化配置方法，属于电动出租车充电站技术领域，该方法建立电动出租车的充电需求的时空分布矩阵；基于电动出租车的充电需求的时空分布矩阵，根据排队理论分析已有的充电站能否满足当前的充电需求；若已有的充电站不能满足当前的充电需求，则以充电站扩建的社会成本最低为目标函数，建立充电站的配置优化模型；求解充电站的配置优化模型得到充电站优化配置方案。本发明解决了充电站盲目扩建带来的充电站间服务不均衡和站内装置利用率低等问题，适应电动出租车充电需求的发展对充电站进行有序、合理的扩建，避免盲目建设带来的资金浪费和资源不合理配置。
-
公开(公告)号：CN110705745B
公开(公告)日：2022-08-05
申请号：CN201910793399.6
申请日：2019-08-27
Applicant: 北京交通大学 , 国网冀北电力有限公司电力科学研究院 , 国网北京市电力公司 , 国家电网有限公司
Abstract: 本发明提供了一种电动公交车充电站优化规划与有序退出方法，属于电动公交车充电站技术领域，该方法首先建立电动公交车充电站选址定容优化模型；然后根据选址定容优化模型，确定满足充电高峰期的充电站配置方案；结合满足充电高峰期的充电站配置方案，根据选址定容优化模型，确定满足充电平峰期的充电站配置方案；根据满足充电高峰期的充电站配置方案和满足充电平峰期的充电站配置方案，对充电站进行分类；基于充电站的分类，对各个充电站进行储能配置，以平衡高峰期和平峰期的充电需求变化。本发明解决了充电需求在短期内突发增长与回落的区域的电动公交车快充站规划与退出问题，避免一次规划带来的充电需求回落后的充电站闲置与资源浪费问题。
-
公开(公告)号：CN113848493A
公开(公告)日：2021-12-28
申请号：CN202111042948.X
申请日：2021-09-07
Applicant: 北京交通大学
IPC: G01R31/392
Abstract: 本发明公开了一种基于机器学习的三元锂离子电池早期加速老化诊断方法，从三元锂离子电池放电容量‑电压曲线、放电IC曲线和放电DV曲线上提取表征三元锂离子电池的健康状态的17个老化特征参数，然后利用新的组合算法对三元锂离子电池的加速老化进行早期地准确诊断，首先通过随机森林选择重要特征，然后再通过线性相关分析降低重要特征线性相关性，最后通过逻辑回归模型判断加速老化，实现三元锂离子电池的加速老化早期准确诊断，从而在早期判断三元锂离子电池是否会发生加速老化，为锂离子电池的健康状态管理与健康状态评估提供重要的信息。
-
公开(公告)号：CN113449468A
公开(公告)日：2021-09-28
申请号：CN202110693881.X
申请日：2021-06-22
Applicant: 北京交通大学
IPC: G06F30/27 , G06F119/10
Abstract: 本发明提供了一种锂离子电池组的多参数分布特性建模和参数生成方法。该方法包括：在锂离子电池组中随机选取部分电池单体作为样本电池进行参数测量，建立真实电池参数数据集；对真实电池参数数据集中的原始数据归一化，设计包含生成器和判别器的生成对抗网络，使用归一化后的真实电池参数数据集对生成对抗网络进行训练，使用训练好的生成器生成合成电池参数；将合成电池参数代入与实际电池组拓扑相同的单体级别电池组仿真模型进行仿真计算，得到接近实际电池组的电学特性与能量特性。本发明利用对抗生成网络学习真实电池参数的分布特征，并生成符合实测特征的合成数据，可以得到符合实际电池组的电学特性与能量特性的仿真结果。
-
公开(公告)号：CN112072914B
公开(公告)日：2021-08-10
申请号：CN202010708830.5
申请日：2020-07-22
Applicant: 北京交通大学 , 中车工业研究院有限公司
IPC: H02M3/155
Abstract: 本发明公开了一种用于混合储能的三端口直流变换器。变换器具有完全对称的结构，三个端口之间的能量可以任意流动，控制方式简单易实现。变换器可用于由电池、超级电容等典型储能元件构成的混合储能系统，其中两个端口用于连接储能元件，第三个端口用于连接公共直流母线，实现在储能元件之间，或储能元件与公共直流母线之间的能量交换功能。
-
Patent Agency Ranking
公开(公告)号：CN112649749A
公开(公告)日：2021-04-13
申请号：CN202011275600.0
申请日：2020-11-16
Applicant: 中车长春轨道客车股份有限公司 , 北京交通大学
IPC: G01R31/388 , G01R31/389 , G01R31/396 , G01R31/52
Abstract: 本发明公开了一种可控电池短路测试装置及其测试方法，装置包括n个短路支路、主回路继电器、电压传感器、示波器和电流传感器；每个短路支路由n个MOS管并联后再串联一个分流器组成，n个短路支路并联连接后的一端分别与主回路继电器的一端、电压传感器连接，n个短路支路并联连接后的另一端与电流传感器连接，主回路继电器的另一端与被测电池的正极连接，被测电池的负极分别与电流传感器和电压传感器连接，电流传感器和电压传感器还与示波器连接，示波器用于显示电流、电压波形。MOS管的开通与关断由单片机与Si8271AB‑IS芯片相结合的方式实现。
-
公开(公告)号：CN112540297A
公开(公告)日：2021-03-23
申请号：CN202011244236.1
申请日：2020-11-10
Applicant: 中车长春轨道客车股份有限公司 , 北京交通大学
IPC: G01R31/367 , G01R31/385 , G01N23/20 , G01N23/2251
Abstract: 本发明属于锂离子电池安全测试技术领域，涉及一种研究锂离子电池过充安全冗余边界的方法，包括：步骤1：对选定电池预处理；步骤2：对选定的第一锂离子电池开展过充热失控实验，记录第一锂离子电池在不同时刻的温度、电压和容量等，确定电池的安全防护边界；步骤3：对选定的第二锂离子电池拆解，制作分别包含第二锂离子电池正负极的半电池，一个正极半电池和一个负极半电池归一组，各组半电池分别过充至大于100％SOC的过充SOC点和热失控SOC点；步骤4：将步骤3过充的正负半电池拆解，进行电池材料表征分析；步骤5：结合半电池材料表征结果和第一锂离子电池基本性能测试结果，分析电池变化机理，共同确定电池的性能防护边界。
-
公开(公告)号：CN112433170A
公开(公告)日：2021-03-02
申请号：CN202011092297.0
申请日：2020-10-13
Applicant: 北京交通大学
IPC: G01R31/396 , G01R31/388
Abstract: 本发明属于电池参数辨识技术领域，涉及一种串联电池组单体参数差异辨识方法，方法基于动态时间扭曲算法，对串联电池组电池单体的充电数据进行分析处理，通过对比电池OCV曲线和电池单体的充电电压曲线，计算所有具有“一一对应关系”的数据点之间的索引值之差的平均值Td；并根据电池组的充电倍率和采样时间间隔设置比例系数Tr；接着计算Td与Tr的比值R，作为电池单体在充电过程中的起始SOC；最后根据各单体电池的充电起始SOC，计算出反映电池组SOC一致性的单体SOC差异情况。本发明方法实现了对串联电池组内各电池单体的充电初始SOC、电池组SOC一致性的估计，具有较高精度和效率。
-
公开(公告)号：CN112327188A
公开(公告)日：2021-02-05
申请号：CN202011056790.7
申请日：2020-09-30
Applicant: 北京交通大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种模型‑数据混合驱动的锂离子电池剩余寿命预测方法，首先，初始化经验模型的四个独立模型参数；其次，基于差分阈值方法，利用锂离子电池容量数据识别拐点；再次，使用无迹粒子滤波方法获得初始估计结果；复次，建立初始误差序列，使用完全集成经验模态分解方法处理初始误差序列；又次，根据相关性方法使用本征模函数重构误差序列；从次，对重构误差序列使用高斯过程回归方法训练，得到带有置信区间的误差预测结果；最后，将初始估计结果使用带有置信区间的误差预测结果叠加，得到最终预测结果。本发明，利用少量历史数据，即可在短时内获得相应征兆并进行锂离子电池健康状态的诊断，进而实现后续锂离子电池剩余寿命预测。
-
公开(公告)号：CN109031153B
公开(公告)日：2020-01-24
申请号：CN201811200371.9
申请日：2018-10-16
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/385
Abstract: 本发明属于锂离子电池领域，公开了一种锂离子电池的SOH在线估计方法，用于解决现有SOH估计技术在实施过程中存在的特征参数在线获取困难，模型对训练数据依赖性强且所需数据量大，采用简单线性回归较难刻画电池容量与特征参数复杂的函数关系，估计精度难以保证的问题。本发明采用容量增量法从容量增量曲线中获取特征参数，该方法不要求电池经历完整的充放电过程，特征参数提取更加简单，有利于该方法在BMS中的应用；利用多输出高斯过程回归模型方法完成特征参数与SOH函数模型的建立，更好地利用不同输出之间的潜在关联性，提高SOH的估计精度；同时该方法对于训练数据依赖较小，对不同类型的锂离子电池具有很好的适应性。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.052 seconds)
