可实现城轨列车车载储能装置移动充电的供电系统及方法

    公开(公告)号:CN109606204A

    公开(公告)日:2019-04-12

    申请号:CN201811305430.9

    申请日:2018-11-05

    Abstract: 本发明公开一种可实现城轨列车车载储能装置移动充电的供电系统及方法,该系统包括牵引电机,牵引DC/AC变换器,辅助DC/AC变换器,车载动力电池模块,供电接触网,地面DC/DC变换器,不控整流机组,降压变压器和城市电网模块。城市电网模块,降压变压器,不控整流机组,地面DC/DC变换器与供电接触网组成地面恒流供电系统。本发明应用于城轨列车运行在线路架设供电接触网区域,地面恒流供电系统不仅能够提供城轨列车运行时牵引负载和辅助负载所需的能量,还能够在城轨列车运行时实现对车载储能系统进行恒流充电。本发明一定程度上解决车体预留空间对车载储能装置体积限制和将功率等级高、重量大的DC/DC变换器放置在车体上所造成城轨列车运行时电能浪费的问题。

    一种广义电池管理系统
    12.
    发明公开

    公开(公告)号:CN105789716A

    公开(公告)日:2016-07-20

    申请号:CN201610121616.3

    申请日:2016-03-03

    CPC classification number: H01M10/4207

    Abstract: 本发明涉及一种新能源车辆和电池储能用广义电池管理系统,提供一种本地电池管理系统与运行于远端大数据平台的离线状态评估系统相结合的广义电池管理系统,其中本地电池管理系统实时检测电池参数(电压、电流、温度和充放电容量),根据检测的电池参数对电池状态进行估计,判断是否出现异常状态,实现本地实时充放电管理,并把检测的电池参数上传到远端大数据平台;而离线状态评估系统运行于远端大数据平台,基于数据库中存储的电池历史电池参数和实时电池参数,评估电池的健康状态并进行风险预警,根据电池的健康状态重新设定充放电控制参数,动态更新管理策略,给出电池维护信息,并把结果传输给本地电池管理系统。

    一种锂离子电池电极扩散过程无损分离方法

    公开(公告)号:CN115166553B

    公开(公告)日:2024-11-12

    申请号:CN202210714553.8

    申请日:2022-06-23

    Abstract: 本发明涉及一种锂离子电池扩散极化过程无损分离方法,该方法利用电极和电池的热力学和扩散动力学间的匹配关系,根据辨识的全电池固相扩散系数,在基变换下分离电极的固相扩散过程。本发明主要包括如下步骤:首先,构建电极和全电池的热力学参数匹配关系,获取正负极的电压增量特性;然后,根据电极和全电池的电压增量来选取合适的SOC点进行交流阻抗测试;然后,利用交流阻抗测试和等效阻抗模型辨识电池固相扩散时间常数;最后,在基变换的理论下分离电极的固相扩散时间,结合电极的电压增量实现电极扩散内阻的无损分离。该方法步骤简单,易于在线实现,且可靠性高,适用于电动汽车动力电池内部电极材料微观机理的无损检测。

    一种降低能耗的锂离子电池安全快速优化充电方法

    公开(公告)号:CN117293427A

    公开(公告)日:2023-12-26

    申请号:CN202310973469.2

    申请日:2023-08-04

    Abstract: 本发明公开了一种降低能耗的锂离子电池安全快速优化充电方法。通过建立精准电池模型或设计三电极电池获取电池负极电位;以电池负极不析锂时的最大充电电流作为充电电流边界;仿真采用不同数量的恒流充电阶梯数对电池进行充电至一定程度时的充电总时长,确定最佳充电阶梯数;利用模型仿真得到电池在不同倍率下的功耗密度或能耗,制定多阶段恒流SOC区间划分依据;以电池充电能耗作为目标,分阶段优化得到避免电池发生析锂副反应的优化充电电流序列,对电池进行充电。采用该充电方法对电池充电,不仅提高了充电速度,保证了电池充电安全,并且与相同倍率的恒流充电制式相比能耗有所降低,为锂离子电池安全快速和优化充电领域提供了重要的参考价值。

    一种三元锂离子电池容量突变点预测方法

    公开(公告)号:CN113884900B

    公开(公告)日:2022-08-23

    申请号:CN202111066744.X

    申请日:2021-09-13

    Abstract: 本发明公开了一种三元锂离子电池容量突变点预测方法,从已有的电池加速老化数据中提取与新的电池具有相同加速老化模式的迁移样本,用于训练机器学习模型,最终预测新的电池的容量突变点。锂离子电池容量突变点预测方法包括加速老化模式判断,迁移样本选择以及容量突变点预测。具体为从三元锂离子电池放电容量‑电压曲线,容量增量曲线,电压差分曲线的早期变化曲线上提取表征锂离子电池的健康状态的17个老化特征参数,然后利用机器学习算法对锂离子电池的加速老化模式进行早期诊断,然后根据加速老化模式判断结果从已有的电池加速老化数据中进行样本选择,利用迁移样本训练机器学习模型,最终对新的电池进行容量突变点预测。

    一种动力电池SOC异常分析方法

    公开(公告)号:CN114518539A

    公开(公告)日:2022-05-20

    申请号:CN202210039778.8

    申请日:2022-01-14

    Abstract: 本发明涉及一种动力电池SOC异常分析方法,包括:对动力电池历史数据进行处理从而建立数据库,筛选出便于后续分析的充电数据集;通过计算充电数据任一时刻的平均充电电压作为电压基准值;计算得到该次电池充电过程的电压偏离值;对电压偏离值进行整合后引入时间参数,得到电压偏离值随时间变化的曲线,进行滤波得到电压偏离值‑时间曲线;根据得到的电压偏离值‑时间曲线,判断出SOC异常的单体电池及其变化趋势。本发明不需要复杂的线下检测,工作量小。同时具有很强的通用性,不仅仅局限于某一款动力电池,可将分析结果应用于电动汽车的检测维修,确保应用的安全。能够得到更加准确的SOC异常诊断结果,直观的分析出电池参数的变化趋势。

Patent Agency Ranking