排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
针对现阶段检测退役动力电池健康状态存在的耗时长、精度低和能耗大等问题,提出了一种基于电化学阻抗谱(EIS)的电池荷电状态(SOC)和健康状态(SOH)的快速预测方法。通过对退役磷酸铁锂动力电池在不同SOH、不同SOC和不同温度下的EIS测试和分析,建立了EIS等效电路模型。然后,利用常相位元件参数与退役动力电池SOC和SOH之间的关系,建立数学模型,实现对退役动力电池SOC和SOH的快速估计。验证实验表明,利用这种方法,可以大大减少测试时间至20min以内、节约能源以及实现对未知荷电状态和健康状态的电池的快速估计,预测误差在4%以内。 相似文献
3.
针对现阶段退役动力电池筛选效率低、能耗大和成组率低等问题,提出了一种基于短时脉冲放电与电化学阻抗谱(EIS)相结合的退役动力电池快速分选与重组方法。通过对200节同类型不同批次的退役磷酸铁锂动力电池进行短时脉冲放电与阻抗谱测试和分析后,将获取的脉冲电压差、直流内阻、EIS曲线形状特征以及EIS等效电路模型参数作为筛选指标并建立数学模型,实现了对退役动力电池快速有效的分选与重组。验证实验结果表明:该方法能有效地降低能耗,且单节电芯的平均测试时间短至20 min以内,同时成组后的模组一致性指标较好,在工程上具有较大的实用价值。 相似文献
4.
5.
1