基于WSN的蓄电池组内阻在线监测系统设计

针对传统UPS蓄电池内阻在线监测系统布线复杂的问题,采用无线传感器网络WSN技术设计了蓄电池组内阻在线监测系统,系统主要由多个电压监测节点、一个电流监测节点和上位机组成。通过电流互感器和控制器的ADC口采集UPS浮充和放电两种情况下的总电流和单节电池的端电压,根据直流检测方法求出单体电池的内阻,通过ZigBee网络将数据打包发送至上位机。上位机是一台装有监控管理软件的计算机,负责接收、处理、显示和统计分析各监测节点发送来的数据。实验证明,该系统能够实现蓄电池组内阻的实时在线监测,且工作稳定、安装方便,消除了由于大量布线存在的短路隐患。

一种均衡考虑锂电池内部能量损耗和充电速度的多段恒流充电方法

锂电池快速充电方法应该均衡考虑电池的安全、寿命和充电时间。为此,应该控制锂电池的温度或能量损耗。提出一种均衡考虑锂电池能量损耗和充电时间的多段恒电流充电方法。首先,通过测试不同电流的恒流工况充电电压曲线,建立锂电池直流内阻随荷电状态(SOC)和电流I变化的函数关系式。其次,简化恒流段内能量损耗计算表达式,并设计用于均衡充电时间和能量损耗的充电目标方程。最后,设计一条权重变化曲线以确定各个恒流段的充电电流。此方法实验过程简单,充电电流的计算过程简单。通过与恒流充电方法的实验比较,验证了该方法的优点。

基于BP神经网络的梯次利用电池健康状态诊断

在大规模储能产业迅猛发展及退役车用动力电池数量逐年增长的背景下,阐述了梯次利用电池及其储能应用场景,以及梯次利用电池健康状态估算的重要性。介绍了影响电池健康状态的几种因素,将电池直流内阻、放电倍率及表面温度作为输入构建了3层反向传播(BP)神经网络。试验表明:在30块梯次利用电池的样本训练下,网络能够有效收敛且对梯次利用电池健康状态的计算误差在3%内,根据BP神经网络估算电池健康状态具有一定的可行性,该方法对梯次利用电池的分选以及储能应用具有重大意义。