CN112186830A - 一种提高锂电池在低温下性能的方法 - Google Patents

一种提高锂电池在低温下性能的方法 Download PDF

Info

Publication number
CN112186830A
CN112186830A CN202010893465.XA CN202010893465A CN112186830A CN 112186830 A CN112186830 A CN 112186830A CN 202010893465 A CN202010893465 A CN 202010893465A CN 112186830 A CN112186830 A CN 112186830A
Authority
CN
China
Prior art keywords
circuit
lithium battery
electrically connected
neural network
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010893465.XA
Other languages
English (en)
Inventor
尚德华
王嘉兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aopu Shanghai New Energy Co Ltd
Original Assignee
Aopu Shanghai New Energy Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aopu Shanghai New Energy Co Ltd filed Critical Aopu Shanghai New Energy Co Ltd
Priority to CN202010893465.XA priority Critical patent/CN112186830A/zh
Publication of CN112186830A publication Critical patent/CN112186830A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/443—Methods for charging or discharging in response to temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/61—Types of temperature control
    • H01M10/615—Heating or keeping warm
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/63—Control systems
    • H01M10/633—Control systems characterised by algorithms, flow charts, software details or the like
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/63—Control systems
    • H01M10/635—Control systems based on ambient temperature
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0069—Charging or discharging for charge maintenance, battery initiation or rejuvenation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
    • H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明属于电池BMS技术领域，具体公开了一种提高锂电池在低温下性能的方法，本发明基于不影响电池寿命的原则上利用AP神经网络来测算电池的SOC值，根据SOC值的范围来控制电路中的IGBT通断进行交流激励加热，来调整电路中IGBT的频率，其中，利用AP神经网络算法将电路中的电压、电流和温度作为输入神经元，频率和振幅作为输出神经元，通过采集电路中输入神经元的物理量来计算频率值和幅值，通过增大电路中频率值从而提高电池的性能，本发明科学合理，使用安全方便，通过提高电路中的频率值可以快速提高电池组在低温环境下的性能。

Description

一种提高锂电池在低温下性能的方法
技术领域
本发明涉及电池BMS技术领域，具体为一种提高锂电池在低温下性能的方法。
背景技术
低温环境下，在利用锂电池进行充电的过程中会对锂电池的性能造成很大的影响，锂电池的固相扩散系数减少、电解液导电率降低、分界面导电率降低以及低温持续充电会导致锂枝晶的现象出现，从而导致锂枝晶刺穿隔膜，引起短路起火爆炸，影响锂电池的安全性和寿命，因此，人们会通过两种方式来改进锂电池在低温环境下充电的方法：1.对电路自身进行改进2.从电池外部采取措施来改进；
在通过电路外部来对电路进行改进时：
1.通常会利用市场上的外部放置PTC加热片技术和电池内部放热效应来解决上述问题，将PTC加热片放置于锂电池的外部时，此方法简单易实现、价格低、市场占有面广，但是它的安全性低，并且在进行放置PTC加热片时，往往因为加热片的位置放不到位从而影响锂电池的内外温度；
2.通过锂电池放电自产热，能够解决外部PTC加热而导致的锂电池外部的不同位置产生的锂电池内部温度梯度差异大的问题，但是因消耗锂电池自身的能量，从而导致无法维持准确的SOC值；
所以，人们需要一种提高锂电池在低温下性能的方法来解决上述问题。
发明内容
本发明的目的在于提供一种提高锂电池在低温下性能的方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种提高锂电池在低温下性能的方法，该方法包括以下步骤：
S1：设计并调整电路，确定电路中的器件型号；
S2：利用MCU实时采集电路中的温度、电流和电压值并计算电池SOC值的范围；
S3：根据SOC值的范围，推算出不同温度下所需要调整的频率值；
S4：控制所设电路的频率进行自加热。
优选的，所述电路包括锂电池、继电器、接触器、电感、电容和负载，所述锂电池BT1的正极与接触器K1和接触器K2的第一端电性连接，所述接触器K1的第二端和负载的第一端电性连接，所述接触器K2的第二端和晶体管IGBT1的漏极电性连接，所述晶体管IGBT1的漏极和IGBT2的漏极电性连接与电容C1的第一端电性连接，所述电容C1的第二端和负载的第二端电性连接，所述接触器K2的第二端和电感L1的第一端电性连接，所述电感L1的第二端和与电感L2和电感L3的第一端电性连接，所述电感L2的第二端和晶体管IGBT4的漏极电性连接，所述电感L3的第二端和晶体管IGBT3的漏极电性连接，所述电容C1的第二端与晶体管IGBT3、IGBT4的源极和锂电池BT1的负极电性连接。
在所述步骤S3中，利用电路中的IGBT来进行频率的通断，使得电路中的频率能够达到期望值，从而能够提高电池在低温下进行充电的性能。
在所述步骤S2中，利用AP神经网络来测算电路中的SOC值，能够使得电池在预测剩余电量时，从而使得结果能够更加准确。
在所述步骤S1中，使用电容和电感进行充放电，能够使得在电池剩余电量不足时，及时的对电路进行供电。
所述负载为MCU电路里的内阻、电感内阻、电容内阻和晶体管IGBT内阻之和。
优选的，在所述步骤S3中，频率值的计算步骤如下：
C1：利用AP神经网络来设置频率的输入层、输出层和隐藏层；
C2：利用MCU电路实时采集输入层所需的参数值，并观察实际测试后的输出层；
C3：根据采集到的样本数据，利用AP神经网络找出输入层和输出层之间的关系
C4:根据计算关系式，利用AP神经网络来预测新的频率值
在计算频率值时，将最佳SOC值所对应的频率值D进行保存，利用AP神经网络实时检测锂电池的SOC值，当推算出的频率值小于P时，
根据公式：
F＝Q+Z；
其中：F为最终频率值，Q为推算出的频率值，Z为D与Q相差的偏移值。
与现有技术相比，本发明所达到的有益效果是：本发明利用了交流激励下锂电池自加热的方式，它能够利用MCU电路实时检测电池中的温度、电流和电压，能够将检测到的参数保存到AP神经网络的输入神经元中，AP神经网络根据输入神经元来计算电路中的SOC值、频率和幅值，利用AP神经网络来计算SOC值，能够使得计算结果准确且稳定，根据实时检测的SOC值以及电池此时的温度，进行调节电路中的通断频率，从而使得电池能够进行自加热，提高了电池在低温下的性能；
使用上述方式来提高电池的性能，能够使得锂电池的寿命不受影响且利用自加热的方式效率高，产热速率快。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种提高锂电池在低温下性能的方法的电路结构示意图；
图2是本发明一种提高锂电池在低温下性能的方法的AP神经网络的框架示意图；
图3是本发明一种提高锂电池在低温下性能的方法的磷酸铁锂电池中频率和阻抗关系的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：
一种提高锂电池在低温下性能的方法，该方法包括以下步骤：
S1：设计并调整电路，确定电路中的器件型号；
S2：利用MCU实时采集电路中的温度、电流和电压值并计算电池SOC值的范围；
S3：根据SOC值的范围，推算出不同温度下所需要调整的频率值；
S4：控制所设电路的频率进行自加热。
所述电路包括锂电池、继电器、接触器、电感、电容和负载，所述锂电池BT1的正极与接触器K1和接触器K2的第一端电性连接，所述接触器K1的第二端和负载的第一端电性连接，所述接触器K2的第二端和晶体管IGBT1的漏极电性连接，所述晶体管IGBT1的漏极和IGBT2的漏极电性连接与电容C1的第一端电性连接，所述电容C1的第二端和负载的第二端电性连接，所述接触器K2的第二端和电感L1的第一端电性连接，所述电感L1的第二端和与电感L2和电感L3的第一端电性连接，所述电感L2的第二端和晶体管IGBT4的漏极电性连接，所述电感L3的第二端和晶体管IGBT3的漏极电性连接，所述电容C1的第二端与晶体管IGBT3、IGBT4的源极和锂电池BT1的负极电性连接。
在所述步骤S2中，利用AP神经网络来测算电路中的SOC值。
在预测SOC值时有多种方法，可以利用开路电压法、内阻测量法、电量积累法等，利用开路电压法较简单，但是无法对动态的电池SOC估计，利用内阻测量法需要对放电率进行实际测算，因此在建模的过程中较为困难，在利用电量积累法进行预测剩余电量时，并没有考虑电路中放电电流对容量的影响具有可恢复性，所以利用AP神经网络来预测电路中的SOC值最为准确，在利用AP神经网络进行预测锂电池的SOC值时，需要采集电路中的电压、电流以及温度，并将采集到的这些参数作为神经网络的输入层的三个神经元，中间层利用了Sigmoid激励函数，输出层是频率F和振幅A两个神经元，从而能够将无限制的输入转换为可预测形式的输出。
在计算频率值时，将最佳SOC值所对应的频率值D进行保存，利用AP神经网络实时检测锂电池的SOC值，当推算出的频率值小于P时，
根据公式：
F＝Q+Z；
其中：F为最终频率值，Q为推算出的频率值，Z为D与Q相差的偏移值。
在所述步骤S2中，利用AP神经网络来测算电路中的SOC值的步骤如下：
B1：利用AP神经网络设置SOC的输入层和输出层，将温度、电流值作为输入神经元，将SOC值作为输出神经元；
B2：利用AP神经网络找出输入层采集到的原始数据和实际输出层之间的计算关系；
B3：AP神经网络根据计算关系式对输入层的数据进行预测并得到相应输出层的值，从而得到新的SOC值。
在所述步骤S3中，利用AP神经网络计算频率的步骤如下：
C1：利用AP神经网络来设置频率的输入层、输出层和隐藏层，将SOC值、温度和电压作为输入神经元，频率作为输出神经元，将激励函数sigmoid作为输出神经元；
C2：利用MCU电路实时采集输入层所需的参数值，并观察实际测试后的输出层；
C3：根据采集到的样本数据，利用AP神经网络来预测输入层与输出层之间的计算关系；
C4:根据计算关系式，利用AP神经网络来预测新的频率值。
在所述步骤S3中，利用电路中的IGBT来控制频率的通断；
利用磷酸铁锂电池进行测量时，当利用AP神经网络检测到电池的SOC值的范围是20％～90％时，同时磷酸铁锂电池的电压和内阻变化平稳，电池此时的工作状态最佳；
当检测到SOC值的范围处于20％～90％，并且检测到电池里的温度较低时，对电路中现在的频率值进行设定为Q，运用如下的方法对四个晶体管IGBT进行通断：
步骤一：需要将接触器K2接通以及接触器K1常开，将晶体管IGBT1和IGBT2截止，使得电流能够从电池的正极流过接触器K2，电感L1、电感L2，电感L3从IGBT3和IGBT4流出回到负极；
步骤二：此时将晶体管IGBT3和晶体管IGBT4截止，使得电流能够从晶体管IGBT1和IGBT2流过大电容再流回负极，使得电容进行放电；
步骤三：当电流通过IGBT1和IGBT2回到正极时，使得电池处于充电状态；
步骤四：将晶体管IGBT1和IGBT2截止，晶体管IGBT3和晶体管IGBT4打开，当电路中的电容完全放电后，电路里的电感会随之放电，使得电池依旧处于充电状态；
当通过AP神经网络检测到电池里的SOC值大于70％时，随即让充电的时间变短，来减少电路中产生的锂枝晶，从而将电路中的频率值调高；
利用AP神经网络检测到电池里的SOC值小于70％时，得出频率的偏移量Z且最终的频率值表达式为：F＝Q+Z。
所述步骤S1中，使用电容和电感进行充放电，当锂电池对整个电路进行供电时，电容和电感对锂电池的电能进行吸收，当检测到锂电池里的电量低时，电容和电感将吸收的电能进行放电，来对整个电路进行供电。
所述负载为MCU电路里的内阻、电感内阻、电容内阻和晶体管IGBT内阻之和，当电流流经负载时，能够对电路中的电源进行分压。
在所述步骤S3中，计算电路中的频率时，需要测算频率偏移量，从而使得计算的频率值能够更加精确。
所述MCU电路包括温度采样电路、电流电压检测电路和降压电路，在所测电路中，利用温度采样电路和电流电压检测电路对锂电池内的温度、电流和电压进行采集，并将采集到的参数值反馈给MCU电路，以便于AP神经网络对电路中的频率和振幅进行计算；
在温度采样电路中，利用了LM35DZ传感器对电路中的温度进行采集，利用NE5532同向比例放大器来接收LM35DZ的电压信号，并将接收的信号放大输入到模数转换器ADC0809中，能够在电路中检测的温度模拟信号转变为数字信号，并通过CD4511共阴极数码管电路通过译码的方式将数字信号转变成数字，同时将测出来的温度值传输给单片机，从而使得单片机能够接收到信号，从而能够利用AP神经网络对频率进行计算；
在电流电压检测电路中，可以对电路中的电流、电压进行采集，并将采集到的信号通过LM324ADR运算放大器进行放大，同时将采集到的信号通过模数转换器ADC0809转变成数字信号，并将检测到的信号传输至LCD显示屏中，从而能够利用AP神经网络对频率值进行计算；
在降压电路中，能够将正弦交流电中的220V电压转变成12V或者24V来对电路中的单片机等其他支持小型电压的信号进行供电。
上述温度采样电路、电流电压检测电路和降压电路均为现有电路，因此在此没有做过多的赘述。
实施例1：在一组实验中，利用了AP神经网络对SOC值进行预测，经检验发现SOC值与电流I和温度T有着重要的关系，即SOC＝f(T,I),在AP神经网络中运用了三层结构，分别为输入层、输出层和隐层，其中输入层为3个，输出层为1个，隐层为两个，设输入层的输入矢量为[x1,x2],输出层的输出矢量为y，设在20℃～29℃的温度环境下，对12V的电池进行30A,40A的恒流持续放电实验,实验结果如下：
Figure BDA0002657660740000061
Figure BDA0002657660740000071
Figure BDA0002657660740000072
根据实验总结，在温度不变的情况下，随着电流的逐渐增大，SOC值也随着时间的增大越变越小。
实施例2：在一组实验中，利用了AP神经网络对频率进行测算，利用MCU电路收集到了电路中的SOC、电压和温度值，并将这三个值作为AP神经网络的输入神经元，将频率作为AP神经网络的输出神经元，即Y＝f(x1,x2,x3),并利用sigmoid激活函数将电路中的输入值转变为可预测的输出值，设sigmoid激活函数所得到的输出为y＝f(x1·w1+x2·w2+x3·w3+b)，设MCU检测到的SOC值的集合为{90,50,15}，温度值的集合为{22℃，-2.5℃，30℃}，其中，以磷酸铁锂电池为例，当电池的SOC值范围处于20％～90％时，代表该电池处于最佳的工作区，当检测到该电池的SOC值的范围是在90％，此时预测的频率值为最佳130KHZ，当检测到该电池的SOC值的范围是在50％时，预测的频率值为F,在推测过程中，电路中的总阻抗值会随着频率变化而变化，电路中的总阻抗值表示为Z＝R+j(XL-XC)；
其中：Z为电路中的总阻抗，R为电路中的电阻值，XL为电路中的感抗，XC为电路中的容抗。
根据公式计算可得，SOC值为50％时，Z＝650，SOC值为15％时，Z＝700，当检测到温度值为-2.5℃，控制电路图中的四个IGBT对频率进行控制，使得电池内部进行自加热；
根据最终频率值的公式为F＝Q+Z；
测得在低温-15℃的状态下，磷酸铁锂电池当前的频率值F＝210KHZ,利用AP神经网络测得的频率值Q为170KHZ，相比于最佳频率值，偏移量Z增加了40KHZ，电路中的IGBT通过最终频率值来控制通断频率，使得电池能够自加热来提高电池的性能；
测得在低温30℃的状态下，磷酸铁锂电池当前的频率值F＝230KHZ,,利用AP神经网络测得的频率值Q为180KHZ，相比于最佳频率值，偏移量Z增加了50KHZ，电路中的IGBT通过最终频率值来控制通断频率，使得电池能够自加热来提高电池的性能。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种提高锂电池在低温下性能的方法，其特征在于：该方法包括以下步骤：
S1：设计并调整电路，确定电路中的器件型号；
S2：利用MCU实时采集电路中的温度、电流和电压值并计算电池SOC值的范围；
S3：根据SOC值的范围，推算出不同温度下所需要调整的频率值；
S4：控制所设电路的频率进行自加热。
2.根据权利要求1所述的一种提高锂电池在低温下性能的方法，其特征在于：所述电路包括锂电池、接触器、电感、电容和负载，所述锂电池BT1的正极与接触器K1和接触器K2的第一端电性连接，所述接触器K1的第二端和负载的第一端电性连接，所述接触器K2的第二端和晶体管IGBT1的漏极电性连接，所述晶体管IGBT1的漏极和IGBT2的漏极电性连接与电容C1的第一端电性连接，所述电容C1的第二端和负载的第二端电性连接，所述接触器K2的第二端和电感L1的第一端电性连接，所述电感L1的第二端和与电感L2和电感L3的第一端电性连接，所述电感L2的第二端和晶体管IGBT4的漏极电性连接，所述电感L3的第二端和晶体管IGBT3的漏极电性连接，所述电容C1的第二端与晶体管IGBT3、IGBT4的源极和锂电池BT1的负极电性连接。
3.根据权利要求1所述的一种提高锂电池在低温下性能的方法，其特征在于：在所述步骤S3中，利用电路中的晶体管IGBT来控制频率的通断。
4.根据权利要求1所述的一种提高锂电池在低温下性能的方法，其特征在于：在所述步骤S2中，利用AP神经网络来测算电路中的SOC值的步骤如下：
B1：利用AP神经网络设置SOC的输入层、输出层和隐藏层；
B2：利用AP神经网络找出输入层采集到的原始数据和实际输出层之间的计算关系；
B3：AP神经网络根据计算关系式对输入层的数据进行预测并得到相应输出层的值。
5.根据权利要求1所述的一种提高锂电池在低温下性能的方法，其特征在于：所述步骤S1中，使用电容和电感进行充放电。
6.根据权利要求5所述的一种提高锂电池在低温下性能的方法，其特征在于：在所述步骤S3中，频率值的计算步骤如下：
C1：利用AP神经网络来设置频率的输入层、输出层和隐藏层；
C2：利用MCU电路实时采集输入层所需的参数值，并观察实际测试后的输出层；
C3：根据采集到的样本数据，利用AP神经网络找出输入层和输出层之间的关系；
C4:根据计算关系式，利用AP神经网络来预测新的频率值。
7.根据权利要求2所述的一种提高锂电池在低温下性能的方法，其特征在于：所述负载为MCU电路里的内阻、电感内阻、电容内阻和晶体管IGBT内阻之和。
8.根据权利要求1所述的一种提高锂电池在低温下性能的方法，其特征在于：所述MCU电路包括温度采样电路、电流电压检测电路和降压电路。
9.根据权利要求2所述的一种提高锂电池在低温下性能的方法，其特征在于：所述接触器K1在电路中始终处于闭合状态。
10.根据权利要求6所述的一种提高锂电池在低温下性能的方法，其特征在于：在计算频率值时，将最佳SOC值所对应的频率值D进行保存，利用AP神经网络实时检测锂电池的SOC值，当推算出的频率值小于P时，
根据公式：
F＝Q+Z；
其中：F为最终频率值，Q为推算出的频率值，Z为D与Q相差的偏移值。
CN202010893465.XA 2020-08-31 2020-08-31 一种提高锂电池在低温下性能的方法 Pending CN112186830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010893465.XA CN112186830A (zh) 2020-08-31 2020-08-31 一种提高锂电池在低温下性能的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010893465.XA CN112186830A (zh) 2020-08-31 2020-08-31 一种提高锂电池在低温下性能的方法

Publications (1)

Publication Number Publication Date
CN112186830A true CN112186830A (zh) 2021-01-05

Family

ID=73924987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010893465.XA Pending CN112186830A (zh) 2020-08-31 2020-08-31 一种提高锂电池在低温下性能的方法

Country Status (1)

Country Link
CN (1) CN112186830A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465773A (zh) * 2021-07-28 2021-10-01 傲普(上海)新能源有限公司 一种测算锂离子电池内部温度的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443453A (zh) * 2016-07-04 2017-02-22 陈逸涵 一种基于bp神经网络的锂电池soc估算方法
CN107039708A (zh) * 2016-11-29 2017-08-11 北京交通大学 一种锂离子电池组低温自加热方法
CN109904540A (zh) * 2019-03-25 2019-06-18 哈尔滨理工大学 一种用于磷酸铁锂动力电池的低温交变激励预热方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443453A (zh) * 2016-07-04 2017-02-22 陈逸涵 一种基于bp神经网络的锂电池soc估算方法
CN107039708A (zh) * 2016-11-29 2017-08-11 北京交通大学 一种锂离子电池组低温自加热方法
CN109904540A (zh) * 2019-03-25 2019-06-18 哈尔滨理工大学 一种用于磷酸铁锂动力电池的低温交变激励预热方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465773A (zh) * 2021-07-28 2021-10-01 傲普(上海)新能源有限公司 一种测算锂离子电池内部温度的方法
CN113465773B (zh) * 2021-07-28 2023-05-05 傲普(上海)新能源有限公司 一种测算锂离子电池内部温度的方法

Similar Documents

Publication Publication Date Title
JP2536257B2 (ja) 据置用鉛蓄電池の寿命判定方法
Nadeau et al. Energy awareness for supercapacitors using Kalman filter state-of-charge tracking
WO2017152479A1 (zh) 蓄电池剩余容量及健康状态快速检测方法和装置
CN105008948B (zh) 用于燃料电池的电力转换设备以及用于控制该电力转换设备的方法
WO2008138239A1 (en) A method for measuring on-line internal impedance of storage battery, a current operation module and an apparatus for measuring on-line internal impedance of storage battery
JP2003508759A (ja) 電気化学電池やバッテリの内部温度を電子工学的に評定する方法およびその装置
Křivík Methods of SoC determination of lead acid battery
CN101359035A (zh) 一种测量电池内阻的方法及装置
CN104207409A (zh) 一种压力自感知、自发电的智能鞋垫
Kularatna Dynamics and modeling of rechargeable batteries: what electrochemists? work tells the electronic engineers
CN109991554A (zh) 一种电池电量检测方法、装置及终端设备
CN204091135U (zh) 一种压力自感知、自发电的智能鞋垫
CN106199434A (zh) 电池及电池组的状态检测方法及装置
Shen et al. Estimation of battery available capacity under variable discharge currents
CN112186830A (zh) 一种提高锂电池在低温下性能的方法
KR20060107473A (ko) 임피던스 측정 및 개별 자동 충·방전 기능을 가진 축전지관리장치
CN114563674B (zh) 一种应用于储能系统的绝缘检测装置及方法
CN201397381Y (zh) 一种新型锂离子电池电压内阻测试装置
CN108583326A (zh) 一种电动汽车电池组均衡控制方法
JPH0678463A (ja) 二次電池装置とその残存容量検出方法
CN105676141A (zh) 一种基于阻尼振荡的电池容量在线测量系统及其测量方法
CN107340479A (zh) 一种提高电动汽车动力电池soc计算精度的方法及系统
JP3412355B2 (ja) ニッケル系電池の劣化判定方法
CN117406108A (zh) 一种电池电化学阻抗谱在线测量系统和方法
CN207654176U (zh) 一种用于测量唾液阻抗的交流方波信号发生器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210105