排序方式: 共有4条查询结果,搜索用时 10 毫秒
1
1.
2.
3.
为探究用户的行为习惯对电动汽车电池老化的影响,本文基于大数据的统计分析方法,依托企业监管平台大量高品质的用户和车辆数据,开展了用户车辆所在地域、用户的充电方式偏好和驾驶风格对电池老化的影响规律研究。结果表明:随着电池平均运行温度的升高,电池容量衰减呈先减后增的趋势;北京用户的电池老化程度比广东用户整体高10.59%~19.09%;随着快充频率的升高,电池的容量衰减率呈逐渐增大的趋势,但增大的速率逐渐减小;偏好快充充电的用户车辆的电池老化比偏好慢充充电的用户快33.45%~56.24%;激进的驾驶模式会加剧电池老化,整体比温和型的驾驶模式快1.73%~10.37%。研究成果对车企优化整车功能设计,指导用户健康行车具有借鉴意义。 相似文献
4.
为提升实际应用中锂离子动力电池寿命预测精度,本文中提出一种融合经验老化模型和电池机理模型的电池寿命预测方法。该方法以基于经验老化模型SOH预测值作为卡尔曼算法的先验估计,以基于机理模型估计电池未来容量衰减量进而预测得到的SOH作为卡尔曼算法的后验修正,从而实现对锂离子电池寿命的准确预测。基于电芯试验数据的动力电池寿命预测算法验证结果表明,锂离子动力电池剩余寿命预测误差≤5.83%、基于实车数据的锂离子动力电池的剩余寿命预测误差≤8.12%,取得了良好的预测效果,丰富了锂离子动力电池寿命预测的方法。 相似文献
1