一种基于数据挖掘的电池储能系统soc预测方法技术资料下载

技术编号:10551891

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

由于大规模的新型能源的和特高压电网的发展,电池储能系统作为储能单元被广 泛应用于电动车、新能源发电和大型储能系统。荷电状态S0C反映的是储能元件当前的剩余 容量,电池储能系统的整体性能与荷电状态S0C的关系非常密切。精确地S0C估计对平衡单 体电池之间的差异、优化电池的充放电策略、防止电池使用过热及防止过充过放等意义非 同凡响。 但是,由于电池结构复杂,电池的荷电状态受放电电流、电池内部温度、自放电、电 池老化等诸多因素影响,使S0C估算非常困难。且S0...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 邢老师:1.机械设计及理论 2.生物医学材料及器械 3.声发射检测技术。
  • 王老师:1.数字信号处理 2.传感器技术及应用 3.机电一体化产品开发 4.机械工程测试技术 5.逆向工程技术研究
  • 王老师:1.机器人 2.嵌入式控制系统开发
  • 张老师:1.机械设计的应力分析、强度校核的计算机仿真 2.生物反应器研制 3.生物力学
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术
  • 赵老师:1.智能控制理论及应用 2.机器人控制技术 3.新能源控制技术与应用
  • 张老师:激光与先进检测方法和智能化仪表、图像处理与计算机视觉