所谓热失控是是由各种诱因引发的链式反应，发热量可使电池温度升高上千度，造成自燃。 电池状态的估计，有助于实时监测电池的充放电状态，避免过充放造成的热失控。此外在另一项研究成果中，研究者通过状态估计与电池内短路模型的结合，可以有效识别是否发生了内短路，进而在热滥用发生之初，就对系统发出警告。 电池的状态和发动机是不一样的，有一些发动机易测量的变量，在电池这里并不容易估计。比如说燃油车剩余油量，很容易就可以通过油箱内的油的多少来读到，但电池的剩余电量（ SOC），则通常要使用算法来进行估计。除了电量之外，电池的实际输出功率、电池寿命等等，都需要算法进行估计，这就使得电池管理策略（BMS）为关键，而电池的热失控管理方法也属于BMS。 对电池的热失控蔓延进行了研究，建立了一整套成熟的热扩散测试方法作为技术支持，并提出了电池包综合的热管理设计方案，包括了上表面连接汇流结构优化散热、下表面流道散热设计、电芯连接间隔面的隔热处理、以及电池包侧面布置半导体加热片的低温加热算法设计。 相关研究中，清华大学所开发的电池状态的联合估计算法，在电池状态间相互耦合的关系基础上，同时估计电池的多个状态，包括SOC（State of Charge）、SOH（State of Health）、SOP（State of Power）和SOE（State of Energy）等状态的高精度联合估计。 我们公司始终不渝的恪守“诚信经营、力求创新”的创业信念和坚持不懈的奉行“团结奋斗、务实创新”的企业精神！欢迎新老客户光临、携手合作、共创双赢。
