修正参数的安时法估算锂离子电池剩余电量

安时法是目前估算锂离子电池荷电状态(SOC)最常用的方法之一.由于安时法不能估计初始荷电状态(SOC0),且难于准确测量库仑效率和电池可用容量变化,会造成累计误差,影响SOC估算精度.考虑锂离子电池的可用容量会随环境温度、放电电流以及电池老化等性能影响,结合开路电压法和安时法,对比实验数据进行误差分析与校正,提出了一种提高SOC估算精度的修正参数方法.仿真结果表明,用修正参数的安时法估算电池剩余电量可以减少误差,提高精度.     

新型车用蓄电池检测仪的设计

基于单片机最小系统，针对在线蓄电池工作状况，设计了新型车用蓄电池检测仪。在剩余电量检测中将开路电压法和安时积分法相结合，相对于已有的一些剩余电量检测方法，该方法不仅可以更精确地检测剩余电量，而且能够分析出电池的老化程度。提出分电池检测法，能够对电池组工作中的不平衡情况发出警报，保证电池组的良好运作。在软硬件方面很好地实现上述功能，并设计了操作便捷的人机界面。     

一种蓄电池剩余电量估算新方法

文章提出了一种蓄电池剩余电量估算新方法,该方法充分考虑了蓄电池健康状况和环境温度因素,包括基于蓄电池内阻变化及电压回升率变化的健康因子、安时积分项等组成。实验表明,该方法解决了由于电池老化、环境温度等因素所造成的安时积分法剩余电量估计的偏差问题。     

动力电池系统中关于SOC的计算研究

SOC测量的基本方法主要有电流积分法、开路电压法等,但在电动车运行工况下,特别是混合动力、燃料电池和能量回馈型纯电动车,电池工作在频繁充放电的状态下,电量积分累积误差将使SOC预测值逐渐偏离SOC的实际值;而开路电压由于受到搁置时间、环境温度、老化程度等因素的影响,也会使SOC的测量产生较大的误差。     

铅酸蓄电池剩余电量和健康状况估计方法

为了解决铅酸蓄电池的剩余电量存在计算不准确、电池的健康状况评价不准确的问题,以提高铅酸蓄电池剩余电量的检测精确性和合理估算电池的健康状况,通过曲面拟合的方法获得电池放电电量与电压和电流的关系,计算温度对电池电量的影响,将不同温度条件转换成标准温度条件,计算电池的剩余电量;通过获得电池放电情况与电池循环次数的关系,用剩余循环次数的分数来表征电池的健康状况。结果表明,通过曲面拟合方式得到的关系式的误差较小,能够实现铅酸蓄电池剩余电量和电池健康状况的合理估计。     

基于单片机的直流电源电池监控系统的硬件设计

设计了利用单片机计算电池组的剩余电量,测量单体电池温度和电压的硬件结构以及CAN总线和RS-485两种通信方式的连接方案.本设计着重介绍硬件的连接方法.     

一种用于NS-3仿真的电池模型及其数值解法

为了解决网络模拟器NS-3不能对无线传感器网络节点的电池信息做出准确仿真的问题,吸收LiIon电池模型和KiBaM电池模型各自的优点,采用LiIon电池模型的方法计算KiBaM电池模型中有效电荷井的输出电压,得到能够体现电池的速率容量效应和自恢复效应、能够反映输出电压随剩余电量降低而降低的KiBaM-LiIon电池模型,并对模型中无法获得解析解的微分方程组求解,基于隐式Runge-Kutta方法,提出了易于编程实现的数值解法。仿真和实验的结果表明,模型及其数值解法能够在NS-3中对电池使用过程中任何时刻的电压、剩余电量等作出准确预测,且具备计算复杂度低的优点。所提出的电池模型及其数值解法不仅适用于NS-3,同样也适用于其他网络模拟器,可为无线传感器网络和移动Ad-hoc网络的研发提供参考。     

基于开路电压法与卡尔曼滤波法相结合的锂离子电池SOC估算

鉴于卡尔曼滤波法中电池荷电状态(state of charge,SOC)的初始值一般根据开路电压法确定,传统开路电压法是通过测量电池开路电压,由电池开路电压与电池荷电状态之间的关系曲线得到电池SOC,耗时较长.本文在此基础上提出一种新的办法,通过对电池放电曲线及恢复曲线分析,结合电池等效模型,拟合出开路电压的计算公式.用放电停止后的某时刻电压估计电池的开路电压.不但解决了SOC估算中开路电压法用时长的问题,而且提高了开路电压值的准确性,进而提高了SOC估算精度.再以戴维宁模型为基础,通过电池测试平台辨识电池模型参数,并验证其可靠性,采用扩展卡尔曼滤波算法实现了对电池荷电状态的估算,状态参数SOC估算初始值由改进后的开路电压法估算出的SOC值确定.结果表明该方法解决了初始值的偏差导致的估算初期误差较大问题,提高了整体的估算精度.     

动力锂电池荷电状态估算的改进方法

为了解决传统安时-开路电压法荷电状态(state of charge,SOC)初值SOC_0误差大,忽略了估算过程中温度等影响因素对估算精度的影响等问题,提出了改进的安时积分-开路电压法:根据不同温度、循环使用次数下的实验数据,拟合出SOC与开路电压(open circuit voltage,OCV)、温度、使用次数的函数关系,从而获取准确的SOC_0;结合实验分析温度、放电倍率、使用次数对于安时积分的影响,并对其进行修正和优化。实验表明,改进的安时-开路电压法可将估算精度提高至97%。     

用改进的安时计量法估计电动汽车动力电池SOC

为了解决安时计量法不能估计初始荷电状态(SOC0)、难于准确测量库仑效率和电池可用容量变化的问题,提出折算库仑效率的定义,建立开路电压法、K a lm an滤波法和安时计量法的组合方法估计电池SOC。具体算法中,根据温度和老化对电池可用容量的影响试验建立电池容量的影响因素模型,基于单变量电池模型实现K a lm an滤波。使用11 085 s的镍氢电池组FUDS试验数据验证方法精度,经与放电试验真实值比较得到的误差为2.3%,优于安时计量法的19.7%,满足电动汽车对SOC估计误差8%的使用要求。     

电动汽车蓄电池剩余电量计量技术的研究

为了精确地了解电动汽车蓄电池的剩余电量,本文在用蓄电池电化学及目前一些剩余电量计量方法进行分析的基础上,提出了一种基于蓄电池电动势和内阻组合确定剩余电量的新方法．同时,由于蓄电池电动势和内阻与剩余电量之间的非线性关系,本文将使用神经网络技术来实现对剩余电量的预测,并取得了很好的效果．     

蓄电池剩余电量的模糊预测

在分析铅酸蓄电池剩余电量预测方法的基础上,实现了一种基于蓄电池电动势和内阻的电量模糊预测方法.根据蓄电池电动势与电量的实测数据,拟合出一个经验方程,作为电量预测模型的负反馈环节,从而提高了模糊控制器的精度与稳定性.仿真结果表明,该方法有效可行.     

基于C8051F330单片机的积分式电量表

由于动力电池的真实荷电状态SOC受许多因素的影响,基于电压检测的电量表很难收到理想的效果。设计了一种基于C8051F330单片机和按时积分算法的电量袁,可以准确计算出蓄电池的残余电量和荷电状态。实验表明：其测量误差小于±5％。     

基于改进粒子滤波的锂离子电池RUL 预测

在基于粒子滤波算法的锂离子电池剩余使用寿命预测过程中, 由于基本粒子滤波算法存在粒子退化问题, 难以保证电池寿命预测的精度。为此, 提出一种基于MCMC(Monte Carlo Markov Chain)的无迹粒子滤波改进算法, 从选取适当的重要性密度函数和重采样过程两方面入手, 更全面地克服基本粒子滤波算法中的粒子退化问题, 进而提高锂离子电池剩余使用寿命预测的精度。实验仿真结果表明, 改进后的粒子滤波算法能更好地跟踪电池容量衰退趋势, 预测精度也明显优于基本粒子滤波算法, 为锂离子电池剩余使用寿命的预测提供了新思路。     

蓄电池组电容量的在线分析系统

根据铅酸蓄电池组的充放电特性,采用工作电流放电法测量蓄电池组的蓄电能力。设计了铅酸蓄电池组蓄电容量的计算机在线监测系统。该系统在测量过程中可以对电池放电时的剩余电量给出线性的指示。蓄电池组放电时对电池组单节电压进行巡检,发现性能开始下降的电池,排除电池失效的隐患。在浮充状态下在线测量电池的内阻,在非放电的条件下发现电池性能的变化。通过计算机对铅酸蓄电池组的各参数的在线监测,实现了铅酸蓄电池组监测和预警的自动化。     

磷酸铁锂电池模组老化行为

阐明退役电池的老化行为和衰减机理有助于对其安全高效地再利用。本文采用容量标定、循环老化、材料表面分析等试验方法对一个近似于盲盒的退役电池系统的老化行为进行了研究。研究结果表明,虽然整个退役电池系统是按照容量衰减到80%的做法进行退役,但是退役电池系统中大部分的电池模组SOH值远远高于80%。选取的一个电池模组在设定的2C倍率、100% DOD的老化模式下循环到60% SOH以下只有400次,前200次循环衰减较慢,后200次循环衰减较快。材料表面分析结果发现退役电池在循环老化后阳极的劣化要比阴极的更严重,可循环锂的消耗是导致电池容量衰减的主要原因之一。因此,退役电池梯次利用时从模组级别进行分选和成组,可以最大化地挖掘其剩余价值,同时应尽可能在低电流倍率和浅充浅放等较温和工况下使用退役电池。     

储能系统中梯次利用动力电池容量优化配置的研究进展

梯次利用动力电池在储能领域的应用,对于推动电力行业健康绿色发展、提高资源利用率、降低储能系统成本、推动储能系统商业化以及节能环保具有重要的社会意义和经济效益。储能系统的容量优化配置是实现最佳经济效益,不出现容量、功率缺配和超配情况的关键。对容量优化配置的最新研究动态进行综述,列举了国内外梯次利用动力电池在储能领域的应用现状,综合介绍了目前几种主要应用场景中梯次利用动力电池的容量优化配置技术,并对今后的研究方向进行讨论和展望。     

MH/Ni电池正负极材料研究进展(I)--正极材料

MH/Ni电池是一种正在发展中的新型高容量绿色二次电池 .电池采用正极限容设计 ,负极过量 ,因此电池的容量主要由正极来决定 .本文评述了目前 MH/Ni电池中所用镍电极材料的分类、晶体结构、制备方法以及国内外的研究现状 .     

基于奇异值分解无迹卡尔曼滤波的锂电池荷电状态估计

锂电池的荷电状态(state of charge, SOC)是电池管理系统(battery management system, BMS)对锂电池进行管理的重要指标。针对传统SOC估计方法存在的精度低、计算复杂和鲁棒性差等问题,本文提出了一种基于奇异值分解无迹卡尔曼滤波(singular value decomposition unscented Kalman filter, SVD-UKF)的SOC估计方法。该方法利用无迹变换(unscented transformation,UT)提高了计算精度的同时降低了计算量,并且克服了UKF在状态协方差矩阵P非半正定时会出现滤波发散的缺点,提高了算法的鲁棒性。实验结果表明,该算法能够快速收敛于真值,并且将估算误差降低至1%。     

电池特征微机自动检测系统的电路设计

该文介绍电池特征微机自动检测系统的检测电路部分，该电路由电压测量，电流测量电路以及检测控制电路组成。介绍实现多路实时检测电池的工作电压和电流方法，实现了对一路电流的调整就可达３２路同时调整的目的，使操作简化。根据电池的电参数测量原理，阐述了计算出电池的实际容量，内阻和寿命等参数值的方法，为了使测量精度符合要求，在电路设计中，采取了抗干扰措施和提高精度的办法。