混合动力轿车用集中式锂离子动力电池管理系统设计

混合动力轿车锂离子电池组的管理中需要检测大量的电池单体电压.为降低对电池组单体电压的采样循环时间,增强管理系统数据采集的实时性,该文设计了一种基于分时并联采样方式的电池管理系统,它能够可靠地实现对动力电池运行时状态参数的监测,提高电池 SOC 的估算精度.     

一种基于IMM-ABSE算法的锂离子电池组SOC估算

信号噪声干扰、电池模型对温度与老化的适应性及单体不一致性等因素直接影响电池组电荷状态(State of Charge,SOC)估算精度.为实现锂离子电池组SOC的准确估计,提出了一种使用交互多模型(Interacting Multiple Model,IMM)和自适应电池状态估计器(Adaptive Battery State Estimator,ABSE)相结合的估算方法.首先,基于电池组综合特性建立电池交互模型,通过ABSE对单体SOC进行估算并嵌入IMM模型中.然后,计算各模型的信息分配因子,并根据信息分配因子对各模型的SOC进行概率融合,得到精度较高的电池组SOC.最后,在不同温度的组合工况下,评估该算法的鲁棒性和普适性.实验结果表明,该方法适用于系统输入信号存在噪声、全气候工况和单体间存在不一致性的环境,在有效充放电期间平均误差小于2%.     

基于PF-RLS的电池组SOC估算

针对电池组的安时积分法由于传感器的精度、电池老化、积分误差和初值,会导致SOC(state of charge)的估算不准确等问题,对传统安时积分法的SOC初值、标称容量、积分周期等参数进行了改进.在探索SOC与开路电压U_o内在联系的基础上,建立了一阶RC等效电路模型,通过带遗忘因子的递推无参数最小二乘法(PF-RLS)实时在线提取更新U_o,引入对U_o影响较大的电池温度θ变量,建立SOC-U_o-θ三维模型,为改进的安时积分法提供准确的初值,在考虑电池组不一致性的基础上,提出基于电池组的最大电压、最小电压融合算法,进行了FUDS(federal urban driving schedule)工况检测和实车工况验证.结果表明:PF-RLS在线提取U_o的精度为2.55%,单体电池SOC的精度为3.20%,电池组SOC算法的精度为4.00%,满足QC/T 897—2011 《电动汽车用电池管理系统技术条件》的要求.     

基于一致性估计的车用动力蓄电池组SOC修正法

目前车用动力蓄电池组荷电状态(SOC)的估计方法在应用时都将电池组看作一个整体,而忽略了组中单体电池之间的差异对整组SOC估计的影响.提出一种基于单体电池一致性估计的车用动力蓄电池组SOC修正方法.此方法采用了自适应神经模糊推理系统的基本原理,通过对模糊逻辑规则库的离线自适应训练,构建了可用于车载电池管理系统(BMS)的SOC一致性模糊推理系统.通过仿真或者试验验证表明,该方法能够在电池组SOC一致性发生变化的情况下,作出较为准确的判断并结合传统的整组SOC估计结果进行修正.说明通过该方法建立的模糊模型经过神经网络自适应学习后具有较好的泛化能力.     

一种基于DSP的锂离子电池管理系统的设计与应用

设计了一种基于DSP的锂离子电池管理系统,以DSP为核心处理器,设计了采样电路、通讯接口、控制接口等。能够实现单体电池电压、总电压、电流、温度的检测,具有SOC估算、通讯、计算机监测等功能,该电池管理系统结构简单,使用方便,能够很好的满足实际使用的需要。     

磷酸铁锂电池组的均衡充电研究与应用分析

针对车载磷酸铁锂动力电池组串联充电的需求,搭建了磷酸铁锂动力电池组管理系统,对动力电池组进行了串联充电试验。分析了电池组串联充电过程中单节电池电压和荷电状态不一致的情况,讨论了电池组单节电池的分散性对充电性能的影响,提出了对单节电池进行小电流补充充电的均衡方法,使电池组中单节电池的荷电状态基本相等。理论分析和试验验证表明,电池组串联充电末期,单节电池之间电压相差较大,荷电状态有一定差异,对单节电池补入少量电量(小于5%)即可使得电池组荷电状态一致性得到较大的改善。提出一种阶段式动力电池组均衡充电方法,从而可以避免动力电池组个别电池过充,而其他电池充不满的问题。     

基于STM32的电池管理系统的研究与设计

为加强电池组的管理与保护以及减少电池组各单体参数之间的差异,设计了一套基于STM32F103VET6的电池管理系统;并提出在电阻耗能法的基础上结合能量转移思想对电池组进行均衡管理。运用MATLAB/Simulink工具建立了锂电池模型,并对电池所采用的均衡方案进行了仿真分析。仿真结果表明:采用改进的均衡方案电压偏差明显减小,单体之间的电压逐渐趋近到一个固定的值。此外通过18650型锂电池对电池管理系统进行了均衡实验测试,求出了均衡前后电压的期望值和方差值。经过对比分析,进一步验证了电池管理系统电压均衡的有效性。     

电动汽车锂电池组的新型双向均衡法

由于电池制造工艺的制约导致生产出的电池间存在一定的离散性,多次充放电后不一致性更加严重,因此有必要对电动汽车电池组进行均衡.在分析了锂电池间不一致性的基础上建立了双向均衡结构,采用粒子滤波PF(Particle Filter)法估算电池初始剩余电量SOC(State Of Charge),提出了先让高SOC电池放电和先给低SOC电池充电的均衡法.该方法相比传统基于充电电压的均衡法能更精确的反映电池能量状态.实验结果表明,对于要求低能耗的系统采用先让高SOC电池放电均衡至±2%平均SOC界限范围;对于要求均衡结果一致性较高的系统采用先给低SOC电池充电均衡至±1%平均SOC界限范围.该均衡方法有效改善了电池组间的不一致性,对于提高电动汽车锂离子电池的使用寿命和续航里程具有实际意义.     

基于树莓派的房车电池管理系统研制

为解决目前房车使用中存在的电池、 用电器的管理问题, 设计了一种以 Raspberry Pi 3B+为主控制器的房车电源管理系统, 该系统包括车载蓄电池监测模块和用电器监测模块。 电池监测模块利用电池专用监测芯片DS2438, 对电池组温度、 电压等车载蓄电池信息进行检测并统一管理, 完成单体蓄电池状态显示和故障报警提示; 用电器监测模块利用 RN8209 芯片检测房车用电器的电功率并及时通过主控制器对电器进行智能化管理。通过测试表明, 系统能准确测定电池和用电器的相关信息, 具有一定的实用性。 同时针对传统的充放电状态(SOC: State Of Charge)预测困难的问题, 提出了一种修正安时积分法,充分考虑了电池在实际使用中存在容量差的问题, 经 Matlab 仿真结果表明该方法有较高的估算精度, 可用于 SOC 估算策略。     

分布式电池电源模块储能系统的荷电状态均衡控制

针对储能系统中锂电池充放电程度不一致而造成的电池过放/过充,从而导致电池使用寿命缩短的问题,提出了一种分布式储能系统的荷电状态(SOC)均衡控制方案。首先,采用单体电池电源模块串联的分布式储能结构,以单体锂电池估算SOC为控制对象;然后,设计基于SOC均衡的加权因子分配公式,通过对电源模块分配不同的加权因子来调整各电源模块的占空比,从而动态调节各单体锂电池的充放电速率,实现分布式储能系统的SOC均衡控制,改变了传统电池组组内、组间两级均衡控制形式,消除了组内单体锂电池间能量传递造成的功率损失;最后,采用负载电压调节与SOC均衡的双闭环控制结构,保证均衡过程中系统运行的稳定性。仿真结果表明:所提出的均衡控制方法能够有效实现储能系统的动态均衡控制,与SOC比例均衡控制方法相比均衡时间缩短了47%。     

电动汽车锂离子电池组参数辨识与SOC估计

针对电动汽车用锂离子电池组,提出了一种能修正初始误差的荷电状态估算方法,即采用扩展卡尔曼滤波与安时积分的组合算法.在分析电池各种等效电路模型优缺点的基础上,选用具有双阻容并联网络的PNGV改进型电池模型,并以某锂电池为实验对象,对其进行模型参数识别.然后依据电池模型建立电池的非线性状态空间方程,并对电池开路电压与SOC的关系进行多项式拟合.恒流脉冲放电和ECE15工况下的两种实验均表明,文中算法可有效修正SOC的初始误差,并能保证估算精度.     

基于实时电路模型的储能系统锂离子电池状态估算

为了充分发挥锂离子电池在电力系统储能中的潜力,需要准确了解电池组的荷电状态(state of charge,SOC)和健康状态(state of health,SOH),为此,提出一种新的SOC和SOH估算方法.该方法基于锂离子电池二阶电路模型,将锂离子电池实际运行过程中的输出电压测量值和所建立的仿真模型端口电压进行比...     

动力锂电池组管理系统的SOC估算研究及实现

针对锂电池的特性,讨论了锂电池组电池管理系统的软硬件结构,在安时计量法的基础上,采用一种在线修正的SOC估算策略,设计了一个基于CAN总线的分布式电池管理系统,建立了系统及其各个组成单元的功能和结构,实现了数据监测、CAN通信、SOC估算、安全预警和温度控制功能.经试验验证,该系统工作稳定且能准确估算电池SOC.     

基于扩展卡尔曼滤波算法的二阶电池模型SOC估算

电池荷电状态(SOC)的精确估算可以为电池管理系统控制策略提供有效判据,能够提高电池的工作效率,并延长其使用寿命。本文运用MATLAB/Simulink平台对锂电池单体进行了建模与仿真,并通过MATLAB的cftool工具箱辨识出二阶模型的各个参数,然后利用扩展卡尔曼滤波算法(EKF)对电池SOC进行了精确估算。分别在确定和不确定SOC初始值两种情况下对算法进行了仿真与验证,结果发现SOC平均绝对误差小于0.01,电压平均绝对误差小于0.005 V,这表明EKF算法在电池SOC估算方面具有精度高、收敛快和实用性较强的优点,可以用于电池SOC的精确估算。     

主被动均衡电池管理系统设计

为了克服新能源汽车电池组在使用过程中内部单体电池充放电速率不一致问题,提出了一种基于现场可编程门阵列(field-programmable gate array,FPGA)的主被动均衡相结合的电池管理系统。该设计通过LTC6811电池采集芯片,将电压、电流、温度等数据传到FPGA进行容量估算。主控微控制单元(microcontroller unit,MCU)通过设置单体间荷电状态(state of charge,SOC)差值阈值,控制均衡电路中的回路开关的通断,使单体电池在不同容量差值时,进行不同的均衡策略。同时运用MATLAB/Simulink仿真软件搭建出核心主被动均衡电路模型,对电路的均衡方案进行仿真分析。仿真结果表明:通过采用主被动相结合的均衡策略,电池在充放电过程中均衡速度较单一均衡方式有明显的提升。可见通过主被动均衡结合的方式,能有效地提升电池均衡速度,改善电池使用效率。     

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.     

基于CAN总线的电动车锂电池管理系统

从低成本、环保角度出发,设计了一款基于STC89C52和CAN总线功能完善的电动汽车锂电池管理系统.电动汽车锂电池由多个单体锂电池串联而成.该系统通过DS2438对单体锂电池参数采样送到STC89C52处理,采用开关电容均衡,避免单体电池充电过量或不足,用算法实现SOC(剩余电池容量)估算,通过CAN总线实现模块间以及汽车主控制器的通信.实现对锂电池实时监测、管理,提高电池的使用寿命、安全性能.     

一种矿用动力电池电压高精度监测的方法

随着锂离子动力电池应用技术的快速发展,其逐渐在煤矿井下得到应用。针对煤矿井下锂离子动力电池组各单体工作特性不一致,导致的电池组效率低、寿命短、安全性差等问题进行了研究。实践表明,应用LTC6804对动力电池的电压进行高精度监测,使得电池管理系统管理更加安全、节能和环保,SOC估值更加准确,并且可以提高电池组的使用效率和延长其寿命。     

无线充电装置及其电池管理系统设计

无线充电技术是一种利用电磁感应(即电感耦合),将电能从供电端递送至用电端的技术.BMS即电池管理系统,是负责处理动力电池组实时状态的重要装置,起到了保护电池组与用电设备的稳定性和安全性的作用.本文设计了无线充电装置的电路及其电池管理系统(BMS),并具备SOC的估算以及电池组保护功能,有效地实现了电池组的主动均衡.通过...     

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.