电动汽车用电池管理系统的研究

在大量动力电池充放电动态响应试验研究的基础上,研制了电动汽车动力电池在线监测系统.系统以MC9S12DP256B微控制器为核心,实时监测电池电压、电流和温度等信息;利用电池的电压模型、安时平衡模型,模糊控制模型估算荷电状态;通过CAN和多能源管理系统进行通信;将电池的状态信息保存于EEPROM中.试验结果表明:该管理系统对车用管式铅酸电池荷电状态的预测具有较高的精度.     

带有电池模型参数辨识的电池管理系统在线维护平台的实现

为了能够实时监控电池包状态,并且通过与电池管理系统进行通讯,以实现对电池管理系统的控制、查询及数据回放,本文设计了一种全面监控电池单体状态的电池管理系统在线维护平台,并开发了一种基于Thevenin模型的参数辨识方法,用于定期维护电池,更新电池管理系统参数,以便准确估计电池的荷电状态.实际应用表明,本平台减轻了电池维护人员的工作量,并提高了电池荷电状态估计的准确性.     

电池管理系统在电动汽车中的应用

本文介绍了电池管理系统(Battery Management System)的发展以及应用在电动汽车中所面临的前端数据采集、电池均衡管理、SOC电量计量、实时通信以及电池绝缘监测等关键问题。     

基于CAN总线的电动汽车电池管理系统

对CAN总线在电动汽车电池管理系统中的应用作了详细的阐述，介绍了以P8xC591单片机为核心的电动汽车电池电控单元(ECU)的软硬件的设计。     

纯电动汽车电池管理系统的设计及应用

针对目前唯一可以产业化的纯电动汽车使用的主要能源动力电池,设计开发了电池管理系统。系统以单片机为核心,采用分布式网络控制系统结构,可以实时检测动力电池的各种运行参数:电池SOC、总电压、总电流、单体模块电压、电池包内特征温度;可以根据电池状态进行故障诊断和报警,同时具有热管理功能等;系统参数通过PC进行标定,通过CAN总线与整车其他系统进行通信实现信息共享。系统已经在BK 6121EV纯电动公交客车上安装。实验室和实车试验结果表明:系统电池电压测量精度为1%满足要求,系统各个功能运行稳定、可靠。     

电动汽车锂离子电池荷电状态估算方法综述

电动汽车动力锂电池内部荷电状态估计是电池管理系统状态估计模块的核心,其无法通过仪器直接测量,仅能通过对电池外部电流、电压等参数进行测量并由此估计。准确的荷电状态估计对电池的寿命、容量和安全性管理至关重要。本文综述了用于电动汽车动力锂电池荷电状态估算的主要方法,根据算法差异将其分为传统的基于传感器测量的开路电压法、电流积分法和阻抗法,基于数据驱动的机器学习类算法以及基于模型的卡尔曼滤波器及粒子滤波器算法与融合类算法。深入介绍了不同估计算法的计算原理并由此分析比较了不同估计算法的计算复杂度、计算精度等特点。总结了现阶段锂离子电池荷电状态估算研究存在的问题,指出其研究趋势和未来发展方向将是更具泛化性和更高精度以及更佳实时性的多融合类估算方法。     

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AFSA RBF神经网络的电动汽车动力 电池SOC预测

传统的电池荷电状态(State of Charge,SOC)估计方法是基于精确的数学模型,它依赖于大量的建模假设和经验参数,故模型预测SOC精度是有限的;为了提高动力电池SOC预测的精度,提出利用人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化径向基神经网络(RBF)对SOC进行预测,解决了RBF网络参数选择的不确定性;仿真实验结果表明:方法能方便、快速、准确地实现对SOC的预测,且具有实际使用价值。     

电动汽车动力电池荷电状态的滑模估计方法

应用滑模观测器方法进行了荷电状态估计的研究.基于改进的Thevenin等效电路模型建立了电池的状态空间模型,设计了一种能改善抖动问题的滑模状态观测器.为分析观测器的稳定性,对模型中的非线性项进行了分析,根据其导数有界的特性,利用拉格朗日中值定理给出了保证观测器收敛的条件,并由此确定观测器的设计参数.并且在Matlab环...     

基于SOC的电动汽车参与电网调频控制策略研究

大量电动汽车无序接入电网会给电力系统安全稳定运行带来危害。利用汽车入网技术,电动汽车接入电网参与系统调频,但用户出行需求、电池损耗会受到影响。基于此,首先分析了电动汽车动力电池特性,建立了电动汽车参与系统调频模型,通过分析电动汽车动力电池荷电状态概率密度分布,提出考虑电池荷电状态的电动汽车参与系统调频控制策略。最后,模拟了以平抑电网频率波动为目标的电动汽车充放电场景,根据电池荷电状态,基于所提控制策略通Matlab/Simulink仿真,验证了电动汽车参与系统调频实际效果。     

基于MATLAB产品集的DSP应用系统的软件开发

阐述了MATLAB产品集对DSP应用系统的软件从算法研究、仿真到实现等各个开发环节的支持 ,着重介绍了MathWorks公司新近推出的Developer sKit及其在TIC6 70 1EVM系统开发中的应用     

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。     

浮点DSP实现自适应滤波的研究

自适应滤波是信号处理的重要技术 .在介绍自适应滤波基本原理的基础上 ,给出了基于TMS32 0C32浮点数字信号处理器 (DSP)实现自适应FIR滤波器的方法     

基于ANN及DSP的短路故障早期检测的实时实现

研究了基于人工神经网络(ANN-Artificial Neural Network)及数字信号处理器(DSP-Digital Signal Processor)的电力配电系统短路故障早期检测实时实现的技术.包括基于TI TMS320F2812 DSP及多层前馈神经网络(BP-Back Propagation)的短路故障早期检测实时实现的硬件系统以及软件设计等.实验结果证实了神经网络算法应用于电力配电系统短路故障早期检测并在DSP硬件上实时实现的可行性及实时性.     

TMS320C5402 DSP中断资源及其应用

TMS320C5402是美国TI公司推出的TMS320系列中新一代定点数字信号处理器。它以独有的高性能、低功耗及低价位等优势,一经推出便受到业界人士的青睐。该文介绍了该芯片的中断资源,并以定时器中断为例对TMS320C5402中断的实现方法进行了说明,给出了汇编源程序代码。     

混合动力汽车电池管理系统SOC的评价

为建立混合动力汽车电池管理系统的需要，探索镍氢电池荷电状态(SOC)的实时测量和估计方法，分析当前一般SOC定义在变电流放电情况下出现不适应的原因，和现有各种荷电状态估计方法存在的问题。为此，根据能量守恒原理，提出了一种新SOC的概念，使之能很好地适应混合动力汽车用电池在变电流状态下的实时荷电状态估计，并且基于新的SOC定义，建立电池荷电状态计算模型，进行仿真分析，简化计算，明确物理意义，提高了SOC的判断精度，减少混合动力汽车的复杂性，减少整车的成本，为混合动力汽车系统优化匹配提供了依据。     

基于DSP的小波编码的快速算法及实现

提出了一种基于数字信号处理（DSP）实现的快速小波编码方法。该方法将小波变换的卷积运算转换为矩阵相乘加，并根据DSP的指令和结构特点将矩阵分解，以移位运算来代替乘加运算从而大大提高了运算效率。在后续的系数换位中，运用了并行运算的思想来提高速度，最后还对小波变换的后续熵编码算法进行了比较和选择。结果表明，快速算法在数码相机的实验系统上运行有很好的效果。     

移频信号解调算法研究与DSP实现

随着我国高速铁路的快速发展,快速准确的检测列车自动控制系统中轨道电路移频信号参数成为了列车安全运行的重要保证.针对现有轨道电路移频信号检测算法在检测精度和检测时间上的局限,以及传统测试仪在智能化上的不足,对移频信号的频谱特点进行了分析研究,基于频谱特点利用欠采样技术和汉宁窗频谱重心校正算法对移频信号参数进行了解算,并基于DSP搭建了实验平台对算法进行了移植和实测验证.实验结果表明,该算法能够快速准确地自动检测出移频信号的各项主要参数.     

电动汽车动力电池信息服务系统

为了确保电动汽车动力的安全运行并提高其故障管理的能力,设计了电动汽车动力电池信息服务系统,通过3G网络实现动力电池系统数据的远程交互,利用网络技术优势,提升系统安全监管水平并降低事故隐患.经试验验证,系统实现了远程数据交换、电池状态预估及历史数据后期处理等功能,传输过程中的丢包率不足2‰.系统在实现动力电池系统实时安全监管的同时,也有利于电动汽车的产品升级及运营管理.