能大大缩短充电时间的汽车用蓄电池

据英《新科学家》１９９８年１０月１０日报道：针对现在的电动汽车的一个重要缺点,即要花大约８小时左右的时间才能给它的蓄电池重新充电,美国一家公司研制了一种给蓄电池充电的智力系统,能将充电所需的时间减少到仅用半小时,从而使电动汽车具有前所未有的发展前景。美国加利福尼亚蒙维亚的Ａｅｒｏｖｉｒｏｎｍｅｎｔ公司１９９８年１０初在布鲁塞尔国际电动汽车学术讨论会上展示了它的“波西充电”系统,其中的诀窍是根据蓄电池的温度随时调整电流。如果蓄电池温度太高,重新充电的速度就应该降低,以便使蓄电池保持在最佳温度。该系…     

基于权重的居住区配电网下动态功率分配策略

大规模电动汽车的随机接入将导致小区配电网超出安全限制容量。如何利用可用的电力资源为电动汽车进行功率公平分配,降低电网运行风险是一个重要问题。为此提出了一种基于权重的居住区配电网下的电动汽车动态功率分配策略。基于电动汽车各项申报信息和小区电网状态,将电动汽车的已充电时长、停留时长及荷电状态作为评价指标,利用熵权法确定电动汽车充电权重;并结合加权最大最小公平分配算法,根据充电权重对小区随时变化的可用负荷进行公平分配。通过蒙特卡洛模拟的MATLAB仿真验证策略的有效性。仿真结果表明策略能依据小区实时负荷曲线,最大化利用可用电能去动态适应快速变化的充电需求,有效提升了电网和用户满意度。     

电动汽车动力电池特性仿真系统

为了更好地模拟动力电池的动态特性,开发相应的控制策略,建立了适用于电动汽车的动力电池仿真平台,并且分别建立了动力电池剩余电量模型、最大充放电功率模型和电池热模型.基于电动汽车的不同工况进行了动力电池系统的仿真.结果表明,所建立的动力蓄电池模型能够很好地模拟电动汽车运行过程中蓄电池组的动态行为,为动力蓄电池管理系统软、硬件的开发和电动汽车整车控制策略的开发提供了良好的平台.     

电动汽车多功能充电系统设计

介绍一款基于单片机控制的电动汽车多功能充电系统的设计过程.采用开关电源技术,具有体积小、重量轻、充电效率高的优点.选用了绝缘栅双极晶体管(IGBT)构成全桥逆变器,逆变后整流滤波得到的直流电,纹波小、控制精度高,能快速安全稳定的为蓄电池充电,充电过程自动进行,无需看守.根据不同类型的蓄电池的最佳充电曲线,从软件上设计了相应的充电方法,使充电过程在最佳方式下进行.     

计及配电网络与交通网络双重特性的电动汽车充电站选址规划

电动汽车充电站既是交通服务设施也是公用电力设施,因此充电站的规模与选址是电动汽车大规模应用中一个重要的考虑因素.建立多目标模型,考虑普通充电和快速充电两种充电站,对电动汽车充电站和配电网规划进行了联合建模,使得在交通网络中最大化捕获交通流的同时最小化配电网络中的功率损耗.构建了模糊隶属函数处理所建立的多目标优化问题,采用遗传算法进行求解.最后,采用33节点的配电系统和25节点的交通网络验证了所提出模型的有效性.     

HEV再生制动时电池快速充电模糊控制策略

为了提高混合动力汽车(HEV)再生制动时蓄电池的充电效率,保证蓄电池的使用安全,在分析蓄电池充电过程热交换模型的基础上,建立了电池开路电压-内阻模型与充电效率间的数学关系.然后,基于马斯定律,设计了适用于HEV再生制动时电池快速充电模糊控制算法.在Mat1ab环境下搭建了闭环控制系统仿真模型,通过建模与仿真计算出HEV在不同控制策略下的电能回收率.结果表明在相同制动情况下,设计的快速充电模糊控制策略与限流充电控制策略相比,电能回收率增加了8.41％.     

动力蓄电池微机控制充放电装置的研制

探讨将蓄电池充电、快速充电、逆变放电及蓄电池故障诊断功能集为一体的结构方案,重点阐述对微机系统的总体构思,变结构的数字控制算法,有源逆变放电以及快速充电的机理．实验结果表明,采用多微机控制技术,在一套功率变流装置实现蓄电池充、放电等多种功能是可行、有效的．     

基于智能控制的锂电池快速充电方法研究

针对电动汽车不能实现快速的电能补充以及电池充电过程中存在的非线性、时变性和不确定性导致充电过程不稳定的问题。本文设计了一种基于模糊自适应PID控制的快速充电方法,在充电过程中引入了电压降补偿,并分别对锂电池充电系统的电流内环和电压外环进行控制,使实际充电曲线更加接近马斯曲线。理论分析和仿真实验表明,该充电方法加快了蓄电池充电速度,且具有稳定性好等优点。     

智能电网中基于动态优先级的插电式电动汽车充电管理(英文)

随着智能电网的发展和插电式电动汽车市场占有率的提高,大量随机的电动汽车充电活动将导致极大的电网峰荷和峰均比,给智能电网的稳定性和发电利用率带来严重影响,电动汽车用户多样的充电需求也为充电管理提出了更高的要求,采用动态优先级调度的实时充电管理方法是解决以上问题的有效途径.首先引入了智能电网中接入网的网络结构,进而提出一种可实现实时管理的智能电表子表,并基于队列理论对电动汽车充电过程划分为3个步骤,基于以上划分提出每个步骤的实时管理方案.进一步地,采用松弛时间来反映不同紧急程度的充电请求,并基于此设计了动态优先级的充电调度方法.仿真结表明所提充电管理方案有利于降低电网峰荷、提高发电利用率,并有效改善了电动汽车在中、低市场占有率下的充电准点率.研究结果有助于对未来电动汽车的发展和部署提供决策支持.     

由光伏直接供电的电动汽车无线充电系统控制策略

为提升光伏发电的就地消纳能力,弥补电动汽车有线充电存在的弊端,通过提出一种含电动汽车无线充电的直流微网拓扑结构,研究了由光伏直接向电动汽车供电的控制方法。该拓扑以光伏发电系统为基础,新增了以蓄电池、超级电容器组成的混合储能模块,光伏系统在为充电站自身负荷供电的同时,向电动汽车供电,对系统中各部分进行优化并提出相应控制策略。Simulink仿真与实验结果表明:混合储能模块可有效平抑光伏输出功率的波动;磁耦合谐振式无线电能传输方式可提高电动汽车充电效果;在保证电动汽车稳定充电的基础上促进了光伏消纳。验证了所提拓扑的可行性与控制策略的有效性。     

基于电池交换的电动汽车充电设施规划方法研究

电动汽车存在充电时间长、行驶距离有限的问题。针对电池交换的充电方式,研究了电动汽车电池交换站及电池配置问题。利用生灭过程理论描述了交通走廊沿线电池交换站的电池交换及其充电过程,建立了换电站运作的随机模型;进而以电动汽车换电成功概率等为约束,建立了以建设成本最小化为目标的充电设施规划模型,并基于拉格朗日方法提出了模型求解算法。研究结果表明,所建立的模型不仅能够计算换电成功概率,还能分析换电成功概率、充电技术进步的影响,实现了满足电动汽车换电成功概率的约束条件下的建设成本最小化的交换站及电池配置。     

基于动态分时电价的电动汽车有序充放电调度策略

针对电动汽车无序充放电行为对电网的影响,以及传统的峰谷分时电价容易造成新的负荷高峰、无法考虑电动汽车的动态特性等问题,建立了动态分时电价的有序充放电调度策略。以电动汽车充放电电价、电动汽车充放电状态和充放电功率为决策变量,构建了以电动汽车充放电成本最小、电动汽车接入造成的网络损耗最小和节点电压偏差最小为优化目标的电动汽车充放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题;综合考虑电动汽车充电需求和配电网运行约束,在改进的IEEE33节点系统中进行算例验证。结果表明,动态分时电价克服了传统峰谷分时电价下的弊端,能够根据电动汽车的动态特性来调整电价。所提调度策略融合了灵敏度分析方法,可大幅缩短调度过程中潮流计算的时间,并能有效降低电动汽车的充放电成本以及电动汽车接入对网络损耗和节点电压的影响,对于含电动汽车的电网实际调度具有一定的参考意义。     

基于粒子群算法估计实际工况下锂电池SOH

提出一种基于粒子群算法和锂电池经验容量模型的对电池实际工况下的健康状态进行估计的新方法.建立了电动汽车实际运行工况下充电曲线特征与电池健康度的线性模型.辅以电池经验容量模型,使之符合监督学习的实际情况并能够用计算机对参数进行拟合.以美国航天航空局电池老化数据建立训练集与验证集,对模型进行训练,并对训练好的模型进行实验验证.实验表明SOH估计误差都在7%以下,在实际工况中能够快速对电动汽车锂电池的健康度进行准确估计.      

基于PSO RBF神经网络的锂电池SOC估算

针对电动汽车锂电池荷电状态(State Of Charge,SOC)的精准估算,提出一种优化的径向基(Radial Basis Function,RBF)神经网络算法;通过粒子群(Particle Swarm Optimization,PSO)算法优化RBF神经网络的参数及结构,确定RBF神经网络中的基函数的宽度以及中心;根据锂电池的充、放电机理,将SOC的影响因子电压(U)、电流(I)、内阻(R)、温度(T)作为输入向量,在Matlab中进行仿真实验;实验表明方法能够实现准确、快速、便捷的锂电池的SOC估算,其预测结果和实际测量结果的误差在4%以下,符合SOC预测误差5%的技术指标要求,对于电动汽车锂电池SOC的估算有着一定的实际应用意义。     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.     

基于插电式电动汽车储能的智能家居动态规划能量管理策略

电动汽车储能为可持续能源供应和分布式能源储存提供了新的机遇和挑战.文中提出基于插电式电动汽车储能的智能家居能量管理问题,并应用动态规划方法完成能量管理策略设计.根据系统结构对系统功率流和PEV电池组进行建模.在家庭能量需求和PEV充电需求约束下,以分时电价和分时家庭能量需求为背景,提出用电成本最小的动态规划能量管理策略优化问题.仿真验证了不同家庭能量需求、不同车辆行驶工况下所提方法的系统经济性,仿真结果表明夏令时和冬令时分别节省家庭日用电费用约50%和27%.      

高速公路充电站选址定容问题的多目标优化方法

[目的]高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义.[方法]针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为 目标建立了新的多目标优化模型.[结果]利用多 目标优化问题的NSGA-Ⅱ算法...     

自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计

卡尔曼滤波法在估计动力电池的剩余容量(SOC)时,由于系统噪声的不确定,可能导致算法不收敛,而且算法的估计性能受模型精度的影响,笔者采用自适应卡尔曼滤波法来动态地估计电动汽车用磷酸铁锂动力电池的SOC。首先对电池模型进行了研究,建立了适用于SOC估计的电池模型,然后设计了相应的电池充放电实验检测到模型的参数,并进行了验证,最后将自适应卡尔曼滤波法应用到该模型,在未知干扰噪声环境下,在线估计电池的SOC。仿真结果表明：自适应卡尔曼滤波法能够实时修正微小的模型误差带来的SOC估计误差,估计精度高于卡尔曼滤波法,且自适应卡尔曼滤波法对初值误差具有修正作用。实车循环行驶实验表明算法适用于磷酸铁锂动力电池的SOC估计。     

基于ARIMA模型的居民区电动汽车负载特性分析

随着电动汽车规模的日益扩大和居民区充电设施的逐渐完善,大量电动汽车的充电行为将给居民区电网负荷带来较大影响。本文在电动汽车充电特性研究的基础上,提出了一种基于自回归求和滑动平均(ARIMA)模型的面向居民区的电动汽车负载特性分析方法,通过构建多辆电动汽车的总耗电模型,较好地预测了电动汽车总体充电需求,进而实现对居民区变压器容量的合理配置。最后选取若干具有代表性的小区,测试分析了电动汽车接入前后的台区负载变化情况,验证了所提方法的有效性。