基于Arrhenius方程下EV用磷酸铁锂电池寿命预测

磷酸铁锂电池寿命作为一项评价电池性能的重要指标,逐渐成为提高电动汽车性能的关键技术.为了研究日历老化和循环老化对电池容量衰减的影响,提高纯电动汽车动力电池性能.以某电动汽车的磷酸铁锂电池作为研究对象,对其施加不同的加速应力、不同温度条件和变充放电倍率等参数,计算锂电池容量的衰减结果.以Arrhenius方程求解为基本手段,建立电动汽车循环工况下充放电模型,对磷酸铁锂电池寿命进行预测.计算与实验结果表明:在相同条件下,循环老化速率约是日历老化速率两倍;在日历老化和循环老化交替条件下,温度从25℃上升到35℃后,磷酸铁锂电池寿命降幅达66.66％;建议在磷酸铁锂电池使用中尽量减小充放电倍率,配备动力电池冷却系统.     

基于无迹卡尔曼滤波的纯电动汽车锂电池SOC估算

现阶段影响纯电动汽车发展的重要因素之一为电池,而考量电池的一项重要指标为锂电池的荷电状态(SOC),对锂电池荷电状态进行准确估算,可为其剩余里程预测以及电池能量管理提供相应的数据支持。锂电池作为常用的充电设备,其SOC难以估测制约了新能源汽车的发展。针对锂电池荷电状态估算的问题,分析其工作原理,建立磷酸铁锂电池的模型,通过对锂电池内部的相关参数进行辨识,基于扩展卡尔曼滤波算法(EKF)和无轨迹卡尔曼滤波算法(UKF),在Matlab中运用上述算法对磷酸铁锂电池的SOC进行估算。通过仿真得出两种算法的误差,进一步表明UKF具有较高的精确度,其估算误差能够保持在4%范围之内,可满足锂离子电池荷电状态的要求。     

车用动力电池的挤压载荷变形响应及内部短路失效分析

机械载荷作用对车用动力电池的安全性具有重要影响,其中挤压变形是导致车用动力电池发生短路失效的重要因素之一.从方形磷酸铁锂电池的详细结构和内部短路失效机理出发,分别对电池整体和局部受压两种典型的挤压载荷进行试验,并结合其力-变形响应、电压和温度的变化关系分析电池的失效特征.建立方形磷酸铁锂电池内芯的新型本构方程和电池的有限元模型,对平面挤压和局部压痕载荷下电池的变形响应进行数值分析.结果表明,所建立的模型合理地表征了磷酸铁锂电池在挤压条件下的基本力学特性,并且能够预测局部受压形式下电池内部短路的发生时刻和失效位置.研究为方形磷酸铁锂电池在机械载荷条件下的变形响应特性和电池内部短路失效分析提供了参考,对提高电动汽车动力电池的机械安全性具有实际的工程意义.     

一种估计锂电池充电状态的分数阶阻抗模型

针对电动汽车动力锂电池的充电状态估计问题,提出一种基于锂电池电化学阻抗谱的分数阶阻抗模型。该模型通过对不同频率下的锂电池电化学阻抗谱进行分析,归一化为一种简单的等效电路,引入分数阶建模思想,设计与分数阶阻抗模型相适应的分数阶卡尔曼滤波器,利用锂电池HPPC测试对该模型进行参数辨识,使用Simulink软件对锂电池的工作电压以及充电状态进行仿真,并将仿真结果与测试结果进行对比分析。分析结果表明:利用所建立的分数阶阻抗模型对锂电池工作电压进行估计,其误差可以稳定在0.05V以内;对初始状态未知的锂电池的充电状态进行估计,其误差可以有效地稳定在2%以内。所建立的分数阶阻抗模型可以准确地预测锂电池的充电状态,可为电动汽车动力电池管理系统提供有效的状态估计。     

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。     

混合储能的太阳能LED路灯电源系统设计

针对普通铅酸蓄电池太阳能LED路灯储能系统使用寿命短的问题,提出了一种解决储能系统使用寿命短的新方法:利用磷酸铁锂电池进行储能、超级电容滞环电压比较法对蓄电池充放电过程进行控制.对磷酸铁锂电池太阳能LED路灯控制部分进行了仿真,结果表明:该方法能够在弱光及光强不稳定情况下将扰动信号能量储存在超级电容中,对蓄电池进行充电,有效提高了路灯系统的能量利用率及使用寿命.     

磷酸铁锂电池的改进建模及SOC估计

由于磷酸铁锂电池在多方面的优越性能,它在电动汽车领域的应用已经越来越广泛。文章针对磷酸铁锂电池,给出了其改进的PNGV模型,并通过电池恒流充放电特性和脉冲充放电特性实验,利用插值和最小二乘拟合方法进行电池模型参数辨识,实现了磷酸铁锂电池的较准确建模,并采用扩展卡尔曼滤波算法(EKF)完成了电池荷电状态(SOC)的准确估计。     

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。     

不同温度下磷酸铁锂电池的模型参数敏感性分析

为实现电池的高精度状态估计,对磷酸铁锂电池进行了4个不同温度下的基础性能实验,同时设计了一种变温工况下获得全荷电状态（SOC）范围的开路电压实验方法,为建立考虑温度因素的二阶RC电池模型以及参数敏感性分析提供数据支持。此外,利用不同温度下的混合功率脉冲测试数据,基于粒子群优化算法辨识得到了不同温度下准确的模型参数。最后,基于单次单因子法对已建立的电池模型中各个参数进行敏感性分析,分析结果对考虑温度的参数辨识和状态估计工作具有借鉴意义。     

电动汽车充电站短期负荷预测

为了保证规模化电动汽车接入后的配电网的稳定性,文章对电动汽车充电负荷特性进行研究,建立了电动汽车充电负荷预测模型,考虑到适应复杂的天气变化情况下的电动汽车充电站负荷预测,采用基于GA-ANFIS-FFNN算法的电动汽车充电负荷预测方法,采用GA优化的ANFIS算法进行充电负荷预测,预测输出结果采用FFNN算法优化提升整体预测准确性,并采用多种算法对比验证本文所提算法在突变天气下的充电负荷预测的优越性。     

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。     

基于最小二乘法的锂离子电池参数辨识方法研究

目的 针对使用戴维南等效电路模型对锂电池进行参数辨识不够精确的问题,提出一种二阶 RC 等效电路模 型并对锂电池进行参数辨识。 方法 通过脉冲放电实验得到锂电池的相关数据,在 MATLAB 上使用最小二乘算法 对所建立的二阶 RC 等效电路进行参数辨识,并对不同 SOC(State of Charge)下锂电池各个参数的变化情况进行分 析,通过计算锂电池的端电压来判断参数辨识的精确度,最后将辨识结果与戴维南等效电路模型所辨识的结果进 行对比并分析。 结果 随着锂电池 SOC 下降,锂电池的各个参数会有轻微的波动,在锂电池的 SOC 处在较低的水平 时,锂电池的各个参数变化比较剧烈,这是由于锂电池的化学浓差极化所导致的,当将辨识的参数用来求解锂电池 的端电压时,随着时间的推移,发现锂电池的端电压的误差波动比较稳定,且最大误差不超过 0. 05 V,反观使用戴 维南等效电路模型求得锂电池的端电压误差波动比较大,且最大误差超过了 0. 08 V。 结论 在锂电池参数辨识上 二阶 RC 等效电路比戴维南等效电路更加准确,能够更好地描述锂电池的动静态特性,为后续对锂电池的荷电状 态估计提供了有力的基础。     

车用锂离子电池荷电状态参数辨识的建模仿真

为得到较为准确的电池荷电状态（SOC）参数,以厦门理工学院纯电动赛车用锂离子电池作为研究案例,采用二阶RC等效电路模型对锂离子电池进行HPPC充放电试验;然后,将实验数据导入Matlab的参数估计模块后,对电池荷电状态性能参数进行辨识。在Matlab的Simscape模块中建立锂离子电池的仿真模型,将仿真结果与实验结果进行比较,利用拟合工具箱对比不同阶次下RC等效电路模型的拟合精度。结果表明,锂离子电池的电压在放电脉冲开始及结束阶段时偏差较大,静置阶段则趋于平稳,二阶RC等效电路模型能够较为简便地反应锂离子电池的工作特性,且具有较好的拟合精度。锂离子电池仿真模型与实验测试的误差在2%以内,验证了所建立的仿真模型的可行性。     

电驱动车辆发电机-电池组动态建模和仿真

为分析电驱动车辆发动机和动力电池组混合驱动的动态特性,采用等效阻抗法建立永磁同步发电机、整流桥和动力电池组在发电机转子d-q坐标系中的统一动态电路模型,并运用状态方程和直流水阻负载对模型进行了仿真和实验验证.模拟车辆转向工况,仿真得出电池组对减小发动机转速和转矩超调量,平滑直流母线电压剧烈变化效果显著,并能发挥助力和吸收再生制动能量的能力.     

电驱动车辆发电机-电池组动态建模和仿真

为分析电驱动车辆发动机和动力电池组混合驱动的动态特性,采用等效阻抗法建立永磁同步发电机、整流桥和动力电池组在发电机转子d-q坐标系中的统一动态电路模型,并运用状态方程和直流水阻负载对模型进行了仿真和实验验证.模拟车辆转向工况,仿真得出电池组对减小发动机转速和转矩超调量,平滑直流母线电压剧烈变化效果显著,并能发挥助力和吸收再生制动能量的能力.     

混合动力镍氢动力电池参数辨识

为实现电池SOC(State of Charge)的精确估计与提高电池模型的精确性,采用等效电路模型PNGV电池试验手册中的标准电池模型,基于辅助变量法和最小二乘法相融合的方法提出了混合动力镍氢动力电池在线参数辨识方法,并利用MATLB/SIMULINK建立电池模型.仿真分析结果显示,所建立的电池模型电压最大误差为4....     

高精度锂离子电池组电压采集及SOC预测

为了进一步提高锂离子电池组单体电池电压采集精度和荷电状态(SOC)预测精度,设计了优化型串联母线电压采集系统和改进型灰色非等间隔灰色模型SOC预测。电压采集系统通过光耦电路把电池动态加载到母线上,利用74HC595移位控制寄存器实现单体电池电压采集,再经过信号转换、隔离电路处理后由STM32F103ZET6 AD模块处理;SOC预测通过MATLAB建立模型,模型中的参数辨识采用粒子群优化算法。仿真和实验表明,本文设计电压采集系统硬件电路和软件操作更为简化,采集精度更高,易于拓展,SOC预测方法准确性高,有很强的工程适用价值。     

基于FFRLS-AEKF的6轮足机器人电池SOC估计

针对6轮足机器人动力电池的荷电状态(state of charge, SOC)估计精度低、电池模型准确度不高等问题,提出一种基于带遗忘因子的递推最小二乘(recursive least squares with forgetting factor,FFRLS)与自适应扩展卡尔曼滤波(adaptive extended Kalman filtering,AEKF)相结合的估计算法。首先通过FFRLS算法辨识建立动力电池等效模型参数;然后利用AEKF对SOC在线估计,并为参数辨识提供准确的开路电压;最后以机器人锂电池包为对象,在动态应力测试工况(dynamic stress test , DST)下实验验证了该算法可以准确地估算动力电池SOC,SOC估计相对误差在2.5%以内。      

基于电池输出特性的电动汽车动力性能评价方法研究

对电动汽车不同工况负载进行受力分析的基础上,以直流伺服电机作为电池驱动的主动牵引电机,以交流伺服电机作为提供不同工况负载阻力电机,构建基于控制核心可编程逻辑控制器(PLC)的模拟双电池混合动力牵引的电动汽车电池性能测试平台。通过模拟负载阻力和行驶工况,对匀速行驶状态下的电池动力输出性能进行实验研究,同时采用车辆仿真软件ADVISOR对相同行驶工况进行模拟分析。结果表明:锂电池在放电过程中存在最大有效输出的工作区,单位时间内的电压变化率可以作为预测和判断对应工况下电池持续有效输出和续航时间的依据。软件模拟分析结果和实验测试结果一致,证明了测试平台的可靠性。