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。     

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%。     

串联电池组的SOE估算方法

针对基于剩余容量的电池使用能力描述方法不能线性对应车辆行驶里程的问题,分析了电池充放电能量的计算方法和影响因素,通过建立单体电池能量状态(State Of Energy,SOE)的定义和估算方法,提出了电池组最大可用能量的概念和串联电池组SOE估算方法,为纯电动汽车行驶里程的准确估算和串联电池组均衡维护提供理论依据.     

串联电池组电压转换电路的研究

分析了现有串联电池组电压转换电路方案存在的问题,提出了一种基于三极管的电压转换电路,分析了电路原理,进行了仿真和试验.结果表明该电路具有较高的转换精度,且成本低、重量轻、体积小,是电动自行串联电池组电压测量的有效解决方案.     

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.     

磷酸铁锂电池模型参数辨识与SOC估算

根据磷酸铁锂电池的特性,从电池电化学角度分析,建立电池的等效电路模型.通过实验方法测得电池开路电压与SOC关系和电池模型的参数,利用卡尔曼滤波法来估算电池初始荷电状态(SOC0).实验与仿真表明,该算法可以有效的估算出SOC初始值,并可以将误差控制在10％之内.     

基于EKF算法的磷酸铁锂电池在线SOC估算

文章针对大倍率放电条件下,磷酸铁锂电池极化效应加剧变快的现象,考虑了电流对极化参数值影响的电池模型,基于改进后的电池模型,搭建了由dSPACE、可编程电源及电子负载组成的可控电池实验台架,并应用卡尔曼滤波理论对磷酸铁锂电池进行在线SOC状态估算;实验结果表明,改进后的电池模型提高了SOC估算的精度。     

一种串联电池组均衡电路的设计

分析现有串联电池组均衡系统的不足之处,提出一种新的低功耗、高能效的串联电池组均衡电路,该电路的电量检测和均衡控制部分均由集成电路实现.首先给出电路的整体构架和子模块电路,然后利用MATLAB对串联电池组进行均衡效果仿真.仿真结果表明该电路具有高精度、低功耗的特点.     

用F检验分析MH/Ni电池SOC估算方法的可靠性

用F检验分析MH/Ni电池的开路电压与放电能力之间的关联程度,结果F>Fa,表明电池的开路电压与放电能力之间有密切关系.并通过对不同SOC的电池试验得出MH/Ni电池开路电压与放电能力之间的一般关系式.     

串联电池组电压测量方法分析与研究

本文在分析比较各种电池电压测量方法的基础上,提出了一种串联电池组电池电压测量的新方法:线性电路直接采样法。该方法采用增益可调性能优良的差动运算线性电路,可以快速跟踪测量单节蓄电池电压,能够有效地抑制测量中的共模电压,为蓄电池的在线监测和快速诊断提供准确的技术参数。     

端电压模糊估算动力电池SOC的新方法

以单体动力电池为研究对象,为解决动力电池动态剩余容量估算的难题,提出了一种新的动力电池剩余容量在线估算方法.该方法通过将处于工作状态下的电池周期性外接一恒定电流负载,测得一系列电池端电压,并利用恒定电流放电下端电压与剩余时间的关系推算动力电池的剩余容量.为减轻在线测量的计算工作量,提高计算速度,采用模糊逻辑中离线计算和在线查表控制方法组成双输入单输出控制系统.Matlab/Simulink仿真研究与误差分析结果表明该估算误差小于1%.     

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.     

基于双卡尔曼滤波的锂电池SOC估计

针对电池SOC估计误差较大的问题,本文提出了双卡尔曼滤波算法。介绍了电池常用的等效模型和使用方向,以双RC模型为基础建立了电池系统的空间方程,使用混合脉冲功率特性测试法得到了模型参数值;推导了安时积分法和扩展卡尔曼滤波原理,在基础上提出了双卡尔曼滤波算法,对双卡尔曼滤波的原理和公式实现进行了详细推导;设计了电池组的充放电实验对算法进行验证,结果表明安时积分法估计误差随时间不断增大,扩展卡尔曼算法估计误差震荡很大,双卡尔曼滤波的估计精度较高,最大估计误差只有0.13%。     

基于一致性参数生成方法的电池组建模研究

电池系统建模对储能电池配置及能量管理系统策略等具有重要支撑作用。目前在电池组建模研究中应用参数生成方法时未考虑电池规模对模型训练速度及精度的影响,且适用的电池体系及运行工况较为单一。因此针对储能电站中不一致性显著的大规模电池组,基于少量电池样本参数的电池组建模问题展开研究,提出了基于变分自编码器的电池组一致性参数生成方法,研究了单体模型精度提升方法,建立了单体级别的电池组仿真建模并验证。通过参数统计特性和参数间相关系数计算及仿真结果,验证生成电池参数与原始参数的一致性高,多角度阐明了变分自编码器在电池参数生成方面应用的优越性。     

基于可重构电路的电池组充电均衡方法

为缓解锂离子电池组在恒流充电结束后因压降导致的电池组电压不一致问题,提出了一种改进型可重构均衡电路。在电池组充电过程中,改进型可重构均衡电路可等效为传统可重构电路,通过可重构电路控制各个电池充电状态,使电池组在充电过程中达到均衡;充电结束后并静置一段时间,通过改进型可重构电路中的Buck-Boost电路进行再均衡。改进型可重构电路能够在保证充电均衡的基础上对因压降现象而造成的电池组电压不一致进行再均衡。最后,通过搭建实物平台对该改进型可重构均衡电路进行验证,并与传统可重构电路进行比较,实验结果表明该均衡电路具有良好的性能。     

滤波电容额定电压的一种估算方法

为保证电压型逆变器用滤波器的工作安全,同时鉴于泵升电压的危害,本文以较复杂的逆变用双LC型输入滤波器为载体,介绍一种对脆弱元器件——电容的额定电压进行估算的方法,以免危险的发生。仿真结果表明,该方法确实可行。     

纯电动汽车磷酸铁锂电池组放电效率模型

以320V/100A·h磷酸铁锂动力电池组为研究对象,在电动汽车动力电池性能测试试验台上对电池组容量效率、开路电压及电压性效率等特性参数进行了测试.采用二次多项式构建了电池组放电效率模型,描述放电效率与电流及电池荷电状态之间的关系.利用实车测试的电池组放电电流对建立的模型进行了验证,模型的放电效率计算值与实测值的最大相对误差为0.8%,建立的模型是有效的.     

基于卡尔曼滤波的动力电池SOC估算

由于传统无迹卡尔曼滤波估算方法具有局限性,为了能准确估算动力电池荷电状态(state of charge,SOC),提出了一种基于无迹卡尔曼粒子滤波的动力电池SOC估算方法.以三元锂电池为研究对象,建立了电池二阶RC等效电路模型,通过对电池进行充放电试验辨识出模型参数,并验证模型准确性.采集了实际工况下的电池数据,分别用无迹卡尔曼滤波算法、粒子滤波算法和无迹卡尔曼粒子滤波算法估算电池SOC,在MATLAB中进行了仿真试验,并对估算的电池SOC进行比较.结果表明：无迹卡尔曼粒子滤波算法可以快速准确地估算出电池SOC,误差小于2.5%,优于另外2种算法.     

电动汽车电池组快速充电研究

为应对气候变化,许多企业在研究电动汽车,电池组的快速充电是重点研究的技术.针对锂离子电池的特性,提出了限压变流脉冲的充电方法,缩短了充电时间,并针对电池组存在状态不平衡的问题,设计了充电均衡控制电路.