修正型PNGV构架的锂电池SOC预测及内阻识别

荷电状态(SOC)是电动汽车动力电池的核心性能指标。为了进一步提高锂离子电池组单体电池荷电状态预测精度,提出一种基于改进PNGV模型的电池内阻辨识与SOC预测。根据锂离子动力电池的特性分析,建立改进型PNGV模型。利用实验采集的数据和最小二乘算法实现内阻的在线识别。通过该内阻辨识算法,更加准确地反映电池的当前电压。根据预测更加准确的电压,从而提出基于数据融合PHM法预测电池的SOC,该方法基于实验数据和灰色预测模型来估算电池的荷电状态。仿真和实验结果表明,基于内阻辨识的SOC预测更准确,具有较强的工程实用性。     

用于电动汽车电池SOC预测的BP神经网络模型

为破解目前电动汽车用电池剩余电量准确预测这一难题,在对影响电动汽车动力电池荷电状态(SOC)估算结果的相关因素分析基础上,建立一种用于电动汽车电池SOC预测的反向传播(BP)神经网络模型,首次提出蝙蝠-粒子群算法优化训练BP神经网络.仿真实验结果表明:该方法能方便、快速、准确地实现对电动汽车动力电池SOC预测,提高电动汽车动力电池的能量效率,延长动力电池的使用寿命,对于电动汽车的推广应用与发展具有较好的指导价值.     

电动汽车动力电池SOC估算分析

电动汽车动力电池荷电状态(State Of Charge,SOC)的准确估算能提高整车性能和电池使用效率,方便驾驶员及时准确地了解电池剩余电量和电动汽车续航里程。本文基于等效电路的模型,应用扩展卡尔曼滤波法(EKF),以磷酸铁锂电池作为研究对象,验证该方法估算SOC的准确性。实验结果表明:用EKF法估算SOC,能将误差控制在5%以内,保持较高的精度。     

不同开路电压松弛时间下基于等效电路解构的锂离子电池荷电状态估计（英文）

目的:开路电压是基于模型的电池荷电状态估计的必要参数,其测试耗时大、效率低。本文旨在测试各种电压松弛时间的荷电状态-开路电压关系,研究其对开路电压法和等效电路模型的荷电状态估计准确度的影响,提高开路电压测试效率。创新点:1.通过电路解构方法,将二阶阻容电路分解为简单路,运用二阶段递推最小二乘法辨识电路模型的参数;2.基于递推最小二乘法和卡尔曼滤波算法,建立电路参数辨识和荷电状态估计的的联合自适应算法,研究电池电压松弛时间对基于等效电路模型的荷电状态估计的影响。方法:1.通过电路解构技术和理论推导,构建辨识二阶阻容等效电路参数的二阶段递推最小二乘法辨识方法(图2和公式(4)~(9));2.将二阶段递推最小二乘法和扩展卡尔曼滤波器集成,建立适应工况变化的电池模型参数辨识和状态估计的联合算法(图3);3.通过电池测试,建立多温度和多电压松弛时间的荷电状态与开路电压的关系,驱动自适应联合算法,获得既保证荷电状态估计准确度,又缩短开路电压测试时间的电压松弛时间。结论:1.二阶段递推最小二乘法既能简化矩阵计算,又能够保证电路参数的辨识非负性;2.联合自适应算法能够适应工况变化辨识模型参数和估计荷电状态;3.联合自适应算法的结果表明,5 min的电压松弛时间既能保证荷电状态估计性能,又能极大地提高开路电压测试效率。     

基于EKF的作业船动力锂电池剩余电量估算

在动力锂电池系统中,准确估算锂电池荷电状态是锂电池系统安全充放电的关键。以水产养殖全自动作业船动力锂电池荷电状态为研究目标,通过分析锂电池的工作状态,建立二阶RC等效电路。使用MATLAB对参数识别结果进行多项式拟合,在此基础上采用适用于非线性状态估算的扩展卡尔曼滤波研究方法,通过电池充放电循环仪和实际工况验证该算法的实用性与可靠性。实验结果表明,该算法可为全自动作业船动力锂电池荷电状态估算提供数据支持,具有较大的参考价值。     

等效电路法动力锂离子电池组系统建模与仿真

以锂离子电池作为研究对象分析了多种电池等效电路模型的优缺点,最终选取二阶RC等效电路模型,搭建了仿真模型。该模型很好地表现了电池的输出特性,不仅直观地反映了开路电压(Open Circuit Voltage,OCV)-荷电状态(State of Charge,SOC)特性,更进一步反映了工作电压-荷电状态特性,对电池的SOC在线评估具有的重要作用。     

电池租赁模式下电动出租车能源补给成本研究

换电和电池租赁是现阶段电动汽车应用的模式之一。以电动出租车为例,提出了该模式下动力电池运营价格测算方法,同时对动力电池运营价格的影响因素进行了分析。在保证用户换电支付的运营成本低于使用燃油汽车的条件下,基于影响电池运营价格的不确定因素预测未来动力电池的运营价格。分析了随着动力电池价格、充换电设施成本降低、换电车辆数增加以及换电速度加快、动力电池运营价格下降等情况,换电车辆数是影响动力电池运营价格的最敏感因素,为电池租赁模式的开展提供一定的决策参考依据。     

机载锂电池SOC估算方法研究与实现

为了解决机载锂电池的荷电状态估算问题,针对飞机应急供电这一特殊运行环境,提出了一种基于扩展卡尔曼滤波的机载锂电池荷电状态估计方法。该方法通过构建状态方程和量测方程,经历预测、修正和估算3阶段,实现对机载锂电池的荷电状态估算。基于该方法设计并实现了机载锂电池地面检测与维护设备。实验结果表明,该方法能够实现机载锂电池的荷电状态有效估算,提高了锂电池机载运行的可靠性和稳定性。     

基于UKF算法的电池荷电状态SOC估算研究

新能源汽车锂电池荷电状态是反映电池及电源系统的重要参数,为达到实时估算SOC目的,基于无迹卡尔曼滤波算法提出SOC估算解决方案。在MATLAB/Simulink环境中建立一阶Thevenin等效电路模型和无迹卡尔曼滤波算法,通过建立混合功率脉冲特性实验,辨析出不同SOC和温度对电池模型的影响参数,将辨析出来的参数代入到UKF算法中进行仿真实验。实验结果表明,该荷电状态估算具有较高的精准度。     

增程式电动汽车智能充电管理控制策略研究（英文）

目的:为了充分利用外界充电条件,减少现有增程式电动汽车燃油消耗,结合当前运行工况、整车运行状态以及相距充电站距离等信息,通过合理调整整车需求功率在增程器与动力电池之间的分配,使得增程式电动汽车在到达充电站时荷电状态(SOC)降低到理想充电范围,提高了整车从充电站获取清洁电能的效率。创新点:1.根据车辆当前状态,建立电池需求电量估算模块和増程器输出功率计算模块;2.在司机决定进入充电站充电后,控制电池SOC在车辆进入充电站时降到最低。方法:1.通过对使用环境进行分析,建立智能控制策略,在不同的运行工况下对增程器采用不同的控制方式。通过理论推导,建立动力电池需求电量估算模块(公式2);2.通过仿真计算,将所提出的智能控制策略与初始控制策略进行对比。结论:1.与整车原策略相比,本文提出的智能控制策略能够根据车辆当前运行工况,控制增程器采用不同的工作方式;2.在司机决定到充电站充电时,根据当前SOC值,确定最佳增程器关闭时刻,可使增程式电动汽车在到达充电站时,SOC降低到理想充电范围,提高动力电池从充电站获取清洁电能的能力。