电动汽车蓄电池组管理系统及其状态检测

电动汽车蓄电池组的工作状态主要指各电池在工作时的端电压、工作电流和温度这3个参数的变化情况。对电池工作状态的检测通常有集中式检测法和分布式检测法。本文采用”部分”集中、”整体”分布的思路,将电池分成若干分组,每个分组集中检测,各分组分布检测,同时,采用“桥电容”技术解决了蓄电池组单体端电压检测中存在的参考点选择和被测电池与检测设备隔离的问题,形成了一种具有完全隔离功能的集中／分布式检测法。经过试验,该检测法对电压、电流和温度采集功能正常,数据准确、可靠。     

电动汽车蓄电池组电池管理及其状态检测

电动汽车蓄电池组的工作状态主要指各电池在工作时的端电压、工作电流和温度3个参数的变化情况。对电池工作状态的检测通常有集中式检测法和分布式检测法,采用"部分"集中、"整体"分布的思路,将电池分成若干分组,每个分组集中检测,各分组分布检测,同时,采用"桥电容"技术解决了蓄电池组单体端电压检测中存在的参考点选择和被测电池与检测设备隔离的问题,形成了一种具有完全隔离功能的集中/分布式检测法。经过试验,该检测法电压、电流和温度采集功能正常,数据准确、可靠。     

电动汽车蓄电池组工作状态检测方法

电动汽车蓄电池组的工作状态主要指各电池在工作时的端电压、工作电流和温度3个参数的变化情况。对电池工作状态的检测通常有集中式检测法和分布式检测法，而集中／分布式检测法采用“部分”集中、“整体”分布的思路，取两者之长，具有简单、可靠、性价比高的特点。同时，采用“桥电容”技术解决了蓄电池组单体端电压检测中存在的电压参考点选择和被测电池与检测设备隔离的问题，并给出了一个实用的检测方案。     

蓄电池实时动态智能监控系统研究

研制了一种先进的蓄电池监控系统，它采用由光电芯片构成的隔离电路进行端电压检测，而由87C196KC型单片机进行数据处理和运行控制。系统简单、快速、实时性强，有利于改善蓄电池的工作状态、提高其使用寿命，还具有集中监控功能。     

电动汽车动力电池管理系统

电池管理系统最基本的作用是监控电池的工作状态,包括电池的电压、电流和温度,预测蓄电池荷电状态,管理电池的工作情况,避免出现过放电、过热,对出现的问题应能及时报警,以便最大限度地利用电池的存储能力和循环寿命.本系统采用ATmega16、ATmega8、LPC2368单片机控制三个模块,传感器采用单总线数字化的传感器DSl8820,完成电池的电压、电流、电量及温度的检测.系统可以测量蓄电池的单体电压、电池温度、蓄电池放电电流、电池电量等,而且测量数据和报警参数可在LCD上显示.在电池电量测量方面系统还通过软件对传感器的非线性、温度等影响进行修正和补偿,与传统的检测装置相比具有稳定性好、准确性高等优点.同时还有声光报警功能,具有较高的实用价值.     

铅酸蓄电池组电压自动平衡仪

针对铅酸蓄电池组在浮充电过程中，单体电池的端电压会出现不平衡问题，简要分析了其产生的原因，重点阐述了“铅酸蓄电池组电池电压自动平衡仪”的电路组成、工作原理、技术指标，以及控制主程序图。该仪器具有自动循环测量每个电池的端电压，“主动补偿”充电；实时显示实时评估电池容量；储存、记录和打印当月电池组工作情况；与PC通讯等功能。是智能化比较高的蓄电池组测量维护设备。     

汽车用铅酸蓄电池SOC预测研究

电池的开路电压与电池荷电状态(SOC)存在密切的关系,然而大量研究表明,当电池在恒定电流下充放电时,端电压与SOC的变化规律近似于开路电压与SOC的变化规律。但对于汽车用蓄电池来说,并没有文献明确地给出蓄电池在充放电电流变化状态下其端电压与SOC的对应关系表达式。通过对电动汽车用蓄电池进行充放电实验,利用Matlab对实验数据进行曲线拟合处理,得到变化工作电流下的蓄电池SOC与其端电压的数学关系,提出了蓄电池SOC估计的修正经验公式,为电动汽车续航里程的准确估计提供了新方法。     

基于TCP/IP协议的蓄电池监测系统的研究

蓄电池工作状态,直接影响着所供电设备的可靠运行,因此对蓄电池进行在线监测就具有其必要性。提出了一种基于S3C6410开发板和嵌入式Linux操作系统的蓄电池在线监测系统的设计方案。该系统可以提供蓄电池端电压、电池内阻、容量、温度等参数定时巡检并自动记录测试数据的功能,具有诊断电池故障及自动报警的功能。     

基于WSN的蓄电池组内阻在线监测系统设计

针对传统UPS蓄电池内阻在线监测系统布线复杂的问题,采用无线传感器网络WSN技术设计了蓄电池组内阻在线监测系统,系统主要由多个电压监测节点、一个电流监测节点和上位机组成。通过电流互感器和控制器的ADC口采集UPS浮充和放电两种情况下的总电流和单节电池的端电压,根据直流检测方法求出单体电池的内阻,通过ZigBee网络将数据打包发送至上位机。上位机是一台装有监控管理软件的计算机,负责接收、处理、显示和统计分析各监测节点发送来的数据。实验证明,该系统能够实现蓄电池组内阻的实时在线监测,且工作稳定、安装方便,消除了由于大量布线存在的短路隐患。     

一种蓄电池电压的无源隔离监测方法

蓄电池储能中由大量蓄电池串联带来的电池端电压过高的问题为电压检测以及容量监测带来许多困难.这里,基于对数字光耦线性度校正的基础上提出一种蓄电池电压的无源隔离检测方案.该方案包括数字光耦隔离采样电路,电流-电压转换电路,多路模拟量选择电路以及基准电压四部分.本文着重分析了光耦的传输特性和温漂特性,并针对这些特性提出了分段线性校正的方法.最后,实验结果证明该方案能够很好地实现弱电隔离以及无源检测.     

Voltage imbalance mitigation in an active distribution network using decentralized current control

Voltage imbalance (VI) is caused by the difference in connected single-phase load or generation in a low voltage distribution network (DN).VI increase in a smart distribution grid is due to the current practice of increasing single-phase distributed generators such as photovoltaic (PV) systems. This paper proposes a decentralized control method to mitigate VI using distributed batteries included in smart grid interfaced residential PV systems. To mitigate VI using the batteries in this way, five challenges must be overcome, i.e., equalizing all battery stress currents within the DN, mitigating VI in abnormal conditions such as signal loss among bus controllers, being immune from the distorted feedback measurements, minimizing the steady-state error at different loads, and overcoming the insufficient number or capacity of the distributed batteries at the same bus. Three fuzzy logic controllers (FLC) are proposed at each bus to overcome these five tasks based on a decentralized control scheme. The proposed decentralized control based on FLC is compared with centralized control based on a PI controller. The proposed control method is tested and verified using simulations in the MATLAB/Simulink software, and the results validate the ability of the scheme to alleviate VI on a smart distribution network under both normal and abnormal conditions.     

集中式电动汽车电池管理系统设计

电动汽车作为新能源汽车的一种,其动力电池的性能是关系到电动汽车推广应用的重要因素。在电动汽车的实际运行中,需要对电池电压、电流、温度等信号实时采集以及对电池内部参数在线估算。为了实现电池组的在线监测和管理,设计了一种采用微处理器做主控制模块的电池管理系统。该系统采用集中式的管理模式对汽车电池组进行测试和分析,设计完成系统控制、信息采集和数据通讯,工作环境抗干扰措施等功能,实现了一种基于双卡尔曼滤波算法的电池荷电状态(SOC)的估算,并利用Lab VIEW实现上位机系统的界面设计。在实际测试中,采用该系统同时对192节锂电池进行监控,实现了电压、环境温度等信息的在线测量,电池荷电状态(SOC)的估算误差不超过1%。     

基于串联型分布式MPPT架构的直流微网系统无缝切换控制策略

为了提高直流微网系统中光伏单元的输出功率,以串联型分布式最大功率点跟踪(MPPT)架构代替传统的集中式MPPT架构,以光伏单元、蓄电池和负荷组成的直流微网系统为研究对象,分析了串联型分布式MPPT架构的控制策略。在不增加通信电路的前提下,提出了一种从MPPT模式到稳压降功率模式的无缝切换控制方法;为了保证直流母线电压稳定、串联型分布式MPPT架构安全运行以及延长蓄电池寿命,设计了直流微网系统的工况与能量管理控制策略。通过MATLAB/Simulink仿真分析表明:在环境失配情况下,采用串联型分布式MPPT架构可以大幅提升光伏单元的输出功率;所提控制方法可以有效地完成模式之间的无缝切换;所设计的系统能量管理控制策略可以良好地协调各单元运行,实现系统安全、稳定、高效运行。     

电力通信网中蓄电池组集中监控系统设计与实现

设计并实现了一种基于电力通信网的蓄电池组集中实时监控系统。该系统分为信息采集设备和各级服务器2个部分。信息采集设备负责监控蓄电池组的运行工况(测试内阻、电压、电流、温度等)及发送特定的指令(充/放电、浮充电等);各级服务器从不同层次管理信息采集设备。系统设计了4种通信模型,充分考虑了当前电力系统设备和通信网的各种情况。系统软件包括各级服务器软件和前置软件;各级服务器软件采用模块化设计,其中第3级服务器直接面向监测设备,给出了该服务器功能框图。     

基于ANN方法的锂离子电池放电容量预测

锂离子电池放电容量的预测和估计是电池管理系统中一个非常重要的内容。某一个状态下锂离子电池的放电容量是放电电流、电压、温度以及过去电池充放电的历史等参数的函数。运用ANN方法即人工神经网络方法 ,可逼近任何多输入输出参数函数的性能 ,预测不同放电电流和电压下锂离子电池放电容量的大小。结果表明 ,ANN方法具有足够的精度 ,可用来预测锂离子电池的放电容量。     

基于多Agent的电压暂降实时分析系统的研究

暂降电能质量问题分析对时效性要求越来越高,但是目前暂降问题分析的系统多为离线评估方式,此系统的时效性较差。同时暂降事件在电网中具有一定的传播特性,事件发生后将会有多个监测点捕捉到事件发生,为了提高时效性需要对多个监测点监测到的数据同时计算分析。电压暂降分析所具备的分布式、实时性的特征与多Agent系统具有高度的一致性。论述了一种基于多Agent技术,采用JADE开发平台,对多个同时捕捉到的电压暂降事件进行实时、并行计算处理的方法。该方法将后台集中计算方式的离线分析处理前移,实现实时的在线分析处理。该方法使得电压暂降分析的实效性更强,为及时发现问题、处理问题赢得时间,避免造成更大损失。     

Adaptive PI secondary control for smart autonomous microgrid systems

In this paper, the authors present a neural‐network‐based distributed secondary control to regulate the output voltage and frequency of a smart autonomous microgrid system. Generally, the secondary controller is implemented in a centralized manner using a fixed‐gain proportional‐plus‐integral controller which may perform well under certain operating conditions only. Also the failure of centralized controller implies no secondary control action for the entire system. The control technique proposed in this paper is a distributed one and makes use of neural network (NN) concept to improve the performance of system. A well‐trained NN supplies the controller with suitable gains according to each operating point. Before training the NN, evolutionary optimization technique, differential evolution, is employed to obtain the optimal gains of controller at each operating load condition which forms the training set for NN. Simulation results show that the proposed controller damps the oscillations caused by load changes, restores the output voltage and frequency of the system to their nominal values, and maintains proper load sharing property of the baseline controller. The performance of the controller is also compared with fixed‐gain controller. Copyright © 2015 John Wiley & Sons, Ltd.