基于UKF和AH法的磁悬浮人工心脏泵用锂电池SOC估计复合算法

针对锂电池的非线性特性,提出电池状态模型在不同循环次数、不同温度下的具体改进方法;提出安时积分法和无迹卡尔曼滤波算法结合的锂电池荷电状态(state of charge, SOC)复合估计算法,分析新算法的收敛速度、估计精度以及算法复杂度。试验表明,这种复合算法复杂度低,精度高,能快速实现锂电池SOC的准确估计,估算误差为4.036 2%,适合实时在线计算。     

基于复合模型动力蓄电池SOC估算

采用安时计量法、开路电压法和卡尔曼滤波法相结合估计磷酸铁锂电池初始荷电状态(SOC)。为了修正电池容量特性对SOC的影响,在安时计量法中引入等效电流系数和温度系数,对修正后的安时计量法离散化处理,建立了电池的非线性复合模型的状态方程;结合Shepherd模型、Unnewehr universal模型和Nernst模型获得复合模型的观测方程。建立了基于电池复合模型的扩展卡尔曼滤波法(EKF)来估计SOC。通过Matlab进行了实验研究,经过与实验室测量出的SOC数据对比,EKF收敛很快,设计的估算方法可行实用。     

基于DKF的锂电池SOC与内阻估算

电动汽车电池管理系统(BMS)需要满足对电池荷电状态(SOC)进行准确地估算。为提高传统安时法估算SOC的精度,根据二阶RC等效电路模型,提出了双卡尔曼滤波(DKF)来完成对电池SOC及其欧姆内阻R0联合在线估算的算法。通过进行某型号三元锂电池的复合脉冲功率特性测试(HPPC)实验及放电实验等,离线拟合得到所需模型参数。将Matlab仿真结果与同等条件下的实验结果进行对比分析,证明了DKF算法能够有效地在线估算电池SOC及其欧姆内阻R0,且误差在3%以内。最后,证明了DKF算法能够比安时法更好地估算出各点处的SOC值。     

基于极化效应PNGV模型的动力锂电池SOC估算

为提高锂电池荷电状态的估算精度及模拟锂离子电池实际充放电特性的准确性,本文通过改进现有的PNGV等效电路模型,在PNGV模型基础上,增加一节RC并联模块,使模型更好的反映电池的极化效应。同时,通过实验获取电池充放电特性,为卡尔曼滤波器提供精确的参数,并提出了电池的开路电压曲线模型,通过Matlab拟合验证满足精度要求。最后采用扩展卡尔曼滤波(extended kalmanfilter,EKF)算法对锂电池荷电状态(state of charge,SOC)进行估算,并与安时积分法进行比较。实验结果表明,估算最大误差不超过4.5%,平均不超过3%,提高了SOC的估算精度。该研究为电动汽车运行工况提供了理论依据。     

软碳负极材料锂电池充放电特性研究

为了研究软碳负极材料锂电池充放电特性,验证其作为储能电池的可行性,本文利用电化学工作站对锂电池单体进行了实验测试。实验结果表明,软碳负极材料的锂电池无明显的充放电平台,充电过程中电池的电流接受能力良好,充电效率较高。当电池在大倍率放电时,其放电容量仍能保持在较高范围内。在低温条件下放电率有所下降,但放电率仍能达到80%以上,电池具有良好的低温性能。电池内阻相对较小,可以提高电池的充放电效率,同时电池发热量较少,电池的循环寿命可以得到大幅延长。因此软碳负极材料锂电池具有优越的倍率性能、低温放电性能和循环性能,满足作为储能电池的设计要求,也为后期储能系统的研制提供了支撑。     

空冷条件下18650锂电池温度场仿真分析

对18650锰酸锂电池建立电化学-热耦合三维仿真模型。基于电化学理论建立单体电池模型,以充放电过程中释放的热量作为热模型中的热源;通过热模型仿真计算得到电池-空气系统的温度场,以其作为电化学计算过程中的温度参数,实现电化学模型与热模型的耦合。采用数值仿真方法,分析放电倍率为2C、3C、6C及空气流速在0. 1～1. 0m/s范围内电池温度的分布及特征。结果表明:放电倍率越大,电池温度越高,放电倍率为6C时电池的温度已超出正常工作温度范围;冷却空气流速在一定范围内对电池温度的降低有显著作用。     

动力锂电池管理系统的设计及SOC的估算

采用一种分布式控制方案,实现了对120节动力锂电池的电压、电流、温度等数据实时采集;为准确估计蓄电池的荷电状态(SOC)提供了一种可靠的硬件设计方案.结合安时积分法、开路电压法以及卡尔曼滤波器的复合方法,实现该蓄电池组在放电状态下SOC的估计.利用MATLAB工具建立数学模型,结果表明,该算法对锂电池组的SOC估计具有较高精度.     

锂离子动力电池参数辨识及其SOC估计

基于三阶RC等效电路模型,提出断点分层的参数辨识方法,通过增加脉冲放电个数提高参数辨识准确度;同时模型参数受温度、电流等诸多因素的影响,且系统噪声的不确定性,可能导致估算算法不收敛,自适应扩展卡尔曼滤波在每次迭代更新的时候,测量数据对状态变量进行动态修正,不断估算并修改干扰噪声的统计特性因而得出的SOC估算值较为准确。最后把估算结果和安时积分法与开路电压法的结合算法得到的曲线作比较,结果表明:该算法估算误差维持在2%左右,表现出优良的估算效果。     

嵌入式系统功耗优化电池模型

以锂电池为例,利用广义随机Petri网(GSPN)描述化学电池放电的极化和活性物质扩散过程,提出可同时反映化学电池电流相关和自恢复特性的高层抽象模型。该模型简单,仅包括反映活性物质分布、活性物质扩散速度和极化速度的四个简单的参数。恒流放电和脉冲放电实验显示该电池模型可以快速准确估算化学电池容量。     

基于STM32和BQ76940的电池管理系统设计

利用STM32单片机设计了一种电池管理系统,实现15节串联锂电池的有效管理。采用BQ76940电池监控芯片设计检测单元,并基于开关电容的电力、电子、电路设计主动均衡单元。系统还利用安时积分法和开路电压法估算电池的荷电状态（State of Charge,SOC）,以及利用电池等效模型和通过参数辨识的方法实现在线检测电池的内阻增大性失效故障。介绍了该电池管理系统软硬件的设计方法,并对电池管理系统中的检测单元、均衡单元和内阻辨识进行了测试。实验结果表明：该电池管理系统能够采集电池的电压、电流和温度,能对电压不一致的单体电池进行均衡,并且有效辨识出电池的内阻,具有采样精度高、均衡效果好和能在线检测电池内阻等优点。     

一种低成本超小型锂电池放电仪

采用PIC12C508单片机芯片作为控制电路的核心元件,通过程序控制电池的充放电过程,实现锂电池容量及寿命的测量。     

基于IAF-NARX的车载锂电池SOC实时估算

针对现有车载锂电池荷电状态(SOC)估算方法存在误差大、动态模型建立困难及模型适应性差等问题,文章提出一种采用动态神经网络(NARX)来实时估算车载锂电池SOC的方法。首先由改进人工鱼群算法寻优得到最佳NARX的结构参数,以建立初步的锂电池SOC估算模型;其次根据不同工况更新模型中的结构参数,增强估算模型自适应性。估算模型的输入分别为锂电池的电压、电流、欧姆内阻,其中锂电池的欧姆内阻是依据电池模型通过递推最小二乘法在线辨识获取,随温度和电池健康状态(SOH)实时变化。在两种典型工况下做车载锂电池放电试验,并采用两种不同锂电池来验证估计模型的适应性,结果表明该方法的预测精度高、适应性好,两种工况下的估计误差均低于0.045,两种锂电池下的估计误差均不超过0.043。     

锂离子电池新型SOC安时积分实时估算方法

为了准确估算锂离子电池荷电状态SOC,结合传统安时积分法、开路电压法及负载电压法,综合考虑充放电效率、温度等因素的补偿措施,提出一种新型SOC安时积分实时估算方法。建立SOC实时估算仿真模型,并搭建锂离子电池充放电试验平台进行SOC实时估算方法验证。仿真与试验对比分析结果表明:SOC误差值的偏差在3%以内,说明新型安时积分实时估算法具有理论上的可行性,估算方法精确度较高,可为电池SOC实时估算和检测提供重要的参考。     

模糊综合评判在电池性能检测中的应用

为了探讨循环寿命对电池性能的影响,以一台磷酸铁锂电池(LIPB)作为研究对象,分析其工作原理。电池性能主要受循环寿命的影响,且循环寿命又主要受放电时间、容量、能量的影响。依据模糊综合评判和模糊关系合成方法对电池在充放电时间、容量、能量中性能进行评判,得出电池系统中的模糊综合评判模型,进一步确定最佳循环周期以完成对电池性能的估计。     

基于 SHEKF-GPM 融合的锂电池 SOC 估算

荷电状态（SOC）是电池控制策略和管理系统的重要参数。针对积分法和电压法估算锂电池 SOC 时不能减少误差累积现象,提出一种基于平方根高阶扩展卡尔曼滤波（SHEKF）与灰色预测模型（GPM） 融合的算法,用于估算锂电池 SOC。该方法结合遗忘因子递推最小二乘法（FFRLS）和二阶 RC 等效电路模 型实时在线辨识和修改锂电池模型参数,结合 SHEKF-GPM 融合模型进行锂电池 SOC 状态方程的线性部分 和非线性部分估算。通过仿真分析,得到 SHEKF-GPM 融合算法估算 SOC 时的误差低于 0.3%,协方差误 差为 0% 左右,不会产生误差累积。仿真结果表明,该方法能减少误差累积,提高电池管理系统估算锂电池 SOC 时的实用性、有效性和估算精度。     

锂离子电池放电过程热特性实验研究

以18650锂离子电池为研究对象,利用简化的Bernardi生热模型和混合功率脉冲特性(HPPC)测试,进行相关的热特性实验,对锂离子电池在放电过程中的温升、生热量和直流内阻等特性进行研究.结果表明:电池在放电过程中的温升和生热量与放电倍率呈二次关系;电池在放电过程中的生热量以不可逆热为主,可逆熵变热所占比例小于5.4％,放电倍率越大,不可逆热所占比例越大;电池的内阻在较低的温度和荷电状态(SOC)下变化明显,随着温度的降低,电池的直流内阻不断增大,放电初期,电池的内阻基本保持不变,当电池的SOC降低到40％以下时,电池的内阻逐渐增大.研究结果可以为电池模组及电池包瞬态热模型的建立和分析提供依据.     

基于扩展卡尔曼滤波法的锂离子电池荷电状态估算方法研究

电池的荷电状态(SOC)定义为电池当前容量与额定容量的比值,是电池能量管理系统的重要参数,准确获取电池SOC能够提高能量管理系统工作效率,延长电池组寿命.然而现有测量指标不能直接反映电池的荷电状态,需要进行SOC估算.开路电压法和电流积分法可粗略计算电池SOC,但会随着时间产生累积误差,严重影响蓄电池SOC估算的精确性.本文基于扩展卡尔曼滤波方法对磷酸铁锂蓄电池的SOC进行预估,并与传统方法进行了比较,结果表明,该方法能减小SOC估算误差,有效提高蓄电池SOC估算的准确性,且速度快,适合在线预测.     

基于传质现象的锂电池机理建模

在比较分析各类蓄电池系统模型的基础上,提出一种基于传质现象的锂电池简化机理模型。采用COMSOL v3.5软件针对型号为IHR 18650的锰酸锂离子电池进行仿真研究,并通过放电实验对简化模型的有效性进行验证。结果表明,提出的简化模型能够较为准确地描述锂离子电池的外部特性。文中进一步对不同充/放电电流条件下的锂离子浓度和电势分布情况、设计参数对锂电池性能的影响以及锂离子浓度和电势分布随电池充/放过程的变化情况进行了仿真分析。     

电动汽车电池管理系统和剩余容量计研究

目的研究和开发电动汽车电池管理系统,实现铅酸储能蓄电池的剩余容量计量技术。方法通过对电动汽车铅酸储能电池基本电化学特性分析,采用了以安时法－Ｐｅｕｋｅｒｔ公式－开路电压法为基本算法,进行电池管理系统的开发,同时考虑了温度、自放电、使用循环寿命等因素对铅酸电池剩余容量预测的影响。结果所开发的管理系统铅酸电池剩余容量静态充放电实验计量误差小于５％,提供给驾驶员一个较准确的剩余容量,并对电池组中每声池进行监测,对铅酸电池的过放电和过充电等非正常工作情况及时报警,实用性强。结论电动汽车电池管理系统可以有效延长电池的使用寿命,优化电池能量的利用,提高电动汽车的性能。     

便捷电池性能快速检测仪设计

针对5V以下的锂电池、镍镉电池、镍氢电池、干电池等电池的开路电压、内阻和电池容量进行快速检测。本设计以STC12C5A60S2单片机为控制核心,通过单片机自带的A/D转换功能进行开路电压的检测.内阻与容量则选用线性霍尔元件ACS712ELCTR-05B-T来测量。容量的测量采用电流积分法。本检测仪具有结构设计简单、性价比高、检测效率高、适用范围广泛的特点,并具有较强的可扩展性。