基于Buck-Boost电路的能量转移型均衡方案

提出了一种基于Buck-Boost电路的新型均衡电路,实现了锂离子串联电池组充放电均衡。根据均衡能量流向,采取两种不同的均衡策略:电池组放电时,均衡能量由电池组向组内荷电状态(state of charge,SOC)较低的单体电池转移;电池组充电时,均衡能量由电池组中SOC较高的单体电池向电池组转移。以单体电池开路电压在线估计为基础,运用开路电压法估算SOC,选取SOC值在一定阈值范围之外的单体电池作为均衡对象,对6节串联的磷酸铁锂电池进行了充放电均衡实验。实验结果表明,该方案可以有效减小单体电池间的不一致性,提升电池组的整体性,同时提高了电池组充放电容量。     

锂离子电池组容量差异辨识方法研究

电池组中普遍存在的不一致性问题,是制约电池组可用容量的重要因素之一。电池组内电池单体参数的差异性是描述电池组性能的重要指标,其中容量差异直接与电池组可用容量和优化控制等息息相关。文中对充电电流变化时电压曲线可进行简单缩放进行合理假设。基于该假设,建立一种快速容量差异辨识的方法,并从多种角度分析验证该方法的合理性和适应性。采用容量增量分析法修正SOC和内阻造成的估算误差。将该方法应用于具有较高电压采样精度和宽SOC工作范围的电池组充电数据上,基础算法误差低于2.5%,经修正后辨识误差可小于1.5%。该方法可以用于描述电池组内单体容量的不一致性,为电池组的均衡和维护提供参考。     

基于电池组模型的EKF-UKF电池参数和

在电池的使用过程中,电池组荷电状态(SOC)的准确估计对电动汽车的使用起到非常重要的作用,直接关系到车辆的续航里程。同时组成电池组的电池单体SOC的一致性会直接影响电池组的充、放电效率。在电池的使用过程中,组成电池组的电池单体会存在一定的不一致性,这使得电池组的SOC估计相当困难。在分析电池单体模型的基础上,对电池组进行建模,并使用重组状态空间方程的方法降低电池组状态空间方程的维数,同时使用EKF-UKF对电池组的内部参数和电池组的SOC进行观测和估计。最后通过恒流工况和DST工况验证算法的准确性和正确性,并分析了电池单体间的不一致性对电池组容量的影响。     

不同温度的双卡尔曼滤波算法电池组SOC估计

动力锂电池组的荷电状态SOC(state of charge)是整个电池管理系统的重要参数,能直接反映电动汽车剩余可行驶里程,因此如何精确地估计电池组的SOC值是至关重要的。由于电池组各单体电池的不一致性,以及电动汽车在行驶过程中的复杂环境,所以在电池组内单体电池负载电压的最小值Vmin模型的基础上运用统计学的方法,对模型中的各参数进行有关温度因素的拟合,并通过模拟汽车的实际行驶环境,在不同温度下进行实验,从而得到改进的Vmin模型;结合双卡尔曼滤波算法,实现对整个电池组的SOC估计。仿真和实验结果表明该方法对电池组SOC的估计精度有优越性。     

基于复合EKF算法的锂电池组的SOC估计

动力锂电池组的荷电状态SOC估计是电动汽车能量控制的重要参数。针对串联锂电池组的SOC估计问题,利用扩展卡尔曼滤波法(EKF)和传统的安时积分法相结合(复合EKF算法)优势互补,并运用对于扩展卡尔滤波法较准确地估计电池的Thevenin模型,以电池组的最小单体电池的电压作为参考电压值,用提出的算法结合所选用的电池模型,对模拟电动车的实际工况进行电池组放电实验,证明这种复合算法不但比EKF法估计SOC准确,对误差还有一定的修正能力,而且还能满足电动车SOC准确度的需要。     

磷酸铁锂电池组均衡控制策略及荷电状态估计算法

电池组在使用的过程中,由于温度场分布不均匀以及库伦效率的差异,各单体间的剩余容量将会出现不一致性,这将会降低电池组的容量。为了提高电池组的性能,本文提出了以热力学荷电状态(thermodynamic-SOC,t-SOC)作为均衡判断依据,动力学荷电状态(kinetic-SOC,k-SOC)作为均衡控制依据的均衡控制策略。针对电池组在均衡前/后处于不同的状态提出电池组不均衡/均衡状态SOC估计算法。最终通过实验验证了电池组在不同状态下SOC估计的精度,并且根据所提出的均衡控制策略对电池组进行均衡,实现了较好的均衡效果。     

基于均值模型的电动叉车电池组荷电状态估计

针对电动叉车的动力电池组荷电状态（SOC）的实时估计,考虑到电池存在的差异性,采用电池选型外部滤波过程,建立了二阶RC等效电路模型与电池组均值模型,并提出了FFRLS_EKF联合算法。运用带遗忘因子的最小二乘法（FFRLS）进行模型参数辨识,结合扩展卡尔曼滤波算法实现SOC估计。通过试验测试与MATLAB计算验证,结果表明开路电压（OCV）模型估计值与实际值的误差均值约为0.02 V,动力电池组SOC值与各单体电池均值的误差小于2%。该方法应用于电池组,可实现电池组内各单体电池的最大可用容量和荷电状态一致性估计。     

基于单体一致性对动力锂电池性能的影响研究

限于锂电池单体的电压和容量,需将它们并串联形成电池组使用。动力锂电池组性能取决于单体电压、内阻、容量和SOC一致性。单体不一致性对电池性能有较大影响。充放电特性曲线能较真实地反映电池的特性和使用过程中的一致性。需要通过电芯制造工艺控制、配组过程优化及采取电池均衡管理策略提高单体一致性。     

电力系统备用电池健康状态估计

电力系统备用电池的健康状态(SOH)与其所处两种工况密切相关。循环工况对电池组单体最大压差有影响,浮充工况对电池组单体平均内阻和电池组质量有影响,分别研究这两种状态下不同参数与电池组SOH的关系,建立电池健康状态-最大压差和健康状态-内阻均值和质量两个电池模型,再将二者用不同权值融合起来,得到最终的SOH估计结果。经过实验验证,应用该模型和算法,可以对SOH取得良好的估计效果。     

大功率动力电池组BMS的主动均衡混合策略

由于电池的不一致性,电动汽车、叉车以及其他大功率动力电池组的电池管理系统(battery management system,BMS)至关重要,精确的荷电状态(state of charge,SOC)估计和高效的均衡策略是BMS的技术核心.基于同步双向反激式变压器的均衡电路拓扑,提出一种以电池SOC、电压为均衡变量的分段式主动均衡混合策略.通过搭建BMS电池组实验平台,开展了充放电阶段的均衡实验,结果显示充电阶段均衡后电池组总容量提升了2.3％,单电池电压极差由74 mV减小至9 mV;放电阶段均衡后单体SOC误差不大于0.5％.实验验证了所提主动均衡混合策略的有效性与可行性,能较好地改善电池组的不一致性.     

串联电池组双向全桥SOC均衡控制系统设计

针对电池制造工艺和使用环境不同所引起的单体间电量不均衡问题,结合双向开关电源理论提出了一种集中式能量转移型单体-整组双向电池均衡方案,根据电池组内单体剩余电量(state of charge,SOC)在电池组内部进行电量双向转移,采用反馈电路保证均衡电流恒定。通过实验获得电池单体开路电压的滞回特性曲线,并结合充电和放电状态下SOC与开路电压对应关系估计各电池单体SOC,以SOC一致作为均衡目标。实验结果表明,所设计的均衡器均衡电流达到3A,可以满足电池系统均衡需求。     

串联电池组双目标混合均衡控制研究

针对新能源汽车动力锂电池组的不一致性问题,较多研究基于电池组不一致性的外部表现建立控制策略,如电压均衡、SOC（state of charge）均衡等。通过分析电池组产生不一致性的根本原因,结合电池内、外部影响因素的耦合关系,提出了基于老化率和SOC的双目标混合均衡控制方法,同时实现了老化和SOC的均衡。老化均衡实现了各单体电池在不同工况下的寿命衰减程度达到一致,使得电池的不一致性从根源上得到改善;SOC均衡进一步避免了不一致性的扩大,最大限度的发挥动力电池的性能。最后,以4个单体串联的电池组为例在Matlab/Simulink中搭建了均衡电路仿真模型,通过与单目标SOC均衡比较,验证了所提均衡方法的有效性。     

基于电感储能的新型锂离子电池组C2C均衡电路

串联锂离子电池组由于电池制造工艺、电池工作环境不同等原因,在多次充放电后单体电池之间荷电状态(SOC)和电压存在不一致性。针对串联锂离子电池电压不一致性问题,提出一种新型基于电感储能的锂离子电池组C2C均衡电路,利用电感将能量从电压高的电池单体转移到电压低的电池单体,实现任意两节电池单体之间的电压均衡。该电路具有体积小、均衡速度快的优点。实验结果表明,该均衡电路可以减小锂离子电池组的最大电压差,实现电压均衡。     

电动汽车用MH-Ni电池组不一致性试验与建模

电池组不一致性对于电动汽车的安全性和电池管理系统的复杂度有着重要影响。设计MH-Ni电池组不一致性研究试验,结合内阻模型分析了电流、SOC和温度对电池组不一致性的影响,建立了电池组过放电过程数学模型,提出确定电池管理系统电压传感器数量的新方法,通过试验对模型及方法进行了验证。     

基于分数阶模型的锂离子电池SOC与SOH协同估计

锂离子电池荷电状态(SOC)和健康状态(SOH)的精确估计对电动汽车稳定运行十分重要.以精确估计电池SOC和SOH为目标,提出了一种基于分数阶模型的协同估计算法.建立基于二阶RC电路模型的分数阶电池模型,采用自适应遗传算法(AGA)辨识模型参数,利用分数阶扩展卡尔曼滤波(FOEKF)算法估计SOC,并结合自适应无迹卡尔曼滤波(AUKF)算法估计SOH,迭代更新内阻与SOC进而实现SOC与SOH精确的协同估计.在城市道路循环工况(UDDS)下使用Matlab工具验证和对比了算法精度,平均误差均控制在2％以内.结果表明,该协同估计算法能够精确估计电池SOC和SOH,为电池状态估计提供了一种方法.     

基于等效电路模型的串联电池组不一致分布特征仿真分析

车载和电池储能系统中,为了获得高功率需要将单体电池串联后成组运行,但不一致问题的存在会使电池容易遭受过充和过放,缩短电池寿命甚至造成安全隐患。本文针对磷酸铁锂串联电池组,通过预报误差法辨识出模型参数,建立准确的一阶等效电路模型,仿真分析电池内阻和极化电压等内部参数。将影响电池不一致的因素分为电池本体参数差异和运行条件差异,其中本体参数包括初始SOC和最大可用容量,运行条件包括放电倍率和放电截止电压。在不同本体参数和运行条件的影响下,将端电压差异分解为开路电压差异、极化电压差异和欧姆压降差异,然后基于串联等效电路仿真分析端电压不一致的具体构成,最后采用基于SOC一致的均衡策略探究均衡条件下电池组电压不一致的分布特点。     

纯电动汽车锂电池组均衡系统研究与设计

针对纯电动汽车串联锂电池组在使用时出现的不一致性造成的不利影响,设计了一套电池组均衡系统。提出了一种基于修正因子的5点修正荷电状态(SOC)的新型估算方法,并给出了电池信号采集电路、通信电路及均衡电路的设计。仿真和实验结果表明均衡电路能实现恒流控制,新型SOC估算方法能准确估算锂电池的SOC值,同时该均衡系统可改善电池组间的不一致性。     

动力电池管理系统设计及SOC实时在线估计方法

针对电动汽车动力电池组的管理需求,设计了一款基于MC9S12XEP100和LTC6804的锂电池管理系统,实现对单体电池电压、电流和温度实时监控、电压均衡管理、热管理、充放电管理、数据存储和上位机显示功能。针对电池荷电状态(state of charge, SOC)估算精度和实时性方面的问题,提出了一种新颖的开路电压和安时积分融合型SOC估算方法,有效减小了开路电压处于平台期造成的误差影响。采用Arbin电池测试设备对上述功能和SOC估计方法进行了测试验证。结果显示,电池电压误差小于0.07 V,温度误差小于1℃,SOC估算误差小于1.2%,因此,设计系统可用于实际电动汽车动力电池组管理,实现电池SOC实时在线准确估计。     

电动汽车用锂电池组均衡控制算法

串联锂电池组充放电时的不均衡,导致电池循环寿命缩短,均衡管理模块已成为电池管理系统的关键组成部分。针对串联电池组不一致性带来的影响,设计了基于超级电容的电池组单体电压均衡模块,该模块采用分组均衡,并将不均衡状态分为3种,分别采用不同的控制方法。仿真和实验结果表明该模块不仅使电池组均衡充放电,而且改进了均衡结构,提高了均衡效率。     

基于物联网的锂离子电池组能量均衡系统设计与实现

针对锂离子电池组因单体电池间参数差异,长期使用导致的不一致性将造成过充或过放等问题,提出一种基于物联网的锂离子电池组能量均衡系统。该系统通过建立双极化DP模型并采用EKF算法估计单体SOC值,由单片机进行实时监控,并根据单体SOC值控制电路支路开关实现能量均衡,再通过物联网模块进行远程监测,解决了传统BMS系统扩展性弱等缺点。通过实验验证了该系统可实现电池组远程状态监测与智能化健康管理。