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。     

电动汽车电池组连接方式研究

为了了解电动汽车电池组连接方式对电池组使用性能的影响,通过大量的电动汽车运行试验,对电动汽车电池组的连接方式进行了研究。建立了电池组连接模型,并重点分析讨论了不同连接模型对电池组连接可靠性和电池不一致性的影响,提出了合理的连接方式选择原则。     

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。     

锂电池成组不一致性研究

锂离子电池的不一致性会影响电池组的使用寿命,降低了电池成组后的性能。锂电池成组不一致性是指单体电池的容量、电压、内阻、自放电速率等参数存在差异,是由电池组的组合结构、使用工况、使用环境、电池管理不同所致。对单体电池分选制度、电池组连接方式、BMS均衡控制、充放电策略和热管理提出了改进方法。     

基于STF&LM算法的串联锂离子电池组不一致性辨识与状态估计

电池组中单体间存在的不一致性是电池状态估计问题中的一大难点。针对串联锂离子电池组,提出了一种基于强跟踪滤波器(strong tracking filter,STF)与LevenbergMarquardt(LM)算法相结合的电池组不一致性辨识与状态估计的新方法。首先针对"参考单体"给出了一阶等效电路模型与开路电压–荷电状态(state of charge,SOC)特性关系曲线,通过STF算法得到其状态估计与参数估计;其次建立不同单体的"电压相似函数",并引入LM算法对SOC、极化电压、欧姆内阻3种不一致因素进行辨识;最后对2组5个LiFePO_4单体串联的电池组在不同的工况下进行了实验验证。结果表明,所提方法对各单体的状态与内阻估计误差在合理的范围内,对电池组不一致性辨识与状态估计具有良好的效果。     

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.     

电动汽车用锂电池SOC估算方法研究

电动汽车用锂电池具备宽电压以及显著的两极化特点,会对电池荷电状态(SOC)造成一定的干扰,另外在电池组的差异性以及使用时间方面,SOC也存在较大的干扰。所以,SOC是电动汽车运转进程中相当关键的因素,是预防电池过度充放电的关键性参照,只有正确估算电池组SOC才可以更好地提升电动汽车的利用率,延长电池的使用年限,对汽车运转进行进一步的优化。研究了多种SOC估算方法,为电动汽车电池组的优化以及相应的管控提供了基础性的参照信息。     

基于一致性模型的梯次利用锂离子电池组能量利用率估计方法

锂离子电池的不一致性导致电池组的容量和寿命等指标显著小于电池单体,且该问题在梯次利用的应用场景下更为严重.电池组老化后,电池组内电池不一致性参数之间并非相互独立,而是相互耦合,因此造成电池组一致性建模困难,降低了电池组的能量利用率的估计精度.针对梯次利用电池筛选成组和成组后的状态评估,该文提出一种基于Copula理论的电池组一致性建模方法,同时实现了电池参数分布特性和参数间相关性的准确刻画.基于电池组一致性模型,提出一种电池组能量利用率估计方法,并进行实验验证,估计误差在1％以内.最后分析电池组能量利用率的影响因素,以指导电池组的优化成组和使用.     

基于容量差的电动汽车主动均衡控制策略研究

电动汽车车载动力锂电池组的不一致性问题会严重降低电池组的整体性能。本文针对传统的均衡控制策略均衡时间长、均衡效率低、控制复杂等问题提出了基于容量差的均衡控制策略,通过分析电池组不均衡特性,包括瞬态响应特性、静态不均衡特性和恒流不均衡特性,研究电池的容量和电压关系,对均衡容量进行了定量分析,在此基础上制定了基于容量差的均衡控制策略。分别在台架和实车上验证了均衡控制策略,实验结果表明,相比传统的电池组均衡控制策略,这种新的控制策略可以快速完成电池组中单体电池的容量均衡,实现了均衡的高效率。     

判断电动车电池放电终止状态的新标准

电池是电动汽车的关键组成部分 ,如何合理使用电池 ,充分利用电池组中的能量 ,延长电池的使用寿命是电动汽车及混合动力汽车进一步发展中所必须解决的问题。为了充分利用电池的能量又要防止电池组中任一电池过放电 ,对电池放电终止状态的判断必须适时而准确。综合比较了目前实际使用的几种判断铅酸电池放电终止的标准 ,并在实验的基础上提出了一种适合电池管理系统判断铅酸电池放电终止状态的新方法———电压 /容量梯度法。最后对此方法的实用性进行了初步的试验验证     

动力锂离子电池离散特性分析与建模

离散化特征是目前锂离子电池组在电动汽车上大规模使用时需要认真研究的问题。对电池组工作电压离散特性的统计规律进行了研究，对电池组静态SOC离散程度进行了定量研究。以两种正极材料（磷酸铁锂和锰酸锂）的电池模块为试验对象，对在动态工作中电池模块的电压离散性进行了初步分析，提出了容量衰减系数的概念，并讨论了电流与温度对工作电压离散程度的影响。最后归纳总结了锂离子电池组离散度的影响因素，提出了改善电池组均匀性的控制方法。     

基于放电平台期的Wkmeans退役锂离子电池分选方法

针对退役锂离子电池单体之间由于生产过程及后续工作环境的不同产生的不一致性差异对分选后电池成组性能的影响,提出一种基于放电平台期参数的锂离子电池分选方法。以磷酸铁锂电池为研究对象,通过研究电池组不一致性的影响因素确定聚类的指标,进而进行放电实验,得到电池的电压、电流、容量等时序数据,并通过固定电压窗口的方法得到放电平台高度及长度数据;通过引入基于自动加权的Wkmeans聚类算法实现电池的分选。根据电池单体及成组后的充放电数据进行分析,实验结果证明该方法能显著降低电池模组的不一致性。     

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。     

轨道交通用钛酸锂电池不一致性研究

以搁置一年的钛酸锂电池单体及模块为研究对象,分别对不同荷电状态下搁置的单体和模块进行初始电压、剩余电量、充放电容量等参数的测试,得出单体电池电压及内阻分布;并采用容量增量分析法分析钛酸锂电池在浮充搁置状态下性能的变化,进而研究不一致性对长期处于浮充状态的辅助电源寿命及性能产生的影响。通过整箱电池的电压分布,结合OCV-SOC特性曲线,选出浮充的最佳电压点,为轨道交通中使用的钛酸锂电池充放电控制策略的制定提供可靠依据。     

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。     

基于欧姆内阻压降的电池簇不一致性在线监测方法研究

由于电池pack箱初始性能参数及外部工作环境存在一定差异,针对其工作过程中不一致性问题的安全监测极为重要。若对箱体中每个单体电池各项进行实时监测与处理,数据采集量过大,易产生不良数据。因此在实现保障储能电站电池簇安全运行状态的条件下,通过探究在恒流放电过程中因不一致性而引发的电池簇与电池pack箱欧姆内阻压降浮动规律,提出一种基于欧姆内阻压降的电池簇不一致性在线评估方法。通过获取电池簇与表征单体因欧姆内阻造成的压降幅值,进行实时拟合得到线性关系,并求导得到变化速率,对变化速率进行在线记录,若电池簇因电池pack箱老化而存在不一致问题,则变化速率呈现增大趋势,利用此特征进行在线评估。最后,通过实验对所提方法的可行性进行验证。     

基于欧姆内阻压降的电池簇不一致性在线监测方法研究

由于电池pack箱初始性能参数及外部工作环境存在一定差异,针对其工作过程中不一致性问题的安全监测极为重要。若对箱体中每个单体电池各项进行实时监测与处理,数据采集量过大,易产生不良数据。因此在实现保障储能电站电池簇安全运行状态的条件下,通过探究在恒流放电过程中因不一致性而引发的电池簇与电池pack箱欧姆内阻压降浮动规律,提出一种基于欧姆内阻压降的电池簇不一致性在线评估方法。通过获取电池簇与表征单体因欧姆内阻造成的压降幅值,进行实时拟合得到线性关系,并求导得到变化速率,对变化速率进行在线记录,若电池簇因电池pack箱老化而存在不一致问题,则变化速率呈现增大趋势,利用此特征进行在线评估。最后,通过实验对所提方法的可行性进行验证。     

基于耦合绕组的锂电池组主动均衡方案研究

针对锂电池组在充放电过程中出现能量不一致的问题,采用传统的Buck-Boost均衡电路和Flyback均衡电路的均衡方法,提出一种可减小电路尺寸、提高均衡速度和均衡效率的基于耦合绕组的新型主动均衡电路。通过对耦合绕组的选择性充放电,会有三种不同的工作模式来实现单体之间的能量转移,并调节PWM驱动信号占空比来提高均衡器的工作效率。在均衡控制策略方面,根据锂电池开路电压(OCV)与荷电状态(SOC)之间的一一对应关系,提出了基于电压和SOC双变量的均衡控制策略,主要是通过电压快速均衡和修正均衡以及SOC均衡阶段同时实现电压均衡和SOC均衡,更加合理地保证电池组动态性能一致。实验结果表明,该方案可以减少电池组的均衡时间,并且降低了能量损耗,提高了均衡效率,使电池组的整体性能达到最优状态。