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。     

基于电池簇放电电量的电池堆不一致性在线监测方法

针对电池在生产过程中难以做到完全一致且在不同运行工况下电池老化程度不一致的情况，为避免大规模储能电站中电池“短板效应”的发生，提出一种基于电池簇放电电量的电池堆不一致性在线监测方法。将储能电站中的放电电量作为特征参数，定量分析电池堆与电池簇放电电量的对应关系，并对二者进行线性拟合，求导得到其变化速率，以实现电池堆一致性的在线监测；将变化速率记录为时序信号，并作为BP神经网络输入来实现短时预测，以达到预测储能电站安全运行的目的。最后，通过对湖南某储能电站实际运行数据进行分析，计算出其预测平均绝对误差为0.406%、均方误差为0.002%、均方根误差为0.489%，均小于0.5%，验证了所提方法的可行性与有效性。     

基于UKF的18650锂离子电池健康状况估计

根据18650型锂离子单体电池的特性分析,建立了电路等效模型和电化学模型相结合的电池模型,以实时在线辨识锂离子电池欧姆内阻为目标,利用无迹Kalman(UKF)滤波算法,实现了对电池欧姆内阻的在线辨识,开展了锂离子电池健康状况(SOH)估计实验,建立了适用于18650型锂离子电池的SOH估计模型。仿真结果显示,该模型同时考虑电池内阻在不同工况下的变化趋势和充放电电流大小等因素,为实现锂离子电池健康状况精确估计提供了较好的理论基础。     

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。     

基于压降补偿的锂离子电池恒流充电方法

研究了锂离子电池充放电过程中内阻变化特性,发现电池欧姆内阻基本不变,极化内阻在充电后期小幅增长。应用两阶段逐次逼近法估计电池满充时刻总内阻大小,提出了一种基于内阻压降补偿机制的恒流充电控制方法。与传统恒流恒压充电方式相比,该充电方法在确保充电容量的前提下极大加快了充电速度,具有较大应用价值。     

锂离子电池内阻辨识及其在寿命估计中的应用

根据锂离子动力电池的特性分析,以实时辨识锂离子电池欧姆内阻为目标,建立了电池内阻简化模型.在该模型的基础上,利用实验采集的数据和递推最小二乘算法,实现了对电池欧姆内阻的在线实时辨识.通过该内阻辨识算法,开展了电池寿命估计实验.获得了电池内阻在不同工况下的变化趋势等相关结论,为实现寿命状态估计提供了有益的参考.     

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。     

蓄电池内阻测量装置的研究

实现单体电池内阻的在线实时监测,对提高直流系统的安全运行、提高供电系统的可靠性和自动化程度,有着十分重要的意义。对现有的几种直流系统蓄电池单体电池内阻测量方法如密度法、开路电压法、直流放电法和交流法等进行了比较分析,指出了它们的优缺点。提出了一种新的蓄电池单体电池内阻测量方法———交流变频测量法,着重介绍了该装置的工作原理及硬件与软件设计。基于该测量法的内阻测量装置现已在多个变电站中投入运行,现场使用表明该方法完全克服了传统内阻测量方法的缺点,具有测量精度高、抗干扰能力强、可实现在线测量等优点。     

锂离子电池组的内阻在线检测系统的设计

锂离子电池组在应用中需要对其内阻进行检测.对电池的交流内阻测量法进行了改进,在串联电池组内阻的测量中引入了单体电池的内阻测量法,设计了锂离子电池组内阻的在线检测系统.通过锁相放大技术及基准电阻补偿方法提高了测量的精度,误差在10%以内.     

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。     

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。     

考虑内部参数不一致性的储能系统用锂电池组建模

目前,电化学储能系统建模普遍采用基于电池单体的简单等效模型,成组和系统模型中较少考虑内部电池参数不一致性,低荷电状态(SOC)下仿真误差较大,并且随着储能系统的运行,差异越发明显,难以反映储能电池的实际运行状态.基于锂电池储能电站成组结构,研究影响简单等效模型电压误差的因素及电池单体与电池模块的电压特性关系,分析电池单体间电压差异来源,提出一种串电容等效模型,并以电池单体SOC和电池单体容量为主要差异参数进行电压修正,建立考虑电池串之间不均衡电流的并联模型.仿真结果表明,串电容等效模型相较简单等效模型能够有效提升低SOC状态下模型的精度,为多电池单体串并联组成的电池系统仿真模型提供技术支撑.     

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。     

MH-Ni电池1.2 V放电电压平台的电化学研究

MH-Ni电池放电电压平台是一个十分复杂的问题,涉及电极材料、制作工艺及添加剂等多种因素.由于MH-Ni电池工作机理是基于电化学反应过程,因此这些因素的影响最终会通过电化学反应反映到电池的放电性能上.从电化学角度利用暂态测试技术--电流阶跃法对MH-Ni电池放电过程中影响电压变化的因素进行了研究,初步弄清了造成MH-Ni电池1.2 V电压平台衰减的电化学原因.结果表明,MH-Ni电池的重要电化学参数--欧姆内阻与放电电压平台有着重要关系.不同欧姆内阻的MH-Ni电池,其1.2 V放电电压平台衰减规律不尽相同.对于欧姆内阻较小的电池,1.2 V放电电压平台主要由非欧姆极化控制;欧姆内阻较大的电池,1.2 V放电电压平台主要由欧姆极化控制;欧姆内阻介于二者之间时,1.2 V放电电压平台由欧姆极化和非欧姆极化联合控制.研究中还发现,放电进入末期时,MH-Ni电池的非欧姆极化急剧上升导致电池电压迅速下降到放电截止电压,使电池终止放电.     

非四线制锂电池组实时电压检测校正方法研究

针对锂电池LIB(Lithium-ion pack)组非四线制状态下的线压降补偿问题,提出了一种锂电池组充放电过程中电压实时采样校正新方法。该方法通过分析锂电池组充放电过程中线压降机制,研究各单体处于不同充放电组合状态时对采样的影响,实现对锂电池组电压信号实时有效监测。实验结果表明,在锂电池组工作状态下电压采样过程中,该方法能够有效解决非四线制锂电池组电压采样问题,采样电压与锂电池组单体实际电压差异在5 m V以内。所提出的非四线制线压降补偿方法能够有效解决锂电池组实时准确采样问题,能够准确表征锂电池组实际工作状态。     

基于谐波阻抗测量在线估测蓄电池荷电状态

现行内阻法估测蓄电池荷电状态时,需要对被测蓄电池实施大电流放电操作以测量其欧姆内阻,在线检测时可能对用电负载造成安全隐患。针对这一问题,提出一种基于谐波阻抗测量技术在线估测蓄电池荷电状态的方法：对被测蓄电池实施周期性的小电流放电操作,测量放电过程中的放电电流与蓄电池端电压,经傅里叶分析计算出蓄电池的谐波阻抗,对谐波阻抗数据进行数值拟合得到蓄电池的欧姆内阻,最终实现对蓄电池荷电状态的在线估测,从而避免现行方法所需要的大电流放电操作。     

电池组分段混合均衡控制策略

为了解决电池组由于制造工艺和应用环境的差异所引起的不一致性问题,针对具有电压平台宽、在充放电末端电压变化快这类特性的电池体系,提出了一种基于电压和荷电状态(SOC)的分段混合均衡控制策略。应用MATLAB/Simulink仿真平台,搭建基于双向反激式变压器的多绕组结构的主动均衡拓扑结构,并分别在几种不同的电池组运行工况下验证所提分段混合均衡控制策略的有效性。与采用单一均衡变量的均衡控制策略进行比较,仿真结果表明分段混合均衡控制策略在电池组充电完成或放电结束后能够同时保持电池组电压和SOC良好的均衡效果;所提分段混合均衡控制策略能够更有效地提高电池组的一致性。     

锂离子蓄电池相关特性试验研究

为了确定锂离子蓄电池在不同负荷下的最小允许放电电压、内阻变化规律以及内阻消耗量,对4节3.2 V/60 Ah的锂离子蓄电池单体串联组成电池组进行了放电试验,记录不同时刻蓄电池组端电压、放电电流和内阻值,利用M atlab对所采集到的数据进行处理,计算出了各种不同负载条件下蓄电池组的放电量、负载消耗的能量、蓄电池内阻消耗的能量以及蓄电池的内阻消耗的能量占整个能量消耗的百分比,并绘制出蓄电池试验变化曲线。结果表明:锂离子蓄电池单体所允许的放电端电压最小值在2.75 V左右,内阻值约为0.75 mΩ,不随放电量和负载的变化而发生变化;在负载相同的条件下,电池组放电电流减小趋势和端电压下降趋势一致;负载越大内阻消耗量也越大。以上结论为蓄电池能量管理系统开发提供理论依据。     

基于主成分分析的串联电池组故障诊断实用方法

为了保证电动汽车和储能系统的安全运行,电池组的故障诊断研究备受关注。针对目前面向电池组故障诊断方法相对匮乏且实用性不佳的问题,提出了一种基于主成分分析(PCA)的故障诊断实用方法,以准确地区分组内的电池单体故障和连接故障。首先,提出了非硬件冗余的交叉测量拓扑,分别用不同数量的传感器测量电池和连接板;然后,分析组内测量电压的变化特点,引入PCA对故障特征进行提取,为了保证PCA模型适配,提出了PCA实时建模与故障诊断一体化的思路,并基于此设计了完整的故障诊断方案;最后,利用实验对所提方法进行验证,结果表明所提方法能够可靠区分电池单体故障和连接故障,准确检测阈值法无法检测的电池单体故障,且强鲁棒于荷电状态、健康状态和温度差异的影响。现场运行数据也证实了所提方法能够有效避免发生虚警。