动力锂电池SOC估计仿真研究

针对传统的无迹卡尔曼滤波算法(UKF)估计动力锂电池荷电状态(SOC)时,由于滤波迭代过程中系统噪声不确定,可能导致估计结果精度欠佳的问题,提出一种改进的自适应无迹卡尔曼滤波算法(AUKF)动态地估计锂离子电池的SOC.算法以UKF算法为基础,引入改进的Sage-Husa自适应滤波算法,利用观测数据进行滤波递推的同时,...     

电动汽车锂电池戴维南等效电路模型参数辨识研究

首先分析了锂离子电池的特性和充放电原理,介绍了锂离子电池的戴维南(Thevinin)等效电路模型,并采用脉冲法和递推最小二乘法相结合对戴维南等效电路模型参数进行辨识,实现了戴维南等效电路模型参数的实时在线辨识,为电动汽车锂电池的等效电路模型的分析研究提供了一种可行方式。     

电力推进船舶磷酸铁锂电池工作性能研究

介绍了船舶电力推进系统的优势及应用,比较了磷酸铁锂、锰酸锂、钴酸锂、镍酸锂等常见锂电池的参数,阐述了电力推进船舶采用磷酸铁锂电池的优势与特点,分析了磷酸铁锂电池的应用前景。最后,设计磷酸铁锂电池充放电实验、充放电特性实验以及开路电压特性实验,分别研究了磷酸铁锂电池的容量特性、充放电特性以及开路电压特性,为后继开展更深入的研究提供了参考。     

基于ESN的锂电池SOC评估方法与仿真研究

以新能源车载锂电池为研究对象,建立基于回声状态网络（ESN）预测锂电池的荷电状态（SOC）评估模型。采用交叉验证方法优选回声状态网络参数,以此解决网络模型的参数选择困难。通过带遗忘因子的递归最小二乘法训练建立的回声状态网络模型,实时更新输出权值矩阵以此提高网络的适应性和精度。通过模型仿真分析验证了预测算法的可行性,进一步对比分析了所建立的ESN预测模型与BP神经网络算法、径向基（RBF）网络算法在UDDS、US06和NYCC工况条件下的锂电池SOC评估预测效果,结果表明所建立的回声状态网络模型方法用于锂电池SOC评估预测的性能和效果优于BP算法和RBF算法,具有较好的应用前景,可以为锂电池SOC长期长效预测评估提供参考。     

基于状态监测的装备保障特性评估系统研究

装备保障特性评估,是评定保障性目标的重要监督方法,状态监测是及时获取并掌握装备状态,支撑保障特性评估的重要在线手段。状态监测与保障特性评估可以实时或周期性的对装备运行状态进行监控和评估,预测装备的衰退趋势以及最佳维修时机。基于状态监测的岸防装备保障特性评估系统,通过研究岸防装备状态监测与评估体系,设计状态监测、健康管理与评估系统,支撑岸防装备保障特性评估技术研究与验证,并以某部队岸防装备为对象验证了系统的有效性,可对岸防装备的状态掌控,以及保障特性的及时、准确的评价和判定提供有效支撑。     

基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测

航空锂电池是飞机的重要组成部分,对其进行剩余使用寿命(RUL)预测至关重要。目前,一般采用锂电池容量作为RUL指标,但在飞机实际运行中,锂电池容量难以准确测量,同时面临长期寿命预测精度的问题。因此,提出一种基于间接健康指标和回声状态网络(ESN)的锂电池RUL预测方法,基于一阶偏相关系数分析方法提取最能代表电池寿命的间接健康指标来代替容量指标,建立间接健康指标预测模型。同时基于深度学习中的ESN,结合粒子群优化算法(PSO)对网络参数进行优化,建立退化预测模型,实现锂电池RUL预测,解决长期预测精度问题。使用NASA电池数据进行实验验证说明,该方法相较于其他方法具有更高的精度、稳定性以及良好的泛化能力。     

基于改进EKF算法的锂电池SOC预估研究

电池荷电状态(SOC)是描述电池性能的重要指标之一。针对磷酸铁锂电池(LiFePQ_4)的特性,选用了能够较真实地反应电池内部状态的PNGV电路模型,提出了改进模型的方法。采用扩展卡尔曼滤波算法(EKF),说明了扩展卡尔曼滤波估算荷电状态的原理并将内阻R_0看作状态变量进行同时预估更新,改进形成新的卡尔曼滤波算法。在仿真时对充电电流加入了噪声模拟实测数据。结果表明,该方法能够适应电池特性的动态变化,保证较高的SOC估算精度,减小误差,提高实用性。     

基于极限学习机的锂电池健康状态预测

使用传统的物理化学方法来预测锂电池的健康状态效率低下且精度不高。为此,本文提出使用极限学习机来对蓄电池的健康状态进行预测。首先对提取出的特征数据集进行归一化预处理;然后,在训练集上使用网格搜索技术优化极限学习机的模型参数。在测试集上和其他方法的对比实验结果表明:基于极限学习机的锂电池健康状态预测方法性能优秀,有着实际应用的前景。     

航空无刷发电机励磁系统特性研究

无刷励磁系统是无刷励磁同步发电机的重要组成部分，它是影响供电质量的一个重要方面。笔通过分析无刷励磁系统的特点，探讨了一种无刷励磁系统的设计方案。     

基于全新等效电路模型的电池关键状态在线联合估计器

针对电池三大关键状态(State of Charge–SOC、State of Health-SOH、State of Power-SOP)之间相互耦合的关系,同时考虑到其估计精度受到电池时变的内部参数等因素影响的问题,提出一种基于自回归等效电路模型(autoregression equivalent circuit model, AR-ECM)的电池关键状态在线联合估计算法.该方法提出基于AR模型的全新电池ECM,给出同时表征SOC、SOH和电池内部压降的状态空间方程以及区别化参数更新策略.在此基础上,考虑状态方程容易发生不正定的问题,提出采用平方根无迹卡尔曼滤波(square root unscent kalman filter, SR-UKF)算法实现电池状态的联合估计.该算法的优势在于真正实现了电池关键状态以及ECM参数的联合估计,更符合实际工程应用需求.仿真验证表明,在噪声干扰环境下,该联合估计器能够得到较高的精确度和稳定性.     

基于TL431的锂电池均衡电路的研究

在实际应用中,由于锂电池单体之间的差异性,经一段时间的充放电后发现各单体电池上、下限电压出现参差不齐的现象,严重影响到系统的性能。针对这种情况提出了上均衡和下均衡的概念,然后对锂电池的上、下均衡电路进行了深入研究。实验结果证明,几种锂电池均衡电路设计的正确性,为研究高性能混合动力系统奠定了坚实的基础。     

防爆锂离子电池电源电路设计

针对煤矿对防爆锂离子电池的需求,设计了一种防爆锂离子电池电源电路,详细介绍了该电路的组成和功能。该电路采用隔爆分腔设计,当锂离子电池组或电池管理系统发生故障时,充电控制系统和放电控制系统可以快速可靠地断开与锂离子电池组的连接,确保了其他设备的安全;具有充放电保护、电压均衡保护、超温保护、实时显示等功能。     

基于滑动平均的锂电池关键参量检测方法研究

针对机载锂电池应用中的安全保障问题,提出了一种基于滑动平均的关键过程参量检测新方法。该方法通过滑动平均处理,实现对机载锂电池应用过程中的安全实时检测。实验结果表明,该方法能够实现对机载锂电池关键参量20 ms循环周期实时检测,单体电压检测精度高于1‰FS,总电压检测精度高于5‰FS,加热与放电电流检测精度高于5‰FS,实时保护时间为50 ms。提出的关键参量实时检测方法具有较高的稳定性,能够有效保证锂电池组应用中的可靠性,该方法的提出能够对锂电池组的安全使用提供技术和方法参考。     

基于SOC的锂离子电池组主动均衡系统设计

对锂离子电池组的工作状态和工作性能进行研究,采用电子技术和计算机控制技术设计智能锂离子电池组均衡控制系统。建立电池组动态模型,创新性地提出基于SOC估计值的主动均衡控制方法,该方法利用抗差无迹Kalman滤波(UKF)得到的高精度SOC估计值作为决策基础。通过18650型锂离子电池组仿真实验表明,所设计的电池组主动均衡系统和新型均衡算法具有较好的实时性和较高的控制精度,对提高纯电动汽车的能量利用率具有重要的现实意义。     

A study on bandwidth enhancement of 900/1800 dual band LTCC chip antenna by using equivalent circuit analysis

In this article, low temperature cofired ceramic (LTCC) technology was used to realize the quarter of wavelength helical antenna instead of the quarter of wavelength monopole for achieving minimization of ceramic chip antenna (13 mm × 5.25 mm × 1.2 mm). The equivalent circuit of the helix‐monopoles combination of chip antenna has been established successfully. Using circuit simulation on the equivalent circuit model we proposed, two extra parasitic monopole antennas were added into helix antenna to enhance the second mode bandwidth because of the presence of these two close modes. The measured performance of the dual band LTCC chip antenna with helix‐three monopoles has been successfully predicted by using circuit simulation instead of EM simulation. The first and the second modes bandwidth of the dual band chip antenna can be achieved to 95 MHz (880–975 MHz) (meeting GSM band) and 300MHz (covering DCS and PCS band), respectively. The measured peak gains of this ceramic chip antenna are approximately ?1.8 dB in low band and 0.6 dB in high band based on the 120 × 40 mm² ground size. © 2008 Wiley Periodicals, Inc. Int J RF and Microwave CAE, 2009.     

Novel synthesis formulas to design square patch frequency selective surface absorber based on equivalent circuit model

A new procedure is presented to design electromagnetic absorbers based on resistive square patch frequency selective surface (FSS) over grounded dielectric. The periodicity (p) and the distance between two adjacent squares in the lattice (w) are two unknowns to be solved, given the thickness and permittivity of the substrate, surface impedance of the square patches and the desired reflectivity in some specified frequency. Equivalent circuit model and transmission line method are employed here. Previously reported analysis formulas to calculate the square patch FSS admittance are exploited and novel synthesis formulas are extracted based of them. The final synthesis equations to calculate p and w are presented in term of polynomials. Usually an absorber is supposed to have a maximum reflectivity r in a frequency band [f₁, f₂]. The (p, w) pairs for reflectivity less than r in f₁, define an area in p‐w plane. The intersection of the so‐called area with the similar one defined by f₂ specifies all possible (p, w) pairs. Finally the results are tested and verified by the commercial full wave simulator Ansys‐HFSS as well as some experimental design. There is a good agreement between the expected results with the full wave analysis and practical test.     

基于安时积分和粒子滤波修正的锂电池SOC估计

针对安时积分（ AH）法的累积误差问题和卡尔曼滤波算法对系统噪声的限制,提出了粒子滤波（ PF）修正安时积分误差的方案,并基于钴酸锂电池测试数据和电池等效电路模型,对算法进行仿真验证。通过与传统的AH和卡尔曼滤波法对比得出：基于AH和PF修正的方法荷电状态（ SOC）估计效果较好,平均误差与标准误差均控制在2%以内。     

基于布谷鸟搜索优化神经网络的锂电池荷电状态预测

锂电池荷电状态(SOC)的预测是电动汽车锂电池管理系统中最为关键的技术之一;为实现对SOC的高精度的预测,提岀了一种基于布谷鸟搜索算法(CS)优化的误差反向传播(BP)神经网络的锂电池SOC预测方法,该方法的核心难点之一,在于优化BP神经网络的初始权值和阈值,从而可以改善易陷入局部最优的情况,减小算法对初始值的依赖;Matlab仿真结果表明,CS—BP神经网络算法的均方根误差值比BP算法的均方根误差值平均降低了0.010 6,CS—BP算法具有更高的预测精度和极强的泛化性能.     

无线传感网络节点锂电池剩余电量估算方法

针对采用锂电池电量检测芯片DS2786进行剩余电量估算存在误差较大的问题,结合DS2786芯片和卡尔曼滤算法,提出了一种面向无线传感网络节点锂电池的剩余电量估算方法。该方法通过建立能表征锂电池特性的等效电路模型,将芯片DS2786所获得的锂电池两端开路电压和放电电流作为卡尔曼滤波算法的输入参数,进行精确的剩余电量估算。实验结果表明,该方法对于锂电池剩余电量的估计误差可维持在3%以内,且算法复杂度低,能满足嵌入式设备的应用要求。     

60V/3kW锂电源及其基于DSP的充电电路研究

锂电池由于具备体积小、能量密度大、单体电压高、自放电率低、内阻小等特点而被广泛应用于混合动力系统中。针对传统锂电池保护电路和充电电路表现出的局限性,提出了基于DSP2407A的智能管理系统(可有效地保护锂电源系统)和基于PFC的充电电路(可有效地对电池充电)。实验结果证明了设计的正确性,为混合动力汽车用锂电源系统奠定了坚实的基础。