考虑混杂充电数据的锂离子电池容量估计

准确有效的电池容量估计对于电动汽车的安全性等有着十分重要的意义.目前结合健康因子提取的电池容量估计方法受到了广泛的关注,然而大多数研究没有考虑到电池实际应用中每个循环的充电数据会根据充放电情况的不同而具有不同的充电数据结构,这会导致健康因子的提取不能连续有效地进行,无效或缺失的健康因子序列会导致无法有效地估计电池容量,...     

锂离子电池快速充电的应力调控

难以同时实现高充电速度和长循环寿命,已成为当前锂离子电池快速充电技术的主要问题。从快速充电时电池劣化的内在机制入手,以正极活性颗粒扩散诱导应力为抓手,提出了锂离子电池快速充电的应力调控方法：在充电开始后短时间内使活性颗粒的扩散诱导应力迅速达到强度,并在随后充电过程中使扩散诱导应力保持在强度值。进一步地,为解决应力调控充电方案初始无限大电流的问题,提出了包含初始恒流阶段和应力调控阶段的恒流-应力调控充电方案。通过与传统恒流充电、升压充电和指数电流充电方法对比,提出的快速充电应力调控方法能有效实现充电速度、峰值应力和可用容量的最优化平衡。     

锂离子电池容量的不确定度评定方法

锂离子电池容量是评估电池健康状态的重要参数,电池容量不确定度是蓄电池测试过程中最重要的一个性能指标,可以用来评价容量,通过建立容量的测量不确定度模型,分析检测过程中可能产生的不确定度因素。评定不确定度值可以判断电池容量测量值是否在有效范围内,更好地保障检测结果的可靠性。     

基于多物理过程约束的锂离子电池优化充电方法

锂离子电池在快速充电过程中极易触发内部过热,并加速寿命衰退,因此在确保快速充电的同时主动约束锂离子电池重要中间物理状态具有重要意义。因此,提出一种基于多物理过程变量约束的电池快速充电方法。建立电-热-老化综合模型,并在典型充电场景下进行电热模拟精度验证;在此基础上,设计基于模型的荷电状态与内部温度估计方法,兼顾充电速度、温度约束与寿命衰退抑制,设计基于模型预测控制的快速充电策略。试验验证结果表明,所提出的充电策略能主动限制电池内部温度始终低于预定阈值,在相似的充电速度前提下,所提出的充电策略相比优选的恒流恒压充电法具有更低的寿命衰减速率,两者200次快充-放电循环的容量衰减分别为2.12%和4.88%。所提出的快速充电策略基于模型预测控制方法实现了电池内部状态的有效约束,综合提升了锂离子电池充电过程的快速性、安全性和耐久性。     

锂离子电池充电中断诱导的应力演化

通过求解一般形式初值条件的扩散方程,得到恒流、恒压以及充电中断时的浓度演化,进而得到扩散诱导应力演化的解析表达式。基于解析模型,分别探究了发生在恒流阶段和恒压阶段的充电中断。充电中断时应力发生松弛,充电恢复时应力快速增加,从而必然导致一次应力涨落,对电池寿命不利。研究结果发现,中断时间越长,由充电中断导致的应力涨落就更为剧烈。另一方面,接近恒流-恒压转换时刻的中断会导致较严重的应力涨落。此外,还发现在恒流阶段发生中断导致的应力涨落比恒压阶段严重。     

基于电化学-热耦合模型的锂离子电池容量衰减研究

锂离子电池电极上的SEI副反应是导致电池容量衰减的主要原因之一。本文基于SEI副反应建立了模拟电池容量衰减的电化学-热耦合模型,研究了不同环境温度和不同放电倍率下的SEI膜厚度增长规律,分析了电池相对容量的衰减问题,得出了一些有用的结论。结果表明：高温在一定程度上会加快SEI反应速率,但温度的升高对于SEI膜生长速度的影响是有限的。高倍率放电情况下,倍率大小对SEI膜厚度增长影响很小,低倍率放电情况下,倍率越低,SEI膜越厚。SEI膜厚度与电池相对容量在一定程度上呈负相关。     

基于改进最小二乘支持向量机与Box-Cox变换的锂离子电池容量预测

精确、可靠的电池容量预测可以避免电池滥用,提升电池使用安全;同时在此基础上开展的剩余寿命估测能够为电池系统维护及更换提供参考.基于改进双最小二乘支持向量机方法和Box-Cox变换,提出一种锂离子电池容量及剩余循环寿命的协同估算方法.首先提取老化电池部分容量增量曲线包络面积作为特征量,通过Box-Cox变换进一步提高特征...     

改进卡尔曼滤波的融合型锂离子电池SOC估计方法

荷电状态(SOC)估计对于锂离子电池充放电优化控制、任务规划、可靠性提升等均具有重要价值,针对广泛应用的卡尔曼滤波(KF)一类方法存在的参数设置无具体标准、模型性能随工况环境改变而适应性降低等问题,提出一种噪声方差可变卡尔曼滤波方法(VVKF)的SOC估计算法,该算法每次迭代时估计并设定最适应当前系统状态的的噪声方差,克服了KF噪声方差初值依靠人为经验设定而造成精度下降的问题,同时采用最小二乘支持向量机作为KF的量测方程,通过建立样本库的方式克服电池型号以及工况改变对SOC估计精度的影响。采用马里兰大学CACLE中心锂离子电池数据集的实验证明了VVKF较KF性能的提升以及SOC估计的有效性。     

基于最小二乘支持向量机的锂离子电池的SOC估算

由于储能系统是微电网中必不可少的一部分,锂离子电池因其寿命长、使用效率高和储能密度大等优点,成为微电网中较为理想的储能装置。在电池的使用过程中,由于要求对电池的容量有精确的判断,因此应检测电池的SOC。本文在分析了不同的SOC估算方法的基础上,针对微电网中储能使用的锂离子电池,提出了使用最小二乘支持向量机的方法估算其SOC,并进行了具体的试验验证。试验显示,预测数据与实际数据的最大误差约为6%,充分证明了该方法是可行和有效的。     

锂离子电池循环寿命的融合预测方法

针对传统基于粒子滤波的锂离子电池剩余使用寿命预测方法的不足:过度依赖电池经验退化模型和模型输入变量单一的问题,提出了一种相关向量机、粒子滤波和自回归模型融合的锂离子电池剩余寿命预测的方法。通过相关向量机提取电池历史数据的退化趋势,构建趋势方程替换以往的电池经验退化模型,作为粒子滤波算法的状态转换方程。引入自回归模型的长期趋势预测值,替换观测值构建粒子滤波算法的观测方程。将3种方法相融合估计电池剩余寿命。实验结果表明:融合方法不仅预测精度高而且采用数据驱动的方法避免了构建复杂的电池机理退化模型,通用性强。     

基于深度强化学习的锂电池快速充电控制策略

安全高效的锂电池充电控制策略对于电动汽车的发展具有重要推动作用。针对锂电池的快速充电问题,提出一种综合考虑锂电池充电速度、能量损耗、安全约束多目标优化充电控制策略。基于动作-评价网络框架,利用基于近端策略优化的深度强化学习算法,训练出使得充电目标对应的奖励函数最大的充电策略神经网络和策略评估神经网络。然后,利用训练完成的充电策略神经网络根据当前电价和电池SOC智能决策出最优的充电电流。该充电控制策略的优势在于能够在保证快速充电的同时,实现充电花费最小化。同时,充电策略神经网络在线运算量较小,与基于模型的在线优化算法相比更能满足充电控制的实时性要求。最后,仿真结果表明,该充电控制策略与传统恒流-恒压法相比,具有兼顾充电速度与电费支出的优势,满足快速充电任务需求的同时,最高可降低25%的充电成本。     

基于扩展卡尔曼滤波的锂离子电池荷电状态估计

针对电池荷电状态（SOC）难以准确估计的问题,采用扩展卡尔曼滤波方法来提高SOC的估计精度。首先以磷酸铁锂电池为研究对象,建立了电池的PNGV等效电路模型,并采用充放电实验和离线辨识的方法得到模型中的参数,得到了开路电压、欧姆内阻、极化内阻和极化电容与SOC的多项式函数关系;然后,对模型进行验证,并分析了模型的准确性;最后,在实际工况下,运用扩展卡尔曼滤波方法估计锂离子电池的SOC值,并与安时法计算的SOC值进行比较。结果表明,PNGV模型结合扩展卡尔曼滤波方法估计的锂离子电池SOC值的最大误差仅为2.78%,提高了电池SOC的估计精度。     

利用双卡尔曼滤波算法估计电动汽车用锂离子动力电池的内部状态

以电动汽车的研发为背景,建立用于电动汽车中作为辅助动力源的锂离子动力蓄电池的等效物理模型及其离散形式的状态空间方程,然后分别介绍如何基于卡尔曼滤波算法在线估计电池内部的荷电状态和寿命状态。在此基础上,介绍利用双卡尔曼滤波算法同时在线估计荷电状态和寿命状态的算法原理,并设计出相关的电池测试试验,利用在此试验过程中所采集的包括电流、电压等数据对电池的内部状态进行估计。对试验结果的分析表明,利用双卡尔曼滤波算法在线估计电池内部状态是有效的,并且估计精度也相对较高,可以较好地反映电池内部的真实状态。     

水中兵器锂离子动力电池安全性问题的几点思考

锂离子电池由于具有众多优点，在众多领域获得了广泛应用。近年来关于锂离子电池引发的火灾甚至爆炸的报道己屡见不鲜，锂离子电池的安全问题引起人们的关注。通过分析锂离子动力电池的安全性，给出了水中兵器领域运用锂离子动力电池在安全性方面的注意事项。     

锂离子电池碰撞安全仿真方法的研究进展与展望

锂离子电池以优异的电化学储能和循环性能,已成为电动汽车和电动飞机等新能源装备的主要动力源。然而,其受外部冲击、碰撞等载荷导致的结构失效、内短路、热失控以及起火/爆炸等安全问题,严重制约了其进一步的发展与应用。详细总结了锂离子电池结构特性和电池机械滥用试验方法,阐述了锂离子电池在机械滥用下从力学失效到内短路和热失控的多场耦合失效机理。在此基础上,系统地综述了近年来国内外学者在锂离子电池碰撞安全仿真方法方面的研究进展,从材料本构建模、电池单体的力学建模与仿真、多场耦合仿真方法等方面总结了仿真方法的研究现状。梳理了各类仿真方法的特点、适用性与局限性,并重点讨论建模方法、仿真精度和效率等关键问题。最后,对锂离子电池碰撞安全仿真方法存在的瓶颈问题和未来的发展趋势进行展望。可为锂离子电池的碰撞失效机理研究、建模仿真和安全设计提供系统的参考与指导。     

一种电动汽车自动充换电系统的概念设计

电动汽车是汽车产业及整个动力技术领域的重要发展趋势,但在此领域内仍然存在电动汽车充换电时间长,充电站占地面积大、效率低等缺点,业内尚无较为成熟的解决方案。本文提出了一种电动汽车自动充换电系统的概念设计,创意的采用了多工位充换电装置及充换电流程。通过观察实验装置的充换电效果,其有效的解决了电动汽车充换电难题,但有待进一步开发利用。本设计主要包括电动小车系统、充换电站系统和模拟GPS导航系统,具备较好的实验模拟效果。     

基于安时积分和无迹卡尔曼滤波的锂离子电池SOC估算方法研究

基于Thevenin等效模型建立二阶RC等效电路模型,通过混合脉冲动力功率特性测试实验获取电池脉冲放电数据,进行电池等效电路参数辨识。为弥补锂离子电池荷电状态在90%~100%区间时电池模型参数辨识拟合误差而引起其估算误差的缺陷,综合采用安时积分与无迹卡尔曼滤波估算电池荷电状态。使用硬件在环仿真测试平台及环境模拟测试平台进行电池管理系统设计,在不同工况下对电池进行荷电状态估算,结果表明荷电状态估算误差范围为-1.5%~1.0%,该方法估算精度较高,效果理想。     

不同挤压载荷下圆柱形锂离子电池的失效机理试验研究

为满足电动汽车动力电池组耐撞性设计的要求,对不同机械滥用工况下锂离子电池单体的失效机理进行了试验研究.通过对三种不同容量的NCR18650圆柱形锂离子电池进行局部压痕和平面压缩加载试验,研究了锂离子电池样本的力-电-热响应,给出了失效电池样本的横截面破坏形式,具体讨论了加载形式和电池容量对锂离子电池失效的影响.研究结果...     

锂离子电池简化电化学模型理论误差分析研究

准确的电池模型是电池状态估计和能量管理的基础。锂离子电池电化学模型描述电池内部机理,具有物理意义明确和准确度高的优点。目前,常用的电化学模型为P2D伪二维电化学模型、SPM单粒子模型和SPMe考虑电解质动态的单粒子模型。其中,P2D模型的精度最高而计算量最大,而简化模型SPM或SPMe的计算效率高,但存在模型简化产生的误差。为探究误差的产生机理,首先比较SPM、SPMe和P2D模型的电极电流源、固相浓度和液相浓度,然后从平衡电势、过电势、液相浓差极化电势、液相欧姆压降和端电压对简化模型进行了误差分析,并指出误差传递路径。结果表明,电极电流源是模型端电压误差产生的根源,液相正负极欧姆压降和负极平衡电势误差是端电压误差的主要来源。上述结果可为SPM和SPMe模型的误差补偿方法设计提供理论依据。最后还提出了模型端电压误差补偿建议。