无人直升机发动机启动电源均衡设计

启动电源系统可在无人直升机发动机启动时提供电源,是无人直升机可靠运行的基础。将六节磷酸铁锂电池串联组成锂电池组,针对锂电池组放电不均衡的缺陷,设计了基于荷电状态(SOC)均值的均衡算法。通过采集电池组参数,计算出SOC,对高于SOC均值的电池单体进行耗散均衡,最终SOC标准差为0.047 8%,95%置信区间为[0.029 8%,0.117 3%]。该算法提高了电池单体在放电过程中的均衡性、均衡效率,而且没有过度均衡,避免了能源浪费,对提高无人直升机运行的可靠性具有重要意义。     

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。     

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。     

磷酸铁锂电池均衡技术的研究

针对磷酸铁锂电池组各电池单体荷电状态(SOC)不均衡问题,本文在详细分析基于Buck-Boost变换器的电感双向均衡电路的基础上,提出了一种改进型电感双向均衡电路和均衡策略.此控制策略在未增加硬件成本的前提下,以基于扩展卡尔曼滤波法的电池SOC作为均衡变量,采用主动式段内、段间均衡方式,实现了各单体电池间均衡过程的平滑过渡.最后,通过仿真,进一步验证了该改进均衡电路有效性和可行性.     

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。     

基于k均值聚类算法的无均衡自适应锂电储能研究

针对大规模锂离子电池储能系统中因单体锂电池之间性能差异而产生的不均衡问题,提出了一种新型无均衡自适应锂电储能方法。基于无均衡的思想,识别检测用电负荷的用电差别,采用k-means算法对全体符合要求的单体锂电池进行聚类,建立锂电池组的性能模型。仿真实验结果表明,该算法整合性能差异较小的单体锂离子电池组成的电池组输出稳定,根据负荷和单体锂离子电池的约束条件,重新组合锂电池组以满足负荷要求。     

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。     

磷酸铁锂电池能量转移均衡策略及其电路研究

以磷酸铁锂电池组内部不平衡性为研究对象,基于极端单体电池的保护原理,设计了一种双向能量转移式均衡电路及控制方法,以解决现有串联电池组在充放电时没有均衡或均衡效果不佳的问题。基于双向能量转移式均衡电路拓扑和工作原理,提出了一种以电池电压作为逻辑判断信号,采用多路开关分时均衡控制的策略,并利用Matlab/Simulink软件搭建仿真模型,进行了仿真实验,结果表明:该均衡电路结构及其控制算法有效克服了磷酸铁锂电池在串联成组使用时的短板效应以及工艺差异,保证了电池组中各单体电池容量的一致性,使整个电池组的剩余电量(SOC)最大化。     

基于K-Means聚类分析的串联电池组主动均衡策略

由于电池单体所处温度场不均匀以及电池单体内阻、库仑效率等参数的不一致,电池组在反复充、放电过程中会产生电池单体剩余电量不一致的现象,限制了电池组整体的可用容量。为此,提出了一种基于K-Means聚类分析的串联电池组主动均衡策略,该方法以电池荷电状态(SOC)一致性为均衡目标。以8节三元锂电池串联构成的电池组作为实验对象,在搭建的电池均衡实验平台上进行了实验验证,结果表明,电池组均衡操作前后可用容量分别为1.75和1.87Ah,经过均衡,可用容量提升了6.86%,证明了所提出的均衡策略的有效性。     

退役锂电池梯次利用主动均衡方法研究

针对退役锂电池数量多、不一致性严重等问题,提出基于Buck-Boost电路的分组双向主动均衡结构.以荷电状态(SOC)为均衡变量,电池小组内采用基于单电感的集中式均衡拓扑结构和均值-差值均衡算法,电池小组间采用分布式均衡拓扑结构和极差法及相邻差值法结合的均衡策略,分别实现电池小组内任意单体电池间均衡和相邻电池小组间均衡.12节退役电池的静置均衡和充电均衡实验结果表明,本文提出的均衡方法能快速有效地改善退役电池组的不一致性,均衡时间分别为98 min和87 min.     

改进锂离子电池主动均衡充电控制方法

电动汽车的主要驱动动力是锂离子电池,当前电池充电均衡技术的不成熟成为制约电动汽车普及化的最大难题,从而严重影响了电动汽车的性能。设计一种以双向Buck-Boost拓扑为主电路的主动均衡控制系统,采用神经网络与无迹卡尔曼滤波器(UKF)相结合的估算方法估计荷电状态(SOC),并以SOC作为主要的均衡判据,提出了一种改进主动均衡控制策略,实现了锂电池组在充电过程中的主动均衡,并通过MATLAB仿真分析。实验结果表明:电池组能够较好地完成各单体电池间的能量均衡,所改进的主动均衡控制方法可以更加有效快速地达到均衡目标,同时能量损耗较少,证明了该方案的可行性。     

电动汽车磷酸铁锂电池最佳SOC工作区研究

磷酸铁锂电池由于寿命长、安全性能好、成本低,已经成为电动汽车的理想动力源和能量源。电池的荷电状态(SOC)是影响电池性能及使用寿命的主要因素之一,以10 Ah磷酸铁锂电池单体为研究对象,对其开路电压、极化电压、电池内阻进行了实验研究。结果表明,当电池单体SOC在20%~90%时,磷酸铁锂电池的电压和内阻变化平稳,确定为电池的最佳工作区。     

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。     

串联锂离子电池斜坡电流均衡器

针对串联锂离子单体电池在充、放电过程中存在荷电状态(SOC)不一致的情况,提出了一种斜坡电流均衡器。均衡时能量直接由电池组中的高电压单体电池向低电压单体电池转移。此均衡方案以电感和电容为储能元件,通过开关器件的占空比控制均衡电流,均衡电流为可控的斜坡电流。同时对两串联锂离子电池进行了仿真和实验,实验结果证明了此均衡方案的有效性。     

基于分数阶阻抗模型的磷酸铁锂电池荷电状态估计

锂电池荷电状态(SOC)估计是电池管理系统中不可或缺的重要组成部分。锂电池传统整数阶等效电路模型未充分考虑其内部电化学反应现象,故将导致SOC估计结果偏离真实状态。文中以磷酸铁锂电池单体为研究对象,提出一种基于分数阶阻抗模型的锂电池SOC估计方法。该方法利用分数阶元件表征锂电池内部固液界面的输运现象和极化效应,基于分数阶微分理论建立状态转移方程和系统量测方程,并针对锂电池高度非线性的工作特性,利用无迹变换逼近原始状态分布,运用分数阶无迹卡尔曼滤波算法估计锂电池SOC。实验结果表明,分数阶阻抗模型能准确描述锂电池工作特性,所提算法在估计精度和跟踪速度上有一定提高。     

基于UKF-AUKF锂电池在线参数辨识和SOC联合估计

锂电池荷电状态(SOC)的精确估计是电动汽车安全行驶的保障。为了降低实际复杂工况下电池模型不契合实际电池参数时变特性造成的误差,采用无迹卡尔曼滤波算法(UKF)对电池模型进行在线参数辨识,再联合自适应无迹卡尔曼滤波算法(AUKF)估计锂电池SOC,将时变参数反馈到SOC估计的模型中,提高SOC估计精度和对各工况适应性,UDDS工况下通过与离线扩展卡尔曼滤波算法(EKF)、在线双扩展卡尔曼滤波算法(DEKF)进行比较分析,实验结果验证了UKF-AUKF的精确性和鲁棒性。     

基于改进无迹卡尔曼滤波锂电池SOC估计*

锂电池的荷电状态(SOC)估计一直是电动汽车技术的重要研究方向。在实际应用中，准确估计电池SOC不仅可延长电池寿命，提高能源利用效率，还可避免过充和过放等安全问题。基于二阶RC等效电路模型，通过遗忘因子递推最小二乘法(FFRLS)对模型进行参数辨识，在UDDS工况下阐述了四种卡尔曼滤波衍生算法，经过实验对比得到最优SOC估计算法。实验结果表明，多新息无迹卡尔曼滤波算法将系统状态单新息转换为历史状态估计矩阵，SOC估计过程中平均误差控制在073%左右，在复杂系统工况下具有较高的估计精度和鲁棒性能。     

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.     

一种优化的基于ARM Cortex-M3电池组均衡控制算法应用

为了弥补单体电池因电压差造成过充过放性能较弱的缺陷,同时为保护电池组,以提高其有限容量利用率,提出并设计了一种优化的基于ARM Cortex-M3电池组均衡控制算法应用系统。以EXP-LM3S811作为开发平台,实现上、下位机数据通信、荷电状态(SOC)算法、电池参数及报警功能,采用一种优化的电量复合估算方法对电池组SOC进行准确计算,并且利用Labview人机界面实时监控电池组工作状态。通过仿真和实验证明,该系统提高了均衡控制效率和精度,具有较好的电池利用率。     

动力锂电池SOC估算研究其管理系统设计

在研究现有荷电状态(SOC)估算方法优缺点的基础上,采用了扩展卡尔曼滤波法(EKF)估算动力锂电池SOC。以卡尔曼滤波算法为基础,建立了基于戴维宁电池模型的状态空间表达式。根据估算误差分析及锂电池工作特性,对EKF中的卡尔曼滤波增益进行分类修正。设计了一套以DSP为主控制器的管理系统。仿真和实验表明,在模拟汽车工况条件下,改进EKF大大提高了估算精度,均衡方案可有效补偿电池组间不一致性。