基于马尔科夫链充电负荷预测的多区域充电桩优化配置研究

考虑用户出行习惯的复杂性、多样性,对区域充电桩进行合理的配置以满足充电需求。首先,通过马尔科夫链模型描述电动汽车用户一天出行过程中在行驶、充电、不充电也不行驶3种决策行为下,动力电池荷电状态的变化情况。以此确定该过程中电动汽车用户的实时充电行为,得出不同类型电动汽车的快充、慢充负荷需求。然后,考虑规划区内电动汽车的移动特性及其不同时段不同类型电动汽车辆数,预测各区域各时段充电负荷的需求情况。最后,以投资、运维成本最小为目标建立区域充电桩优化配置模型。该模型计及了电动汽车移动特性均衡等约束条件,并通过粒子群优化算法求解。对33节点4区域系统电动汽车充电负荷需求预测及其充电桩配置进行仿真,仿真结果验证了所提方法的有效性和可行性。     

具有随机充电需求的混合动态网络平衡模型

考虑电动汽车用户在途随机充电需求,基于随机充电行为及充电排队仿真构建了混合用户平衡模型.在电动汽车不同初始电量状态及市场占有率下,预测了网络平衡交通流和可能充电需求流的变化趋势.利用Frank-Wolfe算法和多标号算法,以Nguyen-Dupius网络为例,设计了电动汽车充电排队仿真的平衡交通流预测模型,本文研究结果...     

基于蚁群算法的纯电动汽车路径规划研究

为了缓解纯电动汽车用户出行焦虑,提出一种考虑交通动态性及速度时变性的路径规划方法。根据道路节点位置、海拔高度、充电桩位置等信息建立沈阳市20 km×20 km区域道路拓扑结构,基于车辆充电需求、行驶距离、行驶时间、行驶能耗、附件能耗建立纯电动汽车多目标路径函数,采用蚁群算法开展路径规划。仿真结果表明,本文提出的规划方法能够找到切合实际的目标路径。     

电动汽车动力系统参数匹配及优化

为了实现电动汽车动力系统系统参数的优化匹配,根据电动汽车设计参数建立电动汽车整车性能仿真模型.围绕电动汽车整车、开关磁阻驱动电机与蓄电池选择匹配问题,研究蓄电池单体容量对电动汽车整车性能的影响规律.基于电动汽车循环行驶工况,提出一种以提高蓄电池利用效率为目标的电动汽车蓄电池参数优化匹配方案,通过引入蓄电池荷电状态(SOC)质量比系数对蓄电池单体容量及组容量进行优化选择.以同步提高电动汽车动力性能和经济性能为目标,定义基于电动汽车循环工况的整车性能综合指标系数,对车辆传动系比进行了优化设计,并对该优化方案下电动汽车整车及开关磁阻电机动态性能进行了仿真分析.结果表明:提出的电动汽车驱动电机、蓄电池及整车传动系比的优化匹配方案能很好地满足ECE城市循环工况的行驶要求,对改善整车动力性能,提高电池效率,增大续驶里程等都具有十分重要的意义.     

基于永磁同步电机的电动汽车能效控制

电动汽车(electric vehicle,EV)的一次充电行驶里程是制约电动汽车推广的重要因素之一,其与电动汽车的能量利用效率有着密切的关系。对行驶中的电动汽车进行受力分析,考虑到风阻、滚动摩擦和坡道阻力等外界因素,结合电动汽车的驱动部分和传动部分,建立了基于永磁同步电机(permanent magnet synchronous motor,PMSM)的电动汽车数学模型。提出了针对电动汽车的最大转矩电流比(maximum torque per ampere,MTPA)控制方法,该方法中的电机驱动电流给定值是电动汽车负载的非线性函数,通过数值化求解可得到直轴电流I_d和交轴电流I_q的最优给定值。对该方法在不同外界阻力和车速的情况下与传统的零直轴电流控制方法进行了对比,结果表明该最大转矩电流比控制方法能有效提高电动汽车的动态性能和系统效率。     

纯电动汽车的动力性计算

随着石油资源的不断减少以及由于汽车尾气排放导致的大气污染持续加剧,当今世界节能和环保问题日益引起人们的关注.电动汽车因其清洁无污染、动力源多样化、能源转换率高等优点,逐渐成为人们研究的热点,电动汽车代替传统燃油汽车已成为未来的发展趋势.电动汽车与传统内燃机汽车之间的主要差别是采用了不同的动力源,它由蓄电池提供电能,经过驱动系统和电动机,驱动电动汽车行驶.电动汽车的能量供给和消耗,与蓄电池的性能密切相关,直接影响电动汽车的动力性和续驶里程,同时影响电动汽车行驶的成本效益.     

基于独立成分分析算法的非侵入式家用电动汽车充电负载的提取

采用非侵入式独立成分分析算法来提取电动汽车充电负载,包括电动汽车负载充电模式的3个阶段.所提出的无监督算法,能够提取不同类型的电动汽车(包括高压特斯拉电动汽车)的全部充电过程,并且回顾了所提出的独立成分分析方法的理论背景,说明了提取电动汽车充电模式中每一阶段的算法形成过程,显示了利用所提出的算法获得了从实际家庭获取的数...     

计及电动汽车自由充电的负荷需求

电动汽车规模化应用后,其充电功率需求将会对原有的电网负荷产生很大的影响.对不同类型的电动汽车不同的充电功率,采用蒙特卡洛法抽取起始充电时间和日行驶里程来计算电动汽车的充电负荷,给出了多台汽车的充电负荷曲线.以某市夏季日负荷曲线为例,计算出不同规模电动汽车对原负荷曲线的影响.结果表明,电动汽车的自由充电特性使电网的峰荷产生了一定的增长.     

电动汽车动力锂电池健康状态的建模与估算

复杂路况下,为提高电动汽车锂电池组健康状态SOH(state of health)估算实时性与准确性,通过扩展卡尔曼滤波算法估算荷电状态,结合锂电池组温度与单体锂电池电压,系统判断锂电池组健康状态,提示故障位置并及时更换。结果表明,通过建模对电动汽车锂电池组健康状态估算简单、方便、准确、高效。保证了锂电池处于最佳状态,提高了驾驶的舒适性与安全性,实用性强。     

基于EMA的电动汽车协同调度策略研究

针对大规模电动汽车接入电网无序充电的问题,本文以充电站收益和电动汽车用户收益最大为主要目标,以电动汽车充放电功率和电池电量不超过允许范围为约束条件,建立了电动汽车调度模型,采用演化膜优化算法对模型进行求解,同时以某市历史电网负荷参数为例进行分析。算例分析表明,通过充电站和电动汽车用户协同调度,电动汽车充放电可使充电站和电动汽车用户同时获取最大收益。若按算例中汽车日行驶规律计,使用电动汽车的用户每日可获益约29元,且电动汽车数量的增大有利于电网负荷峰谷差的减小。该研究对大规模电动汽车入网的协同调度策略具有一定参考价值。     

基于 SHEKF-GPM 融合的锂电池 SOC 估算

荷电状态（SOC）是电池控制策略和管理系统的重要参数。针对积分法和电压法估算锂电池 SOC 时不能减少误差累积现象,提出一种基于平方根高阶扩展卡尔曼滤波（SHEKF）与灰色预测模型（GPM） 融合的算法,用于估算锂电池 SOC。该方法结合遗忘因子递推最小二乘法（FFRLS）和二阶 RC 等效电路模 型实时在线辨识和修改锂电池模型参数,结合 SHEKF-GPM 融合模型进行锂电池 SOC 状态方程的线性部分 和非线性部分估算。通过仿真分析,得到 SHEKF-GPM 融合算法估算 SOC 时的误差低于 0.3%,协方差误 差为 0% 左右,不会产生误差累积。仿真结果表明,该方法能减少误差累积,提高电池管理系统估算锂电池 SOC 时的实用性、有效性和估算精度。     

基于改进多新息扩展卡尔曼滤波的电池SOC估计

为了提高SOC估计精度,提出基于遗忘因子改进多新息扩展卡尔曼滤波（FMIEKF）方法. 建立锂离子电池的双极化等效电路模型,开展开路电压测试. 通过递归最小二乘法,实现电池模型参数在线辨识. 提出FMIEKF进行SOC估计,该方法在融合多新息辨识理论和卡尔曼滤波基础上,引入遗忘因子削弱历史数据修正权重,解决数据过饱和问题. 通过实验和硬件在环进行验证. 结果表明,FMIEKF具有较高的准确性和收敛性,最大估计误差为0.948%,平均误差为0.214%,在不同SOC初值下20 s内收敛,可以适用于实际的电池管理系统中.     

基于V-R模型与卡尔曼滤波器的蓄电池SOC估计

蓄电池组广泛应用于UPS系统中,荷电状态(SOC)是表征蓄电池状态的重要参数之一.在线准确估算蓄电池SOC,有利于开展对蓄电池的状态诊断、维护,保证电池组安全供电.通过对阀控铅酸电池作了大量的充放电试验,根据试验数据应用最小二乘法进行辨识,获得蓄电池SOC的端电压-电阻的计算模型,运用卡尔曼滤波器算法,对SOC做最优估计.经实验验证和仿真,得到了蓄电池SOC最优估计结果,具有很好的精确度,表明该方法能够在工程上用来估算蓄电池的SOC.     

基于强跟踪卡尔曼滤波的电池SOC估计

针对锂电池模型不准确和状态突变导致SOC估计精度不佳的问题,提出了引入时变渐消因子的强跟踪卡尔曼滤波算法.以HPPC试验方法辨识了锂电池的等效二阶RC模型,对比分析了现有的扩展卡尔曼滤波原理及提出的强跟踪卡尔曼滤波算法.通过结合强跟踪原理和卡尔曼滤波算法并引入时变渐消因子,提出的方法能够强制估计残差保持正交特性,并保证残差满足高斯白噪声特性.仿真验证表明,与扩展卡尔曼滤波原理相比,在模型不准确和状态突变的情况下,强跟踪卡尔曼滤波算法具有更高的估计精度,估计误差低于2.5%,提高了近45%.     

锂离子电池健康状态估计方法

为研究动力锂离子电池的健康状态( state of health,SOH),根据SOH和荷电状态( state of charge,SOC)的定义以及电池的二阶电阻电容( resistance-capacitance,RC)等效电路模型,建立了基于恒流充电阶段电池电压曲线的SOH估计模型。通过分析电池循环寿命测试数据,利用恒流充电阶段电池电压曲线对SOH进行估计,并与试验数据进行了对比,在SOH值衰减至80%之前,SOH估计的相对误差均在±2%范围内,能较好地吻合试验结果。结果表明：所提出的估计方法具有可行性和精确性。     

磷酸铁锂电池模型参数辨识与SOC估算

根据磷酸铁锂电池的特性,从电池电化学角度分析,建立电池的等效电路模型。通过实验方法测得电池开路电压与SOC关系和电池模型的参数,利用卡尔曼滤波法来估算电池初始荷电状态（SOC_0）.实验与仿真表明,该算法可以有效的估算出SOC初始值,并可以将误差控制在10%之内.     

太阳能发电最大功率点跟踪装置的设计与实现

阐述了太阳能发电最大功率点跟踪装置的设计和实现。该装置是为了使光伏电池输出最大功率,主要是由Boost电路和最大功率点跟踪控制器两部分组成。通过A／D转换电路将三个参数Uin（太阳能电池电压）、Uo（蓄电池充电电压）和Io（蓄电池电电流）输入到89C52单片机处理,再由所设计的内部算法程序计算出达到最大功率所需的控制信号,然后由D／A转换电路将其转换成模拟信号,去控制PWM（脉宽调制）电路,从而改变Boost电路的占空比D,使得光伏电池电压与其最大功率点的值对应。该装置的性能由一组实验测试数据得到证实。     

基于修正参数的电动汽车SOC估算方法仿真

电动汽车电池管理系统中最为重要的一个指标就是电池荷电状态（SOC）的估算。针对铅蓄电池的反应机理和工作特性,提出了一种带修正参数的安时-开路电压结合法,分析了将电池老化、放电效率以及温度等参数进行修正后对估算结果的影响,在Matlab中建立了SOC估算仿真模型。仿真结果和实验结果对比表明,该方法具有较高精度,可以精确地反映动力电池组使用情况。     

混合动力电动汽车的动力系统参数设计与仿真

针对混合动力电动汽车低油耗、低排放的优势,将原车型改装成并联混合动力汽车,并对其动力系统参数进行设计.基于汽车专用仿真软件ADVISOR,选用NEDC典型道路循环工况对所匹配车辆的动力性、燃油经济性及电池的荷电状态SOC等进行了仿真分析.仿真结果表明,改装后的混合动力汽车燃油经济性有较大改善,动力性能基本不变,实现了在...