基于DSP的动力锂离子动力电池奇偶均衡充电电路

针对电动汽车动力电池包中单体电池性能差异造成的不良影响,提出了一种简单、高效、高可靠性的奇偶均衡充电电路。该电路中奇偶对称的分流模块不仅实现能量流的双向均衡方案,而且均衡模块按电池奇偶序列的设置,均衡续流时,能量流能自上而下,自下而上的自动分配。从而防止均衡时能量流的单一走向而损害单体,基于DSP控制的均衡实验证明了此方案切实可行。     

动力电池SOC估算复杂方法综述

荷电状态(SOC)是动力电池管理系统的重要参数。准确估算动力电池SOC是促进电动汽车发展的关键技术。因为动力电池的工作环境复杂多变,传统方法难以准确估算其SOC。首先分析了SOC估算的影响因素,然后对不断改进的复杂方法进行了综述,分析并对比各自的优缺点。最后对动力电池SOC估算复杂方法进行总结并提出展望。     

AGV车用锂离子电池组均衡系统设计

针对AGV车用电池运行环境恶劣,容易导致电池不一致的问题,提出了一种单端反激式变换器和DC/DC恒流恒压均衡充电方案,详细介绍了均衡电路的设计和均衡策略的实现。实验结果表明,该均衡电路可实现最大10 A的恒流恒压充电,均衡电路能量转换效率达到85%以上。可在最大充电电流300 A和放电电流150 A条件下较快的实现电池组不一致的调节,满足AGV车用动力电池组频繁大电流充放电的均衡需要。     

基于神经网络的动力电池SOC估算

在电动汽车电池管理系统(BMS)中,实现对电池组荷电状态(SOC)的精确估计非常重要,笔者提出一种基于神经网络的电池组SOC估计方法,较为详细描述了将MATLAB神经网络函数转换成C/C++函数的全过程,并且进行了验证比对,实验结果表明基于MATLAB神经网络的动力电池Soc估计算法可成功转换成C/C++函数,并能在工程中进行应用。     

基于UKF的电动汽车锂电池SOC估计方法

准确估计电池的荷电状态(SOC,state of charge)是电动汽车电池管理系统研究的关键技术。基于Thevenin模型建立了状态空间方程组,采用无色卡尔曼滤波(UKF,unscented Kalman filtering)算法实现非线性条件下的SOC准确估计。硬件在环仿真试验表明:UKF估计误差小于5%,且当SOC值低于50%时,其估计结果明显优于扩展卡尔曼滤波(EKF,extended Kalman filtering)方法,有较高的实用价值。     

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,...     

动力电池在线均衡控制策略

为消除单体性能差异对动力电池组的影响,针对现有的电池均衡方法,提出了一种在线均衡控制策略,设计了多电平桥臂电路与单体电池并联,采用冗余设计,通过控制多电平桥臂电路状态,实现单体电池的接入或旁路,采用合理的控制策略,使动力电池组在充放电过程中,各单体电池实时保持一致,实验结果证明了该方法的有效性.     

面向分布式光伏发电的锂电池组均衡及控制策略研究

对于分布式光伏发电储能系统,其电池均衡系统需满足可靠性高,拓扑结构简单、均衡效率高等优点。针对现有串联锂电池均衡过程中能量转换率低、均衡速度慢的问题,基于多相交错式均衡电路,提出一种串联锂电池组电量均衡及控制策略。该策略采用博弈论的思想,建立以独立均衡器为参与方、开关导通时间为策略、电池SOC变化为收益的纳什均衡模型,并利用改进的粒子群算法求解纳什均衡,获得均衡电路最优控制方案。最后,在PSIM平台搭建6节电池串联均衡仿真模型,对其在闲置状态、放电状态下进行测试。结果表明,该设计避免了电池在均衡过程中被反复充电,且大大缩短了电池SOC均衡时间,验证了所提策略的有效性,提高了均衡系统的性能。     

车用锂离子电池SOC估算研究

电池荷电状态(SOC)作为电池管理系统(BMS)后续控制、管理、诊断中的基本参数之一,其实时精确的估算对于BMS的可靠性与准确性有着重要的影响.在SOC估算算法中,卡尔曼滤波算法凭借着估算精度高、实用性好等优点被广泛应用.卡尔曼滤波算法估算SOC主要包括3个步骤.首先介绍了电池模型,对于常用的电等效电路模型进行了详细的...     

基于Vmin-EKF的动力锂电池组SOC估计

动力电池组的荷电状态(SOC)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,建立电池组的Vmin状态空间模型,电池组内单体电池负载电压的最小值Vmin和电池组的SOC分别作为模型的观测变量和状态变量.应用扩展卡尔曼滤波算法,实现对SOC的动态估计.对模拟电动汽车的实际工况进行电池组放电实验,结果表明,该方法能实时准确地估计电池组SOC.     

电动汽车动力电池组管理系统设计

提出了一套集中/分布式动力电池组管理系统的整体设计方案。以单片机STC12C5616AD和STC12C5A16AD为核心处理器,设计出一个体积小和成本低的系统。本系统可以实时监测电池组电流、电池组电压、单电池电流、单电池电压及单电池温度等参数。并利用硬件和软件抗干扰等技术来提高系统运行的稳定性。经长时间运行时测得数据精度可达到1%,同时可靠性和稳定性均满足电动汽车应用要求。     

电动车用电池动态性能分析及剩余容量预测

电动车用动力电池剩余容量(SOC)的精确的实时辨识,是电池管理系统的一个关键技术.为有效的对电池剩余容量进行预测,文中对湖南大学开发的纯电动汽车(EV-3)所使用的镍氢动力电池组作充放电性能测验,给出了电流、电压、容量曲线,实验证明镍氢电池是现阶段较适合用于电动汽车的动力电池.并在此实验基础上,利用开环电压与剩余容量的对应关系,运用广义回归神经网络(GRNN)建立蓄电池的电压降模型,并进一步建立反向传播网络(BP网络)得到了开路电压与剩余容量的对应关系,网络预测结果和实验数据误差较小.实验和仿真结果证明人工神经网络可以建立一个精确而有效的SOC智能预测系统.     

车用锂离子电池SOC估算算法的研究

针对纯电动汽车的锂离子电池容量损失而导致估算电池电荷状态(SOC)精度降低的问题,本文分析了影响电池容量损失的因素,提出容量修正算法。通过改进电池模型,把电池容量作为状态变量,将电池容量修正算法运用于Kalman滤波算法估计SOC,解决了锂离子电池容量损耗使得误差累积的问题。实验证明,本文提出的基于容量修正的Kalman最优滤波算法提高了SOC估算的精度,并且对初始误差有很强的修正作用,可以保证纯电动汽车锂离子电池的稳定工作。     

基于工况特性的电动汽车蓄电池组SOC与SOH在线智能识别与评价方法研究

蓄电池组SOC和SOH是电动汽车电池管理和能量管理的关键参数,受单体电池特性、蓄电池组一致性和均衡技术等因素影响,不易建立准确计算模型.基于电动汽车日常行驶工况统计特性提出一种改进的Ah积分法计算蓄电池组SOC和SOH,该方法采用工况容量与等效工况电流根据Peukert方程实现稳态容量修正,同时采用模糊逻辑实现放电率波动对容量的动态修正;提出采用单体统计特性建立状态评价矩阵表征蓄电池组状态的全面评价方法;最后通过对比仿真计算分析验证了所提方法的合理性和实用性.     

电动汽车直接转矩控制系统仿真

通过MATLAB/SIMULINK软件对电动汽车直接转矩控制系统进行动态仿真，分析其动态性能指标，建立了系统仿真模型。验证了电动汽车直接转矩控制系统可以较为理想地完成电动汽车驱动系统的要求。     

多配送中心车辆路径问题的狼群算法

针对多配送中心动态启用和车辆的合理分配,文章首先建立了以总路径长度最小为目标函数的多配送中心车辆路径问题的数学模型;其次,根据多配送中心车辆路径问题的具体特征,模拟狼群捕食行为设计了求解该问题的狼群算法;最后,应用狼群算法求解测试算例,并将其计算结果与几种常见智能优化算法的计算结果进行比较,验证了狼群算法求解多配送中心车辆路径问题的可行性与有效性。     

混合动力汽车Ni—MH电池SOC估算算法的研究

电池的荷电状态SOC（state—of—charge）,对于混合动力汽车的电池管理系统来说是一个非常重要的参数。文章介绍了当前常用的一些SOC的估算方法,并分析了这些方法存在的一些局限性。着重研究了基于卡尔曼滤波器估算SOC的算法,并在MATLAB下进行了仿真。     

基于锂电池SOC的运载火箭供电能源冗余管理研究

目前，在运载火箭领域，给箭上控制系统、测量系统和电磁阀火工品负载各提供一块电池供电，电池故障会导致箭上电气系统工作异常，严重时甚至导致任务失败等灾难性后果； 锂电池具有高能储存密度、使用寿命长等优点，正在取代传统锌银电池应用于运载领域；针对运载火箭领域电池电源无冗余的问题，对锂电池故障诊断进行研究；根据锂离子单体电池SOC估算结果作为电池故障诊断的依据；采用EKF算法提高锂离子单体电池SOC估算的精度；根据故障诊断结果通过电池组拓扑重构完成故障单体电池智能切换，建立了运载火箭供电能源冗余管理系统；经仿真测试满足工程应用要求，提高了运载火箭领域电池的可靠性、安全性与容错能力，对提高运载火箭可靠性安全性有重大意义。     

锂电池组能量均衡的模糊-PI控制研究

在串联锂电池组能量均衡控制算法的基础上,提出一种新的能实现锂电池组能量均衡的控制方案。介绍模糊-PI复合控制器,包括控制器输入输出、规则库和PI参数的设计,结合模糊控制不依赖数学模型及其快速响应性、PI控制无静差的优点,改进电池模糊控制均衡的效率和精度。实验结果表明,该方案能改善模糊控制在电池充放电能量均衡过程中控制精度较差的问题,实现较为高效的均衡。