电动汽车用动力电池组建模和参数辨识方法

提出了电动汽车用的锂离子动力电池组电化学极化模型,并利用扩展卡尔曼滤波和最小二乘算法分别建立了在线和离线的参数辨识方法。混合脉冲功率特性试验的验证结果表明:基于提出的电化学极化模型所建立的参数辨识方法能够保证模型最大相对误差在1%以内,可精确模拟动力电池组的动态电压特性。建立的参数辨识方法能有效地避免动力电池初次使用前耗时、复杂且易错的参数辨识及定期的参数标定等试验,提高电池管理系统的工作效率。     

用基于遗传优化的扩展卡尔曼滤波算法辨识电池模型参数

提出了一种基于遗传优化算法(Genetic algorithm,GA)和扩展卡尔曼滤波(ExtendedKalman filter,EKF)算法的电池模型参数辨识方法。建立了锂离子动力电池等效电路模型,模型中两个RC网络分别描述电池的电化学极化特性和浓差极化特性,迟滞电压描述电池充放电过程的平衡电势的差异。对于具有耦合关系的模型参数,采用具有最小均方误差估计效果的EKF辨识算法,针对EKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于遗传算法优化EKF噪声矩阵的方法。试验和仿真结果表明:基于遗传优化的EKF算法(GA-EKF)辨识的电池模型满足电动车辆仿真精度要求。     

SOC distribution-based modeling for lithium-ion battery for electric vehicles using numerical optimization

In order to simulate electrical characteristics of a lithium-ion battery used in electric vehicles in a good manner,a three-layer battery model is established.The charge of the lithium-ion battery is assumed to distribute among the three layers and their interaction is used to depict hysteresis and relaxation effect observed in the lithium-ion battery.The model parameters are calibrated and optimized through a numerically nonlinear least squares algorithm in Simulink Parameter Estimation Toolbox for an experimental data set sampled in a hybrid pulse test of the battery.Evaluation results showed that the established model is able to provide an acceptable accuracy in estimating the State of Charge of the lithium-ion battery in an open-loop fashion for a sufficiently long time and to describe the battery voltage behavior more accurately than a commonly used battery model.The battery modeling accuracy can thereby satisfy the requirement for practical electric vehicle applications.     

可变低温环境锂电池组内部短路故障诊断

针对可变低温环境下锂离子电池组易发生的内部短路故障问题,提出基于模型的电池组参数估计和故障诊断方法. 通过特性实验,建立三元锂电池容量与温度的关系. 根据标准-偏差模型,采用无迹卡尔曼滤波实时估计标准电池状态和参数,结合双卡尔曼滤波得到电池组状态和参数的实时估计结果,根据电池容量衰减定量诊断内部短路故障. 在5~25 °C时变温度下,结合实际工况进行电池组充放电实验,通过并联电阻法模拟内部短路故障,得到电池组状态和内部短路电阻估计值和真实值的对比. 实验结果表明,利用提出的方法能够快速、精确地跟踪电池组状态,准确地诊断电池内部短路故障.     

基于STM32和BQ76940的电池管理系统设计

利用STM32单片机设计了一种电池管理系统,实现15节串联锂电池的有效管理。采用BQ76940电池监控芯片设计检测单元,并基于开关电容的电力、电子、电路设计主动均衡单元。系统还利用安时积分法和开路电压法估算电池的荷电状态（State of Charge,SOC）,以及利用电池等效模型和通过参数辨识的方法实现在线检测电池的内阻增大性失效故障。介绍了该电池管理系统软硬件的设计方法,并对电池管理系统中的检测单元、均衡单元和内阻辨识进行了测试。实验结果表明：该电池管理系统能够采集电池的电压、电流和温度,能对电压不一致的单体电池进行均衡,并且有效辨识出电池的内阻,具有采样精度高、均衡效果好和能在线检测电池内阻等优点。     

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.     

基于温差发电的锂电池充电装置的设计与实现

针对工业高温旋转环境下对温度采集仪器的供电比较困难的问题,该文设计了利用温差发电产生的电能作为能量的一种锂离子电池充电装置。分析了温差发电模块的输出电压／输出功率与温差的关系,然后根据温差发电模块输出电压不稳定的特点,设计了稳压电路,并用BQ2057W芯片实现对锂离子电池的智能充电管理。实验结果显示,该装置能够实现对电能的良好管理。     

矿井瞬变电磁仪新型电源装置的研发及应用

目前矿井瞬变电磁仪所配电源主要为铅酸电池或镍氢电池（很少）,而科技含量较高的锂电池由于技术原因一直无法使用。本文通过研制防止电池过充和过放的锂电池保护板实现了锂电池的正常供电。研制了锂电池快速充电器,以及用于电池电压转换的控制线路,大大提高了电池的容量和使用寿命,解决了环保、温度、安全问题。在相同体积的情况下,锂电池电源容量是原电池的2倍,重量是原电池的1/3。该新电源的使用大大减轻了矿井瞬变电磁法工作人员的体力劳动,提高了工作效率,具明显经济效益。     

基于滑模观测器的锂离子动力电池荷电状态估计

基于混合动力脉冲功率特性试验数据辨识得到了锂离子动力电池的等效电路模型参数,提出了基于滑模观测器算法的动力电池荷电状态估计方法.设计了滑模观测器,最后进行了算法验证.结果表明,对FUDS工况,应用滑模观测器算法进行荷电状态估计的最大误差为1.17%,方差为0.00004,比传统算法获得了更好的估计精度和鲁棒性.     

自适应模型与改进粒子滤波的电池RUL预测

为提高锂电池运行的安全性和可靠性并维护系统稳定运行,提出一种自适应混合模型与改进粒子滤波（particle filter, PF）算法的锂电池剩余使用寿命（remaining useful life, RUL）预测方法。采用经验模型与神经网络模型结合建立自适应混合模型描述电池容量退化趋势,并使用天牛须搜索（beetle antennae search, BAS）算法优化PF重采样步骤解决粒子多样性丧失问题,从而提高估计精度进而实现RUL的精准预测。应用NASA和CALCE公开的两组不同类型锂电池作为实验对象,验证模型的有效性并通过对比PF与改进PF算法验证RUL预测的准确性。结果表明:自适应混合模型对于电池容量变化的表达能力更强,既能考虑电池内部的参数变化又能反应电池外部环境的变化,基于BAS改进的PF（BAS-PF）方法相较于传统PF算法的估计精度更高而且RUL预测更准确,对于不同的预测起点,两块测试电池的RUL预测误差分别为5.88%、3.92%、1.96%和3.75%、1.25%、0%。自适应混合模型能更加有效地描述电池容量特征,基于自适应混合模型的BAS-PF算法的电池RUL预测能力更好,可靠性更强,有助于提高RUL预测的精度和表现。     

电池内阻对晶体管放大电路性能的影响

电池内阻将随着使用时间的增长而不断增大,它会引起供电电压不稳定,以致影响使用电池供电的电子系统和电子仪器仪表装置正常工作.介绍了铅酸蓄电池在充放电状态下的电化原理,研究了原电池内阻及电压的变化机理,论述了干电池放电过程中内阻变化的原因,分析了干电池内阻对晶体管放大器静态工作点、电压放大倍数的影响,提出了在实际电子电路中减小电池内阻变化对晶体管放大器影响的有效措施,指出了对蓄电池进行在线检测的必要性.     

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。     

Energy Transferring Dynamic Equalization for Battery Packs

The equivalent circuit model of battery and the analytic model of series battery uniformities are setup. The analysis shows that it is the key to maintain small voltage difference between cells in order to improve uniformities. Therefore a new technique combining low voltage difference, big current charging and bi-directional charge equalizer system is put forward and designed. The test shows that the energy transferring dynamic equalization system betters the series battery uniformities and protection during charging and discharging, improves the battery performance and extends the use life of series battery.     

Modeling the dynamic behavior of a lithium-ion battery for electric vehicles using numerical optimization

In order to simulate the dynamical behavior of a lithium-ion traction battery used in electric vehicles,an equivalent circuit-based battery model was established.The methodology in the guide document of the ADVISOR software was used to determine the initial parameters of the model as a function of state of charge(SoC)over an experimental data set of the battery.A numerically nonlinear least squares algorithm in SIMULINK design optimization toolbox was applied to further optimize the model parameters.Validat...     

自适应扩展卡尔曼滤波电池荷电状态估算方法

为更精确预估电动汽车动力源的荷电状态,优化戴维南等效电路模型,用自适应扩展卡尔曼滤波进行荷电状态估算。对实验电池进行外特性数据获取实验,分别得到在充放电状态下的开路电压曲线,在开路电压-荷电状态对应曲线中考虑充放电状态变化的因素。对离线参数辨识进行优化处理,在固定参数离线辨识的基础上考虑充放电状态和荷电状态,并与在线辨识进行端电压估算对比。基于优化后电池模型,通过自适应扩展卡尔曼滤波及其对比算法估算荷电状态,在复杂脉冲电流工况下对比端电压和荷电状态的估算精度。结果表明:采用优化后电池模型离线辨识的端电压估算精度达到0.01 V以内,高于在线辨识的端电压估算精度。在优化模型及离线辨识基础上构建自适应扩展卡尔曼、扩展卡尔曼和交互多模型的算法模型,估算电池荷电状态。经动态工况实验验证,基于优化模型自适应算法的荷电状态估算精度达到0.05,高于交互多模型-扩展卡尔曼滤波算法及扩展卡尔曼滤波算法。     

面向全生命周期的锂电池健康状态估计

为研究锂电池在动态工况下以及全生命周期内健康状态的准确估计问题,提出一种基于固定充电电压片段的方法.选取充电过程中某固定电压片段内所充电量作为电池容量估算的等效健康因子,利用遗传算法选择最优的充电电压片段,在两类锂电池老化实验数据的基础上,设计放电电流不同、健康状态区间不同的8个验证算例.实验结果表明:8个验证算例中,训练集电池和测试集电池健康状态估计的平均绝对误差与均方根误差均低于1.55%;所提出的基于等效健康因子的方法,在100%～60%的全寿命健康状态区间,对于不同的放电电流、不同材料的电池,均能进行健康状态的准确在线估计,具有较强的适用性.     

大型软包锂离子电池的热物性实验研究

针对大型软包锂离子电池热物性参数的测定问题,提出适用于该型电池的热参数表征方法. 基于准稳态导热原理,建立电池的传热理论模型. 开展实验研究电池的比定压热容和导热系数与温度的依变关系,分析热损对测试结果的影响,对测试方法的有效性进行验证. 结果表明,电池比定压热容随着温度的升高而线性增大,导热系数受温度的影响较小. 在900 s内可以测得电池热参数在10~60 °C下的变化状况,实验验证结果显示测算精度高于92.3%,具有测算周期短、准确度高和测试灵活等优势.     

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%.     

磷酸铁锂电池内阻分量快速检测方法

为了实现锂离子电池（LIB）内阻分量快速检测,提出通过直流内阻（DCR）测试及交流内阻测试,辨识各内阻分量的方法. 以磷酸铁锂电池为研究对象,分别采用Bulter-Volmer方程和二阶等效电路模型,模拟研究表征界面电荷转移、浓差极化过程等效电路的时间常数. 由于电荷转移速度足够快,采用直流脉冲测试获得的瞬时响应内阻通常由欧姆内阻和电化学极化内阻组成,结合交流内阻测试仪内阻检测结果,可以计算得到电化学极化内阻分量. 实验结果显示,该内阻分量测试方法不仅操作简便且具有较高的可靠性,电化学极化内阻辨识结果与电化学阻抗测试结果的最小误差小于5%.     

Fuzzy Model for Estimation of the State-of-Charge of Lithium-Ion Batteries for Electric Vehicles

A fuzzy model was established to estimate the state of charge (SOC) of a lithium-ion battery for electric vehicles. The robust Gustafson-Kessel (GK) clustering algorithm based on clustering validity indices was applied to identify the structure and antecedent parameters of the model. The least squares algorithm was utilized to determine the consequent parameters. Validation results show that this model can provide accurate SOC estimation for the lithium-ion battery and satisfy the requirement for practical electric vehicle applications.