基于双无迹变换的锂离子电池SOC估计研究

电池的荷电状态(SOC)是电池管理系统(BMS)的重要指标,然而锂离子电池是一个具有复杂性噪声特点的非线性动态系统,精准估计SOC十分困难。针对无迹卡尔曼滤波(UKF)估计SOC时受模型精度和系统噪声预定变量影响较大问题,基于改进的PNGV模型提出一种两次非线性变换预测系统闭环端电压方法,采用动态函数提高卡尔曼增益,从而提高SOC估计精度和效果。通过充放电混合动力脉冲能力特性(HPPC)和混合放电比实验验证可得该方法具有良好的估计效果,在电压和电流变化剧烈的条件下,平均绝对误差为0.11%,精度相对提高了58%,均方根误差为0.15%,稳定性相对提高了63%。     

基于有限差分扩展卡尔曼滤波的锂离子电池SOC估计

锂离子电池荷电状态的快速准确估计是电池管理系统的关键技术。针对锂离子电池这一动态非线性系统,以二阶RC等效电路模型为基础,采用递推最小二乘法估算模型参数,运用有限差分扩展卡尔曼滤波算法对电池荷电状态进行估算。仿真结果表明,该模型能较好地体现电池的动态特性,有限差分扩展卡尔曼滤波算法在估算过程中能保持很好的精度,并可以有效地减小由模型误差引入的荷电状态估计误差。     

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。     

基于UKF的在线锂离子电池SOC估算研究

锂离子电池的精确荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一,它依赖于电池模型的准确性。由此,基于二阶等效电路模型,采用一种带有遗忘因子递推最小二乘(FRLS)的在线参数辨识方法,以及在线辨识用于锂电池SOC估算的无迹卡尔曼滤波算法(UKF)来研究精确的SOC电池管理系统。并通过动态应力测试(DST),验证该模型的准确性,以及验证所研究方法在SOC估算上的准确性和稳定性。实验结果表明,与离线的UKF方法相比,基于UKF的在线SOC估算方法具有较高的精度和稳定性。     

无迹卡尔曼滤波法估计锂离子电池的SOC

通过电池脉冲放电实验,得到脉冲放电曲线,对曲线回弹段进行二阶指数拟合,结合电压零输入响应,离线辨识锂离子电池二阶RC等效电路模型的参数.为避免非线性函数线性化处理出现的误差,提高算法精度,采用无迹卡尔曼滤波(UKF)估计荷电状态(SOC).与扩展卡尔曼滤波(EKF)和安时积分法估计相比,UKF的估计误差在1％以内,精度...     

基于AEKF滤波与H∞滤波的锂离子电池SOC联合估计

锂电池荷电状态（SOC）的准确估计对提高电池的动态性能和能量利用率至关重要。针对现有卡尔曼滤波SOC估计方法存在估计精度低、鲁棒性差等问题,采用锂离子电池的二阶电阻-电容等效电路模型,通过HPPC循环脉冲实验和动态应力测试工况放电实验,结合带可变遗忘因子的递推最小二乘法（VFFRLS）及开窗理论,对等效电路模型参数进行在线辨识,提出利用自适应扩展卡尔曼滤波（AEKF）算法和H_∞滤波算法联合估计SOC的方法。结果表明：与AEKF算法相比,在DST工况下该算法可以使电池荷电状态估计的最大绝对误差减小3.902 9%,平均绝对误差减小0.962 2%,均方根误差减小0.551 5%。与H_∞滤波算法相比,在DST工况下该算法可以使电池荷电状态估计最大绝对误差减小1.309%,平均绝对误差减小2.893 4%,均方根误差减小2.613 6%。     

带有色观测噪声AUKF的锂离子电池SOC估计

在实际工况中,电池测量参数易受相关性较强的有色噪声干扰。仅考虑有色观测噪声满足一阶自回归模型,提出一种带有色观测噪声的自适应无迹卡尔曼滤波算法(CM-AUKF)。算法对荷电状态(SOC)估计的平均绝对误差为0.000 4,均方根误差为0.000 3,估计精度和稳定性较高,可克服对系统噪声方差初值敏感的问题,提高SOC估计的自适应能力。     

不同温度下基于模型滤波的锂离子电池SOC估计

建立了一阶电池等效电路模型来表现电池的特性,在不同温度下对电池参数进行辨识并建立电池参数与温度的函数关系,在不同温度下利用非线性预测滤波算法对电池进行SOC估计。结果表明,在不同温度下,所提出的方法都能得到很好的估计结果。     

基于电化学阻抗谱的锂离子电池内部温度监测方法综述

温度是锂离子电池状态监测的关键监测量,在电池的寿命预测、热失控预警和热管理决策等方面有着十分重要的作用。为此,从锂离子电池的内部温度监测(internal temperature monitoring, ITM)方法、温敏电参数和基于电化学阻抗谱(electrochemical impedance spectroscopy, EIS)的在线ITM方法3个方面对相关研究进行整理和分析。首先,介绍3种锂离子电池ITM方法,即温度传感器、电池热模型和EIS;然后,总结现有EIS温敏电参数的5种基本特性,并从7个维度对基于EIS的在线ITM方法进行分析。最后,综合现有研究,指出基于EIS的在线ITM方法面临的挑战和未来发展趋势。     

锂离子电池温度特性的研究

动力蓄电池作为纯电动汽车的动力来源,是提高整车性能和降低成本的关键一环,其温度特性直接影响电动汽车的性能、寿命和耐久性。针对锂离子电池在低温环境下放电容量低及单体之间温度不均匀的问题,合理设计了电池包结构,选择合适的热管理方式,保证电池包内各个单电池工作在合理温度范围内的同时尽量维持包内各个电池及电池模块间的温度均匀性。     

基于UKPF算法的锂离子电池SOC估算

电池在工作时电流变化剧烈,使用传统无迹卡尔曼算法(UKF)估算电池荷电状态(SOC)时有较大误差.为了提高SOC估算精度,基于锂离子电池混合噪声模型,利用粒子滤波算法对无迹卡尔曼的滤波进行修正,得到无迹卡尔曼粒子滤波算法(UKPF),并用该方法来估算锂离子电池的SOC.实验结果表明,UKPF算法SOC的估算误差小于2....     

基于ASRUKF的锂离子电池SOC估算

电池荷电状态(SOC)估计对电池管理系统进行实时监控、策略控制和保障行车安全具有重要意义.为了能够提高模型辨识精度和SOC估算结果,在一阶RC电路模型的基础上,采用限定记忆递推最小二乘法(LMRLS)辨识模型参数,通过自适应平方根无迹卡尔曼滤波(ASRUKF)算法进行SOC估计,将结果与UKF算法的估算结果进行比较,结果表明ASRUKF算法具有更高的精度.     

考虑温度影响的锂电池等效电路建模及研究

针对传统锂电池等效电路模型忽略温度和滞后电压对自身的影响,会导致模型参数不匹配和精确度下降的问题,文中论述了温度和滞后电压对锂电池等效电路模型的影响。设计了基于温度的综合锂电池等效电路模型,分别在不同温度下对Li FePO4电池进行城市道路工况(Urban Dynamometer Driving Schedule UDDS)测试,采用子空间辨识法,通过对模型内部参数进行有效辨识,求解模型参数。在此基础上分析了传统等效电路模型与改进模型在不同温度下的仿真输出及输出误差,结果表明锂电池等效电路模型参数受温度影响较大,在温度广泛变化的情况下,与传统模型相比,文中模型可靠度更高,输出与实际试验数据匹配良好,进而验证了文中模型的有效性,为实际应用提供了有效的模型参考。     

基于SRCKF的电动汽车锂离子电池荷电状态估计

精确的电池荷电状态(state of charge,SOC)估计对提高新能源汽车电池管理系统的性能、电池使用安全性以及整车能量管理策略的准确性具有至关重要的作用.综合考虑电池模型精度和复杂度,建立了锂离子电池二阶RC等效电路模型,运用自适应遗忘因子递推最小二乘法(adaptive forgetting factor-recursive least square,AFF-RLS)在线辨识模型参数.在此基础上,采用平方根容积卡尔曼滤波(square root cubature Kalman filter,SRCKF)估算电池SOC,使用动态应力测试工况(dynamic stress test,DST)对模型参数和SOC进行验证.研究结果表明,与无迹卡尔曼滤波(unscented Kalman filter,UKF)估算相比,SRCKF估算误差小、鲁棒性好.     

基于PIC芯片的锂电池测温电路的设计

以PIC单片机芯片为核心,采用美国DALLAS公司的数字式温度传感器DS18B20设计了一种锂电池低温测温控温电路,当低温达到一定温度时,启动并采用控温电路,对其低温特性进行改善。介绍了PIC单片机芯片和温度传感器DS18B20芯片,提出了硬件电路和软件程序设计的温度测量方案,对测量环境温度进行采集和显示,该系统结构简单、抗干扰能力强、适用范围广且易于扩展。     

低温型锂离子电池性能研究

着重对影响锂离子电池低温性能的相关因素进行了试验对比分析.结果表明:影响低温下锂离子电池性能的因素很多,如电解液、导电剂比例、活性物质颗粒度、电极涂覆量等.通过分析,总结出相关因素对制备低温型锂离子电池的影响.     

适用宽温度范围的锂离子蓄电池电解质溶液

研究了由环状的碳酸乙烯酯和几种脂肪烷基碳酸酯混合组成的三元及四元溶剂电解液体系在-40～55 ℃温度范围内的导电行为.结果表明:由碳酸乙烯酯(EC)、碳酸二甲酯(DMC)和碳酸甲乙酯(EMC)组成的电解液的电导率在-40℃和55℃下令人满意.采用该电解液制备的ICR 1865锂离子蓄电池在-40℃和55℃以0.2 C率分别放电,仍能够分别放出常温容量的55%和101%以上,满足电池的要求.     

基于流挖掘与切换电量的主动均衡算法研究

以端电压或荷电状态(SOC)为均衡标准的主动均衡算法,在均衡过程中由于难以准确反映单体之间绝对电量的差异,容易导致能量反复流动、降低均衡效率。针对该问题,提出了一种以单体切换电量作为均衡标准的主动均衡控制算法,该算法以单开关电容为核心构造主动均衡算法的硬件拓扑,利用流挖掘技术获取单体间切换电量的概要信息,通过均衡算法智能控制单体间均衡的顺序,进行不同脉冲信号周期、占空比、电容容量、均衡策略的仿真对比实验。结果表明,所提出的均衡算法能准确定位均衡单体、避免能量反复流动,有效地提高了主动均衡算法的运行效率。     

基于多事件同步软件锰酸锂电池锂离子筛研究

通过溶胶-凝胶法、低温固相反应法分别合成锰酸锂(Li_4Mn_5O_(12))锂离子筛,采用自行设计的多事件同步软件对不同方法合成的锰酸锂锂离子筛的结构、分离因子及饱和交换容量等进行比较分析,同时利用X射线衍射对材料的结构进行表征分析。结果表明,通过两种方法合成的锰酸锂及其离子筛均为尖晶石结构,锂离子筛中锂离子的饱和交换容量分别为27.25 mg/g(3.76 mmol/g)、16.12 mg/g(2.34 mmol/g),分离因子αNaLi分别为213、21,这表明通过溶胶-凝胶法合成的锂离子筛的性能较好。     

室温离子液体在锂离子电池中的应用

室温离子液体作为新型功能液体介质,引起了人们的广泛关注。综述了室温离子液体用于锂离子电池的研究状况,分别从正极材料和负极材料与离子液体的相容性方面进行了探讨。