基于DKF的锂电池SOC与内阻估算

电动汽车电池管理系统(BMS)需要满足对电池荷电状态(SOC)进行准确地估算。为提高传统安时法估算SOC的精度,根据二阶RC等效电路模型,提出了双卡尔曼滤波(DKF)来完成对电池SOC及其欧姆内阻R0联合在线估算的算法。通过进行某型号三元锂电池的复合脉冲功率特性测试(HPPC)实验及放电实验等,离线拟合得到所需模型参数。将Matlab仿真结果与同等条件下的实验结果进行对比分析,证明了DKF算法能够有效地在线估算电池SOC及其欧姆内阻R0,且误差在3%以内。最后,证明了DKF算法能够比安时法更好地估算出各点处的SOC值。     

基于卡尔曼滤波的锂电池SOC估算影响因素研究

锂电池组的SOC估算是纯电动汽车剩余里程估计与能量管理的基础,也是电池管理系统的基础工作.卡尔曼滤波算法便于实现实时估计、能更好地适应电动汽车剧烈变化的工况而被广泛使用.为获得基于卡尔曼滤波算法的锂电池组SOC估算的影响因素,文章以磷酸铁锂电池组为研究对象,建立锂电池组的PNGV状态空间模型,并设计了EKF算法和UKF...     

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。     

基于极化效应PNGV模型的动力锂电池SOC估算

为提高锂电池荷电状态的估算精度及模拟锂离子电池实际充放电特性的准确性,本文通过改进现有的PNGV等效电路模型,在PNGV模型基础上,增加一节RC并联模块,使模型更好的反映电池的极化效应。同时,通过实验获取电池充放电特性,为卡尔曼滤波器提供精确的参数,并提出了电池的开路电压曲线模型,通过Matlab拟合验证满足精度要求。最后采用扩展卡尔曼滤波(extended kalmanfilter,EKF)算法对锂电池荷电状态(state of charge,SOC)进行估算,并与安时积分法进行比较。实验结果表明,估算最大误差不超过4.5%,平均不超过3%,提高了SOC的估算精度。该研究为电动汽车运行工况提供了理论依据。     

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.     

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。     

电动叉车的平滑显示SOC估算

针对电动叉车实车运行充放电过程中在充电末端以及放电初端会出现SOC跳变的情况,基于传统的安时积分法,并与开路电压法相结合,探索了开路电压和SOC的内在联系。结合最大电压、最小电压融合算法,提出两种SOC平滑显示方案,通过Simulink对两种方案进行了建模与仿真测试,观测仿真结果以确定最优方案,并将该方案实施至电动叉车中,且根据QC/T 897—2011《电动汽车用电池管理系统技术条件》进行SOC精度测试。测试结果表明,最优方案下,在整个充放电过程中SOC不发生跳变,在SOC不低于80%的情况下,估算精度为1.30%;在SOC不高于30%的情况下,估算精度为2.42%。     

基于UKF方法的锂离子电池荷电状态估计研究

选用二阶RC回路的电池模型,以单体的磷酸铁锂动力电池为研究对象,通过充电/放电电流脉冲实验获得电池模型中的各个参数变化范围,研究其荷电状态(SOC)的估算方法.根据电池模型的状态方程和输出方程,运用MATLAB软件,利用无迹卡尔曼滤波(UKF)方法来估算锂离子电池的SOC,并将其估算结果与扩展卡尔曼滤波(EKF)方法的估算结果进行比较.实验结果表明UKF方法能够更精确地估计出动力电池的SOC.     

电动汽车锂电池SOC估算研究

为了精确估算电动汽车锂电池的荷电状态(state of charge,SOC),本文通过对主流SOC估算方法进行分析与比较,提出了一种基于卡尔曼滤波算法的电动汽车能量管理系统(energy management system,EMS)SOC估算方法,同时采用联合模型以保证估算过程中有较好的精度,并在实验室条件下进行实测数据及MATLAB仿真分析。仿真结果表明,卡尔曼滤波算法对锂电池SOC进行在线实时估计是有效的,能够较为准确地计算出SOC值,且估算结果与实测值基本一致,该方法可以用于电动汽车锂电池SOC的估算,具有很强的实际应用价值。     

UTSTF锂离子电池时变参数估计与故障诊断

针对锂离子电池的参数偏差型故障诊断问题,提出基于无迹变换强跟踪滤波器（UTSTF）的电池时变参数估计与故障诊断方法.建立电池的开路电压（OCV）-荷电状态（SOC）特性曲线与一阶等效电路模型;将电池参数加入状态变量,建立状态与参数的联合状态空间方程,通过UTSTF算法得到电池参数的实时估计结果,并根据估计值设计故障诊断算法流程;以电池内部的接触型故障与扩散型故障为例,在变温环境下模拟故障发生并进行电池充放测试,得到电池参数在UTSTF与无迹卡尔曼滤波（UKF）下估计值与真实值的对比.实验结果表明,所提方法对于电池故障参数具有良好的跟踪效果、较高的估计精度与诊断可靠性.     

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。     

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。     

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...