基于开路电压法的磷酸铁锂电池SOC估算研究

为了提高磷酸铁锂电池的安全性和使用寿命,需要对电池中最重要的参数——荷电状态(state of charge, SOC)进行有效的估算。因此,对电池SOC的估算方法进行研究,通过一种精简的开路电压法可以快速并相对准确地估算磷酸铁锂电池的SOC,相关充放电实验确定了开路电压与电池SOC的对应关系,并分别选用静置前后的开路电压对电池的SOC进行估算。结果表明在磷酸铁锂电池出色的性能基础上,这种简单快捷的开路电压法可以精确地估算其电池的SOC。     

基于单体一致性对动力锂电池性能的影响研究

限于锂电池单体的电压和容量,需将它们并串联形成电池组使用。动力锂电池组性能取决于单体电压、内阻、容量和SOC一致性。单体不一致性对电池性能有较大影响。充放电特性曲线能较真实地反映电池的特性和使用过程中的一致性。需要通过电芯制造工艺控制、配组过程优化及采取电池均衡管理策略提高单体一致性。     

不同放电倍率下的锂电池欧姆内阻测试分析

以常用磷酸铁锂电池为研究对象,分析了电池欧姆内阻特性在不同放电倍率下的变化关系。通过混合脉冲功率特性(Hybrid Pulse Power Characteristic,HPPC)实验法,分析获得了电池欧姆内阻与放电倍率和荷电状态(State of Charge,SOC)之间的关系。研究结果表明,相同放电倍率下,电池欧姆内阻随着电池SOC的减小而增大;相同电池SOC状态下,电池欧姆内阻随着放电电流的增大而增大,从而明确了电池欧姆内阻受放电倍率和SOC共同影响。     

基于LPV理论锂离子电池SOC估算研究

以磷酸铁锂电池为研究对象,在进行了电池特性实验的基础上确定电池电压特性以及开路电压与SOC关系。以二阶等效电路模型为基础,结合LPV理论及EKF原理,在Simulink中搭建电池仿真模型,实现了电池模型参数与SOC的联合估算,设计实验验证了模型的正确性。并嵌入整车模型模拟运行,电池SOC工作区间符合控制策略,设计的磷酸铁锂电池SOC估算方法可行有效。     

基于小波复合模型的锂电池阻抗特性研究

储能系统是实现智能电网能量双向流动的重要支撑条件,而大规模成组技术是大规模锂电池储能系统的发展瓶颈。针对锂电池放电时电压特性,将小波分析理论与锂电池等效电路模型相结合,并对SOC(State Of Charge,电池剩余容量)、电池内阻、放电时间之间的三维关系开展了研究,得出电池内阻随放电时间和SOC的变化在不同阶段有不同的变化趋势的结论,提出了电池管理系统中的单体电池切除的理论判断依据,预计对SOC的精确估计有较大的借鉴意义。     

基于阈值修正因子的锂电池动态均衡策略研究

磷酸铁锂电池具有能量密度大、电压平台高、无记忆性等优点，在电力工程中得到了广泛应用。但单体电池在容量、电压和内阻等方面的不一致性不容忽视。提出了一种基于阈值修正因子的锂电池动态均衡策略。对反激式均衡电路的拓扑及原理进行了分析，阐述了锂电池均衡电路原理。传统均衡技术以电池组SOC值均值为均衡中心来设置某固定值或比例的阈值，导致均衡效率不明显的问题，提出了一种带修正因子的均衡阈值动态调整方法，并通过能量转移矩阵稀疏度问题求解求得最优转移路径。最后通过搭建磷酸铁锂电池模组模型，验证了所提方法的合理性与高效性。根据仿真结果，验证所提方法能够优化磷酸铁锂电池组的均衡效果和提高锂电池组利用效率。     

磷酸铁锂电池SOC估算方法研究

磷酸铁锂电池宽的电压平台和严重的两端极化不利于SOC的估算,但电池的SOC对电池组不一致性和寿命有着重要的影响,因此本文在磷酸铁锂电池的现有SOC估算分析基础上,研究了反应电池电化学特征的伏安特性曲线,提出了不同充电倍率、不同老化程度下可靠和准确的△Q/△V分析方法,利用电池在充电过程中的峰值△Q修正电池SOC值。为电动汽车电池组在线均衡和智能电池系统的管理策略提供依据。     

不同连接方式对锂电池直流内阻测试的影响

内阻是评价电池性能的重要指标之一,锂电池的直流内阻通常是毫欧级别的,因此准确测量电池的直流内阻非常重要.测试受环境温度、测试时电流倍率、SOC(荷电状态)、测试设备与电池连接方式等各种因素的影响,但是测试设备与电池的连接方式对直流内阻的影响几乎没有报道.不同的连接方式测试出的结果差别非常大,因此如何正确的连接电池与测试设备对直流内阻的测试结果有至关重要影响.本文以方形磷酸铁锂电池为研究对象,分析了锂电池与测试设备之间不同的连接方式对直流内阻测试的影响.研究了测试设备电流采集线、电压采集线分别连接在锂电池极耳同侧及异侧的不同方式,结果表明:测试设备电缆线分居在电池极耳上下异侧的连接方式是最优的,在该种连接方式下,测试结果重复性好、准确性高,极大提高了锂电池直流内阻测试的可靠性.     

钴酸锂电池性能研究

钴酸锂电池比能量高,循环寿命长,是一些便携式电子设备电源的首选。为了进一步了解钴酸锂电池的性能,以3.6V/2.2Ah钴酸锂电池为实验对象,对电池的基本性能进行了研究。首先,进行了容量实验,研究了电池在不同倍率下的放电特性;其次,利用静置法研究了电池的充放电平衡电势(Electro motive force,简称EMF),分析了电池的平衡电势曲线;最后,得到了电池在不同SOC下的充放电欧姆内阻、极化内阻和总内阻,发现当SOC0.1时,内阻变化较大,当0.1SOC1.0时,内阻变化较小。     

基于神经网络的磷酸铁锂电池SOC预测研究

利用神经网络进行了电动汽车用的磷酸铁锂（LiFePO4）电池荷电状态（state of charge,SOC）预测研究。在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt（LM）算法建立了磷酸铁锂电池的BP（back propagation）神经网络模型,并进行了电池SOC值的预测。结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值。     

基于LabVIEW的动力电池SOC实时估算系统研发

在电动汽车能量管理控制策略和电池管理系统研究中,电池荷电状态(State of charge,SOC)的准确估算一直是重点和难点。基于磷酸铁锂动力电池的工作原理和充放电特性试验,利用MATLAB软件拟合获得不同放电电流下的库仑效率和开路电压与SOC的关系。并采用虚拟仪器LabVIEW与相关硬件,实时采集动力电池相关数据,将SOC估算的安时法与开路电压法相结合,实现了对动力电池SOC的实时估算与高精度显示,提高了电池SOC研发系统的实用性与准确性。     

基于BP神经网络法估算动力电池SOC

精确估计电动汽车用动力锂离子电池荷电状态(SOC)对于电动汽车的续航里程的估计和动力电池的安全保护具有重要的意义。针对锂离子电池的非线性关系,采用BP神经网络法来估算SOC。以3.2 V/100 Ah的磷酸锂铁电池为研究对象,在恒温条件下采用Arbin BT2000系列的充放电测试仪进行充放电实验采集原始数据,并将数据导入到神经网络模型中去训练和验证。验证结果表明:用BP神经网络法估算SOC的误差能控制在5%以内,验证了模型的准确性,为相似的SOC估计算法的改进提供参考和依据。     

磷酸铁锂电池等效电路模型对比分析

磷酸铁锂电池(LiFePO_4)凭借其较高的比功率、较高的比能量和使用寿命长等优点,逐渐成为电动汽车领域应用电池的研究热点。准确的电池荷电状态(State-of-Charge,简称SOC)估计离不开合理的等效模型,模型的精度与复杂程度直接影响电池SOC估计。文章首先分析四种等效电路模型参数,基于电池测试系统对LiFePO_4进行混合脉冲功率性能测试(The Hybrid Pulse Power Characterization,简称HPPC),应用最小二乘法进行模型参数辨识,根据辨识结果对比模型精度与复杂程度;然后将电池在整个SOC周期内对三个带有RC网络结构的模型精度进行对比;最后对LiFePO_4电池进行联邦城市运行工况(The Federal Urban Driving Schedule,简称FUDS)测试,对比双极化等效电路模型在不同温度下模型精度。实验结果显示双极化等效电路模型为具有良好精度的等效电路模型,同时带有低温特性。     

实用型磷酸铁锂电池SOC高准度算法研究

分析了常用动力电池SOC(State of charge)算法在同时保证实用性和准确度两方面的局限性,并利用开路电压(VOC,Voltage of charge)和电池等效电路模型相结合的方法,提出了一种既能保证准确度又具有实用价值的算法.以某公司生产的磷酸铁锂电池为对象进行了电池特性试验,通过大量试验数据综合和计算得...     

基于回跳电压的锰酸锂电池组SOC估算研究

分析了电池荷电状态SOC的定义,通过电池的Thevenin模型推导出电池离线瞬间产生的回跳电压与电池荷电状态SOC具有一定的正比关系。在考虑了锰酸锂电池组的放电率、放电深度等因素的情况下,对电池离线瞬间产生的回跳电压与电池荷电状态SOC的关系进行实验研究,建立回跳电压和电池荷电状态SOC的函数关系。误差分析结果表明,相对误差最大不超过5%。该方法具有实时测量、误差小和计算量小等特点。     

铝箔涂碳对LiFePO_4/C电池性能的影响

研究涂碳铝箔作为集流体对磷酸铁锂(LiFePO_4)/C正极材料及电池性能的影响。铝箔涂碳可抑制电极材料的极化,提高材料与集流体的粘附效果,降低两者间的电荷转移电阻,提高Li+的扩散速率。以涂碳铝箔为集流体的半电池,在10 C倍率下的中值电压仍在3.10 V以上,活性材料与集流体之间的电荷转移电阻比光铝箔低65%以上,Li+扩散速率是光铝箔的3倍以上。涂碳铝箔作为集流体,可降低组装的全电池的内阻,与光铝箔相比,内阻降幅在25%以上,功率密度涨幅大于35%;在4 C倍率下全电池的中值电压仍在3.00 V以上,在3.65~2.00 V放电,4.00 C/0.33 C容量比在99%以上。     

基于MARS的电池荷电状态估计

将多元自适应回归样条估算方法应用于大容量磷酸铁锂电池组的SOC估计,将电压、电流和温度共同作为输入变量。对实验所得数据进行标准化处理,将处理后的数据进行训练,得到SOC估计的精简数学模型,并对模型进行了验证。仿真实验结果表明该方法可以提高SOC估算精度。     

基于DSP的双闭环控制动力电池组充电机设计

针对动力电池内阻极小且具有反电动势的特点,设计了单相电流型PWM整流器为主电路的充电机,选择TMS320F28335 DSP作为控制平台,采用准PR控制器的直接电流控制策略和PI控制器,实现充电机单位功率因数运行和充电电流的稳定输出。充电系统可根据动力电池组SOC输出可变的充电电流以延长动力电池的寿命。设计充电机样机并进行了磷酸铁锂动力电池组充电试验。试验结果表明系统具有良好性能,验证了方案的可行性。     

基于CAN网络的磷酸铁锂动力电池管理系统的实现

根据磷酸铁锂动力电池在电动汽车上的使用要求,提出一种基于CAN总线网络的电池组在线监测和管理设计方案,由一个中央管理模块和若干底层监控模块构成分布式结构,实现对磷酸铁锂电池信息数据监测、电池荷电状态(SOC)估计、控制局域网(CAN)通信及充电管理等功能.通过采用推广的卡尔曼滤波算法,不断估算和修正参数,提高了SOC估算精度.试验结果表明,系统能很好地对电池组进行实时动态监控和有效管理,且扩展性强,为设计新型电池管理系统提供了重要依据.     

介孔碳纳米微球在锂离子电池中的应用

将介孔碳纳米微球粉末与磷酸铁锂(LiFePO_4)、石墨混合(介孔碳含量为8%)作为电池的正负极材料,组装锂离子电池。添加碳纳米微球后,电池的可逆性和比容量均优于未添加的,尤其在大电流9.0 A充放电时,充电电压平台约低0.25 V;充放电效率高出约88.5%;输出容量与放电电流为0.8 A时的比值高约15%。在低温0℃、-10℃和-20℃放电时,添加碳纳米微球的电池输出容量与额定容量的比值比未添加的分别高12.4%、14.9%和16.7%。