具有在线修正功能的镍氢电池SOC估算方法

介绍了电动汽车用镍氢电池荷电状态(SOC)的常用估算方法。针对安时积分法结合开路电压法估算蓄电池SOC时累积误差偏大的问题，测试了镍氢电池充放电特性曲线，并对曲线进行多项式拟合，提出了根据电池不同工况进行条件判断，对估算值进行在线修正的估算方法。实践证明，本文所述估算方法能明显地减小累积误差，更好地满足电池SOC的估算要求。     

基于SOH及离线数据分段矫正的锂电池SOC估计

锂离子动力电池在电动车辆上应用时,受工况、环境等随机因素影响,SOC具有很强的时变非线性,对电动车辆动力电池SOC估计进行研究具有理论意义和应用价值。安时积分法是目前工程中常用的SOC估计方法,在应用过程中存在的难点是积分过程中累积误差的消除。首先利用电池健康状态估算出电池当前时刻的实际可用容量,作为安时积分法中的除数项,对SOC估计值进行矫正;其次,利用离线数据对安时积分法中的累积误差进行分段消除。仿真结果表明,所提方法比传统的安时积分法具有更高的精度,能够较好地消除累积误差。     

用一种新的优化算法估计电动汽车电池SOC

准确估计电动汽车中的锂电池荷电状态(SOC)是电池管理的一个难点,安时计量法的缺点是无法估计电池的初始剩余电量,且由于电流测量精度的原因会导致累积误差。因此在安时计量法原有研究的基础上提出了一种新的优化算法,即结合开路电压法和Peukert方程来估计电池的剩余电量。与实验结果对比,可见新的优化算法的仿真结果与实验结果基本吻合,误差较小,从而证明了本方法的正确性。     

基于4维Map图的镍氢电池SOC估计方法

针对现有镍氢电池荷电状态(SOC)估计方法因精确度太低或者对数据、模型参数要求太高而难以实用的问题,提出一种基于4维Map图的电池SOC估计方法.通过大量实验数据,建立镍氢电池SOC与温度、电流和端电压之间的基本Map图,发现在其工作区间20％≤YSOC≤80％内,不同电流、温度条件下的相邻充放电特性曲线基本相互平行.以SOC与端电压之间的关系为基础,分别在电流和温度方向上采用曲线平移的方式插值得到SOC与电流、温度、电压之间的4维Map图模型.利用试验数据进行SOC估计试验,试验结果表明,利用4维Map图模型的SOC估计误差在3％以内,基于4维Map图的镍氢电池SOC估计方法能满足电动汽车电池SOC估计在精确度和易实现性上的要求.     

SOC在线估计误差修正算法研究

针对荷电状态(SOC)在线估计精度不高的问题,以磷酸铁锂(Li Fe PO4)锂离子电池为对象,研究环境温度、循环次数和放电电流等因素对电池容量的影响。提出一种误差修正方法,利用开路电压结合BP神经网络估计初始SOC,利用安时积分估计动态SOC。这种方法将SOC的估计精度控制在2%以内,可用于电池管理系统中在线估计SOC。     

风-光储能系统锂离子电池SOC校准优化方法

使用安时积分法估算电池荷电状态(SOC)在工业上已有广泛应用,但对于风光互补发电系统来说,使用开路电压(OCV)校准安时积分法的累积误差不切实际,因为OCV法需要电池静置数小时。针对此问题,提出一种新的校准方法,该方法与OCV法类似,但校准条件只需要电池电流恒定或小范围波动维持4 min,更适用于校准风 光储能系统中使用安时积分法存在的误差累积问题。使用4串6并的软包钴酸锂电池进行试验测试,在3.9、3.6、3.2 V三个不同电压平台中,所提出的策略与实际OCV误差均小于10 mV,换算成SOC均小于1%,证明了本文所提出策略的可行性。     

人工神经网络和安时法电池SOC估计

结合安时法估算电池SOC,用BP神经网络估计公式中需要的参数。电池的初始SOC用开路电压法获得,库仑效率的变化可以在估计电池电容时得到体现,其值设定为1,用循环次数和SOC值对电池充放电效率进行网络估计。用温度和电池的平均放电电流对电池电容进行网络估计。通过实验和估计得出在20℃下,新方法的误差在2.89%左右,-20℃下误差在3.25%左右,误差范围满足应用的需要。     

基于改进Kalman滤波和安时积分的SOC复合估算

针对当前SOC估算算法中,安时积分法初始值难以估计、库仑系数拟合复杂和卡尔曼滤波法电流变化较快时易出现估值发散的问题,提出了基于闭环反馈的改进卡尔曼滤波算法和基于库仑系数拟合的改进安时积分法相结合的复合估算方法;在闭环卡尔曼滤波稳定状态时,选取此时SOC作为改进安时积分的初始值,后进行改进的安时积分。该方法避免了电流变化时卡尔曼滤波所引起的SOC估值发散问题,通过对12 V阳光A412/50 A电池进行仿真测试,其估值精度达到1.5%。     

低速电动汽车电池管理系统研究

针对低速电动汽车使用过程中出现的剩余电量估计不准及电池组寿命短的问题,提出了一种基于改进的安时法和耗散式均衡电路的电池管理系统策略。通过电动势和剩余电量的对应关系确定安时计算的初始值;利用继电保护测试仪校正霍尔电流传感器的精度,减小安时法积累误差;引入耗散式均衡电路降低单体电池电压的差异。实验证明,该管理系统对低速电动汽车剩余电量的估计有较高的准确性,且原理简单,易于硬件实现;均衡电路效果良好,能降低电池管理系统成本,延长蓄电池组的使用寿命。     

基于卡尔曼滤波修正算法的电池SOC估算

电池荷电状态(SOC)的估算是电池管理系统的核心内容,SOC估算准确与否,将直接影响到电池管理系统的决策和控制。在结合开路电压法、安时法的基础上,充分利用扩展卡尔曼滤波法的修正功能,综合考虑电池充放电倍率、温度和充放电循环次数等因素对SOC估算的影响,提出了卡尔曼滤波修正算法,并将其应用在插电式混合动力汽车电池管理系统中。研究结果表明,卡尔曼滤波修正算法有效地解决了传统安时法无法估计SOC初值和误差累积,以及开路电压法需要电池静置无法做到在线估算SOC等问题,获得了更高的估算精度,为电池管理系统提供一种实用的SOC估算方案。     

传感器标定数据处理方法对爆炸压力测量误差的影响

压电式压力传感器灵敏度易受温度、湿度、压力等环境因素的影响,为保证试验测量精度,在每次使用前须对传感器进行实时标定,目前常用的压力传感器标定方法为准动态标定法。准动态标定法标定压力传感器时,不同的数据处理方法对爆炸压力测量误差产生一定的影响。通过对某次水下爆炸试验压力测量数据的分析,发现压力实测值普遍偏大的现象,研究了影响测量数据的每个因素,最终得出传感器标定时数据处理方法导致这一结果,提出传感器标定进行曲线拟合、数据融合时避免引入人为误差,影响试验测量结果。     

罗氏线圈与隧道磁阻复合的电流测试方法

针对车载微电网中电流频率成分丰富和电磁环境复杂的环境特征,为了实现车载微电网电流测试的问题,利用隧道磁 阻传感器低频特性好和罗氏线圈中高频特性好的优点,研究了罗氏线圈与隧道磁阻复合的全封闭式电流测试方法。 采用 Ansoft Maxwell 对屏蔽壳体的屏蔽效能进行了仿真分析,利用罗氏线圈和隧道磁阻传感器进行工频测试实验,并以钳形电流探 头作为基准完成标定,将标定后的传感器及测试系统进行微电网储能并/ 离网过程中的尖峰脉冲电流测试实验,进行了数据复 合处理。 实验结果表明,复合后的电流测试信号与钳形电流探头测量信号一致性好,特别是尖峰处误差减小,复合后脉冲电流 峰值相对误差减少到 3. 67%。 罗氏线圈与隧道磁阻两种传感器数据复合的电流测试方法对于装备的电气化测试具有重要 意义。     

复合结构永磁同步电机多点测温系统

针对复合结构永磁同步电机温升实验中测量点多、传感器引线空间有限、电磁干扰严重等问题,研究了基于二线制PT100的测温系统.为减小引线电阻及电路元件参数误差的影响,提出了基于线性测量电路的线性误差校准方法;在短时间采样窗内温度信号近似直流的条件下,分析了电磁干扰对测量的影响,对比了非同步采样条件下传统矩形窗与四项Blac...     

一种多维动态力传感器校准系统研究

针对高精度多维动态力传感器测量的要求,设计了一种多维动态力传感器校准系统。系统以偏心质量旋转产生的离心力作为校准依据,同时对多维力传感器2个方向的力进行校准。对校准系统的精度特性进行了理论分析,误差分析的结果说明了系统的可靠性。利用LabVIEW编制动态校准系统软件,实现了对多路信号的实时连续滤波。对某型六维力传感器进行了校准实验,通过测量值与理论值的对比,得到待校准传感器的校准系数,验证了动态校准系统的可行性。     

基于卡尔曼滤波的磁传感器阵列电流测量

单个磁传感器非接触式测量电流容易受到干扰磁场的影响,通过使用多个磁传感器组成的阵列进行非接触式电流测量可以排除干扰的影响.在建立多传感器阵列测量模型的基础上,提出基于卡尔曼滤波的非接触式多传感器电流测量,并介绍了状态值最优估计和最优稳态滤波算法.为了减少传感器个数,提高实用性,提出次优稳态滤波算法.在不同的干扰情况下,对该算法进行了仿真和实验.结果说明基于卡尔曼滤波的信号处理算法,不但可以降低环境影响带来的误差,而且减轻了多传感器非接触式电流测量的计算负担.     

抗直流电流互感器校验仪检定方法研究

目前国内对于抗直流电流互感器校验仪的检定研究,除了正弦全波电流信号情况下的校验仪准确度计量可以通过整体检定方法得到传递外,对于正弦半波电流信号的测量,尚无专业校准设备可以完成。该文提出一种能满足正弦全波、全波带直流、正弦半波三种测试条件的抗直流互感器校验仪整体检定技术,分析抗直流互感器校验仪的工作原理和误差模型,特别对正弦半波工作电流情况下的校验仪误差检定和校准方法进行详细的研究,介绍该装置核心模块双路任意波程控信号源的工作机理和信号流程,并通过第三方测试设备对关键的谐波成份以及各种误差工况下的输出电流精度及稳定性进行测量和验证,对可能产生的装置不确定度进行了分析。测量结果证明,该文提出的整体检定技术达到预期效果,对于完善目前正在开展的抗直流互感器计量体系具有重要意义。     

抗冲击弱电流传感器特性分析

在线监测电涌保护器漏电流,判断其失效程度,减少因雷电和电力需求增加引起的电涌造成电气设备损失。提出了一种基于互感型电流传感器的电涌保护器失效程度在线监测的方法,建立了雷电电流和电流传感器数学模型,分析了线圈匝数、负载电阻和杂散电容对电流传感器测量精度和抗冲击性影响,采用雷击和被测电流叠加后的复合信号作为激励,仿真研究了参数优化后电流传感器的时域响应特性。实验证明,在0.2～9 mA的电流测量范围内,笔者设计的互感型式电流传感器可抵抗50 kA大电流冲击,电流测量误差小于0.11 mA,满足漏电流在线监测要求。     

变压器容量测试仪校验方法的研究

对变压器容量测试仪的校验方法进行研究,提出校验原理。采用三相标准表校验电压、电流测试误差,通过更准确的电压、电流测量,计算出模拟变压器容量,与被检变压器容量测试仪测量值比较,得出容量测试误差。     

基于动态滑动模型的加速度传感器数据在线预测方法研究

加速度传感器输出值精确测量是相关数据预测的必要前提,为补偿制造工艺和测量环境影响带来的加速度传感器输出误差并准确预测加速度传感器输出数值,提出了基于自适应归一化奇异谱和神经网络的加速度传感器误差补偿及数值预测方法。首先分析加速度传感器输出误差产生的原因;然后根据奇异熵定阶去噪的方法提出了自适应奇异谱方法用于加速度传感器误差自适应补偿;最后选用基于滑动窗的径向基(radical basis function, RBF)神经网络作为加速度传感器输出数值预测方法,并用粒子群优化算法优化RBF神经网络的初始参数。实验结果表明,自适应奇异谱方法可以有效补偿加速度传感器输出误差,并可以选定不同的自适应参数以满足不同误差需求,并且粒子群算法优化的RBF神经网络可以有效预测加速度传感器输出数值。     

扩展压电传感器频率响应范围的方法研究

为了进一步提高压电传感器及其信号调理电路的低频响应能力,扩展压电传感器的工作频带,通过分析压电传感器电荷放大电路的频率响应情况,提出了采用数字滤波器进行补偿的方法。利用对压电传感器标定后获得的输入输出和MATLAB软件设计了FIR滤波器,并将传感器测试系统与滤波器串联来复现原有被测信号。仿真结果表明该方法使压电测量系统的工作带宽得以扩展,进一步降低了整个压电测量系统的低频截止频率,达到了减小动态测量误差的目的。