Al／H2O2作为无人水下航行器动力电池的研究

概述了Al／H2O2半燃料电池的原理及在水下无人航行器动力电源中的运用，系统分析了国内外在电极材料(包括阳极和阴极材料)、电解液和电解液补充优化系统几个方面的发展，提出了国内在这方面研究的重点技术和可能的解决途径。     

基于小波变换的卡尔曼滤波动力电池SOC估算

混合动力电动汽车的动力电池和电池管理系统的工程实际应用环境是非常恶劣的,导致信号采样过程中包含大量的系统噪声和测量噪声.因此,提出一种基于小波变换的卡尔曼滤波动力电池SOC估算方法,通过在一系列充放电实验所建立的动力电池系统模型上,利用小波变换自相似过程的去相关作用和多尺度多分辨的特性对噪声进行抑制,实时对测量信号多尺度滤波分解,再采用卡尔曼滤波的迭代递推的线性无偏最小方差估计特性对电池SOC进行估算.实验结果表明,提出的基于小波变换的卡尔曼滤波SOC估算方法效果优于标准的卡尔曼滤波算法,在实际工况中,具有较强的适应性.     

考虑动力电池梯次利用的充电站容量优化配置

为提高电动汽车充电站储能系统稳定性、安全性和经济性,提出一种考虑动力电池梯次利用的充电站光储容量优化配置方法。首先,针对退役动力电池考虑了电池充放电深度和循环次数对使用寿命的影响,建立了退役动力电池容量衰减和寿命损耗模型,基于容量衰减和寿命损耗模型建立退役动力电池荷电状态(state of charge, SOC)与健康状态(state of health, SOH)耦合关系评价模型;其次,在SOC与SOH耦合关系评价模型的基础上,以充电站年净收益最优为目标函数建立充电站容量优化配置模型;最后,在满足一定能量交换策略的前提下,以某地区光伏储能电站为例对模型进行求解。通过算例分析得出：基于退役电池SOC与SOH耦合关系评价模型进行梯次利用的储能容量优化配置能使整个储能系统的功率峰值降低,且相较于无评价模型系统的功率更加平滑,有利于延长储能系统的寿命周期,提高了系统的稳定性和经济性。     

基于ESO-UKF的动力电池内部温度在线估计

准确的内部温度估计对动力电池的安全使用至关重要,为了在线获取准确的电池内部温度,本文提出一种基于温度估计模型的ESO-UKF电池内部温度估计方法。其中温度估计模型由Bernardi生热模型与热路传热模型组成,生热模型中端电压由神经网络获取,传热模型参数由递推最小二乘法辨识得到;该算法利用温度估计模型的离散状态空间描述,提出ESO-UKF进行电池内部温度的在线估计,将影响估计精度的传感器偏差视为扩展状态与原状态一起估计,实现了对不确定状态的估计;测试验证表明该算法的估计误差小于1℃,能够实现多工况下内部温度的在线估计,估计精度高、适应性强。     

基于信息熵和模糊综合评判的动力电池性能评估

本文将围绕新能源汽车动力电池匹配和分组这一关键科学问题开展研究,建立了基于信息熵和模糊评价矩阵构建动力电池的综合性能评价模型。实验表明该方法可信度和有效性较高,对动力电池组进行状态对比和实时掌握动力电池组的运行状态具有较好的指导意义。     

电动汽车动力电池箱托架仿真分析

本文采用SolidWorks Simulation的整体解决方案,对公司开发的电动客车动力电池箱托架进行不同工况下的强度分析,通过青岛电动客车的实际运行,验证了该分析的可靠性与可行性。为以后电动汽车动力电池箱设计优化提供了分析方法和理论支持,加快了电动汽车产业化进程。