锂离子电池组可用剩余容量的估算方法

锂离子电池的可用剩余容量是电池管理系统(BMS)中一个重要参数,为精确计算电池的可用剩余容量,提出了一种新型的估算锂离子电池可用剩余容量的方法,利用开路电压法与智能估算方法相结合估测电池的SOC,得到锂离子电池SOC的实际值和估测值,经过比较,能很好的反映出电池随老化程度及其他条件的改变而发生的可用剩余容量变化.     

计及非线性容量效应的锂离子电池混合等效电路模型

为提高荷电状态(SOC)估计的精度,对锂离子电池戴维宁(Thevenin)等效电路模型进行了改进。在此模型基础上增加了荷电状态部分,从而使得锂离子电池的非线性容量效应得以体现。将电池的容量分为可用容量与不可用容量,电池容量一分为二的引入能很好的体现电池工作时的额定容量效应、不工作时的恢复效应以及时刻存在的自放电效应。同时,对SOC进行了新定义,通过荷电状态部分的模型来实时估计电池的SOC值,并建立SOC与开路电压之间的一一对应关系。另外,将戴维宁模型中的二阶极化RC网络升级为三阶,并赋予这三阶RC网络实际的物理意义,从而更精确的反映电池的极化效应。最后通过Simulink仿真与实验分析验证了所提出模型的正确性。     

磷酸铁锂电池倍率容量特性建模及荷电状态估算

针对磷酸铁锂蓄电池,首先采用解析型动力学电池模型(KBM)对电池的倍率容量特性进行描述,进而推导出双井荷电状态(SOC)的数学表达式;为建立SOC与电池电压的联系,进一步将KBM与电动势模型相结合形成综合模型;最后,基于该综合模型及非线性滤波算法实现SOC估算。实验结果表明,该模型可以体现锂电池的倍率容量特性及可用容量恢复特性,双井SOC估算结果可更全面地体现锂电池的SOC;此外,这种基于非线性滤波的SOC估算策略还具备初始误差自校正能力。     

基于GA-LSSVR的动力电池SOC估算研究

动力电池的容量剩余表现称为荷电状态(SOC),是衡量电池管理系统好坏的重要参数之一,通常定义值是电池剩余的容量除以电池额定容量。使用最小二乘支持向量回归机(LSSVR),并对此学习机使用遗传算法优化执行,估算动力电池的 SOC,将结果误差控制在 3 % 以内。     

基于迁移模型的锂离子电池宽温度全寿命SOC与可用容量联合估计

针对全寿命内复杂温度环境下锂离子电池内部状态难以快速精确估计难题，基于迁移模型提出一种宽温度全寿命荷电状态（SOC）与可用容量联合估计方法。选择传统二阶RC等效电路搭建迁移模型，并基于权值选择粒子滤波算法完成迁移因子的在线迁移，实现了宽温度全寿命内锂离子电池SOC快速准确的估算，基于得到的SOC估计值采用容量逆推实现了可用容量估计。结果表明，所提出方法在全寿命宽温度环境下估算SOC与可用容量具有计算量小、精度高的明显优势，SOC估计最大误差小于3%，容量估计最大误差小于2%。     

基于K-Means聚类分析的串联电池组主动均衡策略

由于电池单体所处温度场不均匀以及电池单体内阻、库仑效率等参数的不一致,电池组在反复充、放电过程中会产生电池单体剩余电量不一致的现象,限制了电池组整体的可用容量。为此,提出了一种基于K-Means聚类分析的串联电池组主动均衡策略,该方法以电池荷电状态(SOC)一致性为均衡目标。以8节三元锂电池串联构成的电池组作为实验对象,在搭建的电池均衡实验平台上进行了实验验证,结果表明,电池组均衡操作前后可用容量分别为1.75和1.87Ah,经过均衡,可用容量提升了6.86%,证明了所提出的均衡策略的有效性。     

基于电池单体电压和SOC的储能优化控制策略

为了提高储能电池的可用容量以及简化储能变流器的控制,提出基于单体电压和荷电量(SOC)的阶梯降功率控制策略。首先,考虑了并网模式下储能变流器的PQ经典控制模式;其次,实验分析了单体电池和电池组的单体电压、SOC与充放电倍率之间的关系。结合储能变流器的控制模式以及电池的单体电压、SOC,提出了储能阶梯降功率充放电控制策略。在满足功率约束的前提下,实现了优化储能的可用容量以及简化储能变流器控制。     

基于EKF的船舶动力锂电池剩余容量估算

在船舶锂电池储能系统(RESS)应用中,准确估计剩余容量(SOC)是储能系统安全充放电的基础,SOC无法直接测量,只能通过测量电池外电压电流,根据电池特性进行计算得到。目前,传统SOC估计算法精度低,现流行的算法存在计算复杂的问题,并对依赖于SOC初始值精度,在运用中问题重重,难以保证船舶RESS的安全、寿命和容量利用率。为提高SOC估算精度,对锂电池的等效电路PNGV模型进行试验及参数辨识,并结合拓展卡尔曼滤波(EKF)算法,测量锂电池电压及电流,综合进行SOC的估算,经试验,SOC估算精度相比传统算法得到了提高,并解决了SOC估计对初值的要求高的问题,由此证明了PNGV模型结合扩展卡尔曼滤波算法精确估计SOC的可行性。     

SOC累积误差测量不确定度模型建立及分析

GB/T 38661-2020《电动汽车用电池管理系统技术条件》是我国电动车管理系统的推荐性标准,其中SOC累积误差是考核电池管理系统性能的重要指标,测量步骤复杂,具有多重循环嵌套。针对SOC累积误差测量方法展开研究,明确测量不确定度来源,将复杂的SOC累积误差模型分解为电池系统可用容量模型和累积循环充放电容量模型,并结合使用的测试仪器,最终给出了动力电池SOC累积误差测量结果的不确定度评定方法（GUM法）,并通过MCM法验证,最后提出减小SOC累积误差测量不确定度的有效方法。     

一种锂离子电池低温SOC估计算法

电动汽车在低温地区工作运行,电池组的性能会下降,低温对电池组充放电容量的影响比较大。为了使电动汽车在低温地区能够正常工作,低温下准确的SOC估计是必不可少的条件。本文提出了一种改进安时计量法适用于不同温度条件的电池SOC估计算法,该算法主要考虑了不同温度下电池实际可用容量的变化对SOC估计的影响,并且可以对不同温度下估算的SOC进行换算。通过平台实验验证,该算法在不同的温度环境下具有较高的精度。     

Battery Management System Used in Electric Vehicles

A battery management system(BMS) which contains state of charge(SOC) determination,battery charging control and its optimization,and cell balancing is proposed.Thevenin’s model having a RC network characterizing the battery polarization is used for SOC determination.The polarization voltage of the battery model is identified using the nonlinear least square technique.The paper presents a new SOC definition method considering the SOC limit of each cell for battery pack in series.The relationship between the battery current and polarization voltage is analyzed.And then the battery charging approach that the charging current can be adaptively adjusted by the polarization voltage control system is investigated based on fuzzy logic control theory.Cell balancing control strategy is also proposed based on the principle of the maximum use for the capacity and energy of the battery pack.     

锂离子电池组容量差异辨识方法研究

电池组中普遍存在的不一致性问题,是制约电池组可用容量的重要因素之一。电池组内电池单体参数的差异性是描述电池组性能的重要指标,其中容量差异直接与电池组可用容量和优化控制等息息相关。文中对充电电流变化时电压曲线可进行简单缩放进行合理假设。基于该假设,建立一种快速容量差异辨识的方法,并从多种角度分析验证该方法的合理性和适应性。采用容量增量分析法修正SOC和内阻造成的估算误差。将该方法应用于具有较高电压采样精度和宽SOC工作范围的电池组充电数据上,基础算法误差低于2.5%,经修正后辨识误差可小于1.5%。该方法可以用于描述电池组内单体容量的不一致性,为电池组的均衡和维护提供参考。     

汽车用铅酸蓄电池SOC预测研究

电池的开路电压与电池荷电状态(SOC)存在密切的关系,然而大量研究表明,当电池在恒定电流下充放电时,端电压与SOC的变化规律近似于开路电压与SOC的变化规律。但对于汽车用蓄电池来说,并没有文献明确地给出蓄电池在充放电电流变化状态下其端电压与SOC的对应关系表达式。通过对电动汽车用蓄电池进行充放电实验,利用Matlab对实验数据进行曲线拟合处理,得到变化工作电流下的蓄电池SOC与其端电压的数学关系,提出了蓄电池SOC估计的修正经验公式,为电动汽车续航里程的准确估计提供了新方法。     

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。     

独立光伏系统铅酸蓄电池剩余容量与电压的关系

对独立光伏系统而言,铅酸蓄电池的作用是为负荷提供电能,只有较准确地判断蓄电池的剩余能量,才能保证光伏系统负荷的安全可靠运行。本文用实验的方法研究了独立光伏系统中铅酸蓄电池剩余容量与电压的关系,并为负荷是交流的独立光伏系统提供了一种判断蓄电池剩余容量的简便方法。     

基于在线LS-SVM的动力电池SOC估算方法研究

荷电状态(SOC)是描述动力电池状态的重要参数之一,提高SOC估计的准确性对电动汽车电池管理系统的研究至关重要。提出一种改进的最小二乘支持向量机(LS-SVM),动态地调整模型参数,对电池的开路电压(OCV)进行在线实时估计;通过SOC与OCV的关系确定初值,采用安时积分法估算SOC;并利用OCV的偏差信息对电池SOC进行修正,有效地补偿拟合误差和安时积分法产生的累计误差。仿真实验结果表明,在线LS-SVM算法能准确地逼近实际SOC值,平均绝对误差为1.279 3%。     

面向不同电流工况的锂离子电池改进EECM研究

锂离子电池是新能源汽车动力系统的核心,基于模型的电池管理系统(battery management system,BMS)是保证电池性能充分发挥的关键。然而现有BMS主要采用等效电路模型(equivalent circuit model,ECM),尚未考虑放电倍率对可用容量的影响机制,导致模型在不同放电倍率下以及低荷电状态(state of charge,SOC)区域会存在明显的端电压仿真误差,影响算法精度;尤其是BMS无法准确估计电池放电截止条件,剩余放电电量(remaining discharge capacity,RDC)估计误差大,可能导致电池电压骤降甚至整车抛锚等严重后果。针对以上问题,文中以考虑内部扩散机制的扩展等效电路模型(extended equivalent circuit model,EECM)为基础,对不同倍率的放电电压容量增量(incremental capacity,IC)曲线进行对比分析,利用能斯特方程构造不同放电倍率下的容量-开路电压曲线,提出改进的EECM。所提改进EECM在不同电流倍率和动态工况下的端电压仿真误差均小于传统ECM和EECM,可以提高RDC估计的准确性,有应用于实际BMS的潜力。     

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。