基于单片机的纯电动汽车电池管理系统设计分析

随着能源危机以及环境污染问题的不断加深,具有节能环保功能的电动汽车即将成为今后汽车行业中的发展趋势。在这里,由于锂电池在所有的二次电池里拥有最高的功率密度比以及能量密度比,所以它也就成为得到了最广泛应用的电动汽车电池。本文从电池管理系统的组成及功能、系统中硬件及软件的设计以及对于功能的验证等问题出发,对单片机的纯电动汽车电池管理系统设计进行分析。     

动力锂电池组及管理系统的故障诊断

锂电池作为电动汽车能源系统的核心部件,及时检测到故障以及准确定位故障源直接关系到电动汽车的安全运行。介绍了一种自主开发的具有故障诊断功能的锂电池管理系统,实现了对电池组、充/放电电路及电池管理系统全面的故障诊断,有效提高了电动汽车能源系统的可靠性,对于保障整车安全可靠运行具有重要意义。     

一种基于双CAN总线冗余设计的锂离子电池管理系统

针对当前锂离子电池管理系统管理效能不高、扩展度不够的问题,提出一种基于双CAN总线冗余设计的锂离子电池管理系统,系统不仅提高了锂电池状态数据采集的可靠性,同时实现了可挂接锂电池节点数目的扩展。     

纯电动汽车电池管理系统的研究与设计

纯电动汽车发展的关键是锂电池组的管理与应用技术的开发。对纯电动汽车的电池管理系统进行了研究,完成了主、分控制器的模块化设计和硬件系统设计。针对分控制器模块,在外围电路中使用了多片AD7280A菊花链型链接,减少了隔离器的数量,简化了电路。通过对电池管理系统的有效管理和控制,电池组的安全性能及使用寿命得以提升,运行成本得到了控制,促进了电动汽车行业的发展。     

基于DSP的电动汽车电池管理系统的设计

根据动力电池组在电动汽车上的使用特点和要求,本文提出了分散数据采集、集中数据处理的电池管理系统(BMS)整体设计方案;介绍了电池电压采集电路的设计,及系统软件设计.     

基于GS7708的电动汽车锂电池主动均衡控制

电动汽车电池的性能很大程度上决定了电动汽车的整体性能,动力电池主动均衡技术是电池管理系统研究的热点和难点.利用GS7708均衡控制芯片,使用电感进行能量转移,提出了一种新型电动汽车锂电池主动均衡系统.模块化的设计扩展性强,可靠性高,并通过全局最优的均衡控制算法,高效的控制和调度整个均衡系统,提高了均衡速度和能量利用率.     

便携式电动工具锂电池管理系统的设计

针对使用多串锂电池组的便携式电动工具,设计了一个智能锂电池组管理系统,该系统以ML5238为前端采集芯片,单片机ML610Q488为核心控制器。该系统可监测5~16串锂电池组,并具有电压采集、电流采集、温度采集、过充保护、过放保护、短路保护、温度报警、剩余电量估算、电池均衡等功能。经测试表明,该系统具有良好的测量精度及稳定性,完全达到了便携式电动工具锂电池管理系统的设计要求。     

基于STM32的锂电池充放电系统的研究与设计

锂电池是当前便携式手持电子设备可循环充放电电池的首选,但是锂电池在使用过程中可能存在过冲、过放、过流充电以及充电时间过长后产生高温的问题,从而影响电池使用寿命,甚至出现安全事故,为解决以上问题,提高锂电池使用效率,本文基于STM32平台设计了一款锂电池充放电管理系统,通过软硬件的设计和实验测试,该系统实现了对锂电池充放电路径管理、对充放电的参数及电池的状态实现了实时准确监测,输出电压稳定,极大提高了电池的使用效率,该成果已在企业项目中得到了应用。     

锂电池组剩余电量SOC估算方法的分析与研究

近年来,纯电动汽车以其结构简单、无废气排放、能量使用效率高等优势得到了广泛应用。电动汽车产业化的关键在于动力锂电池及其应用技术的产业化发展。为提高纯电动汽车锂电池组的寿命和安全性,对纯电动汽车的锂电池组剩余电量荷电状态(SOC)估算算法进行了研究。采用安时积分法和开路电压法相结合的方法,并引入参数电池额定容量百分比对SOC估算,在一定程度上提高了估测SOC的精度。通过试验测试,验证了锂电池组剩余电量SOC估算算法的有效性。对锂电池组剩余电量SOC估算算法的研究可以延长电池组寿命、保障电池的安全性、降低运行成本,对电动汽车的推广应用起着重要作用。     

基于参数在线辨识和SVD-UKF的锂电池SOC联合估计

锂电池的荷电状态(SOC)是电池管理系统的核心参数,准确的SOC估计对电动汽车的安全运行至关重要。针对因电池模型参数固定导致锂电池SOC估计精度不高和误差协方差非正定导致传统无迹卡尔曼滤波算法估计SOC失败的问题,提出基于参数在线辨识和SVD-UKF的锂电池SOC联合估计算法。该算法使用变遗忘因子递推最小二乘法实现电池模型参数的在线辨识,通过基于奇异值分解的无迹卡尔曼滤波算法(SVD-UKF)实现电池SOC的估计。在联邦城市运行工况下对联合估计算法进行验证,实验结果表明,联合估计算法可将SOC估计误差控制在1.53%以内,能够有效提高SOC估计的准确性和稳定性。     

适用于混能及全电动汽车的电池管理系统

介绍了一种采用主动平衡方法的电池管理系统,能够准确平衡电压和准确估算充电量,确保系统能充分利用电池组内的储电,因此可以解决电动汽车锂电池的行程里数问题,确保电池更安全可靠,寿命更长,适用于混能及全电动的汽车.     

基于容量增量法的防爆锂电池老化指标分析

现有防爆锂电池矿用机车电池管理系统中电池健康状态仅用于预测电池剩余使用寿命,不对电池老化原因进行分析,对电池维护缺乏指导意义。针对该问题,首先分析了导致锂电池老化的内部因素,即锂离子损耗、活性物质溶解、内阻增加;然后基于容量增量法原理,提出了一种防爆锂电池老化指标分析方法,根据锂电池容量增量曲线高度和横向位置分别对锂离子损耗、活性物质溶解、内阻增加导致的锂电池老化进行量化分析,得出了相应的老化指标;最后介绍了电池管理系统中计算锂电池容量增量和确定容量增量曲线峰谷点的方法。采用电池充放电试验分析了充放电次数和充放电倍率对电池老化的影响:防爆锂电池以较小充放电倍率操作时,随着充放电次数增加,锂电池老化主要为锂离子损耗和活性物质溶解导致的老化;增大电池充放电倍率对内阻增加导致的电池老化影响最大。该方法有助于防爆锂电池管理系统更准确地估算电池健康状态,并为电池维护和电池管理系统的参数设定提供依据。     

基于温度补偿的动力锂电池SOC估算方法

动力电池的荷电状态(State of Charge,SOC)是电动汽车的重要参数之一,直接影响电动汽车的安全控制与可续行里程的评估.电池总容量作为估算电池SOC的重要变量之一,其与使用环境温度密切相关,而在SOC估计算法中常被认为是恒定值,从而影响不同环境温度下锂电池SOC估计精度.为实现对锂电池SOC的准确估计,考虑温度对锂电池容量等特性参数的影响,通过引入温度补偿模型,并结合扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法实现对锂电池SOC的动态估计.在不同环境温度下模拟电动汽车实际工况对锂电池进行放电试验,并比较未经温度补偿的SOC算法与补偿后的SOC算法精度.研究结果表明,所提出的方法适用于不同温度的锂电池,能实现较为精确的估计.     

μC/OS-Ⅱ环境下的IoT数据采集系统通信设计

截至2019年,随着无人驾驶和IoT技术的快速发展,IoT成为国内外新一轮技术创新和产业发展的动力源泉。汽车行业研究的热点也由内燃机转向汽车电池技术、车载智能系统、车载通信系统、安全服务平台等关键性技术。然而,国内新能源汽车却丑闻不断,电动汽车充电自燃、电池短期损耗严重、虚标续航里程等问题层出不穷,究其主要原因来自于电池管理系统。国内外的厂商都给新能源汽车配备有电池管理系统,但国外的电动汽车很少出现这类问题,笔者认为是车联网数据采集系统的通信精准性造成的。     

高可靠智能型两/三轮车换电式动力锂电池管理系统设计

本文分析了电动两/三轮车换电领域电池管理系统的技术需求，基于微控制单元与模拟前端芯片，设计了具备精确的电池状态估计、完善的电池故障诊断与保护、完整的充放电控制、高效的数据通讯与诊断功能的电池管理系统，同时给出了换电式动力锂电池管理系统的硬件架构与软件功能模块技术方案，并针对两/三轮车复杂的运行工况，提出了基于热平衡的可充放电功率估计方法，最后分析了产品在工程化推广应用中存在的问题，提出了建议与意见。     

24 V/20 A磷酸铁锂电池管理系统的软件设计

磷酸铁锂电池作为一种新型的锂离子蓄电池,具有高容量、高输出电压、良好的充放电特性,但也存在着电池组一致性、电池过充等问题,因此在实际使用中需要配合电池管理系统(BMS)对其进行管理和保护,以发挥其最佳性能。文中设计了一款具有24 V/20 A输出功能的磷酸铁锂电池电源管理系统,利用模块化的设计理念,采用MAX17830的硬件架构对电池组进行数据的采集,并使用RT-Theart嵌入式操作系统进行任务管理。其主要研究内容是磷酸铁锂电池管理系统的软件设计及系统平台测试。     

电动客车电池管理系统模块策略设计

纯电动客车车载储能系统一般为锂电池、电池管理系统(BMS)是能量管理系统(EMS)中的一个主要子系统,它负责蓄电池的预测、显示、测量等管理功能。本文主要介绍电池管理系统与整车的关系,依据锂电池的充放电特性,阐述了电池管理模块(BMS)硬件组成结构和功能。     

基于虚拟仪器的电池数据采集系统的开发

动力电池是电动汽车动力模块的重要组成部分,在电池管理系统的开发过程中,电池状态数据采集系统的研究是一大难点.本文设计了一种基于虚拟仪器的数据采集系统,利用虚拟仪器技术的图形化编程优点和多线程特性,实现了电池状态数据的实时采集,在线监控和动态保存.实际测试表明,该系统采样精确,运行稳定,具有良好的功能扩展性.     

基于电路等效和UKF-EKF的锂电池SOC估算方法研究

锂电池以成组形式被广泛使用,但在生产与使用中单体不一致现象会严重影响电池的使用效率、寿命以及安全性。因此,对动力锂电池荷电状态(SOC)进行实时准确估算,保证电池的及时均衡尤为重要。针对动力电池估算所存在的等效模型模拟电池充放电过程中的真实性低、常用算法精度损失等问题,采用二阶Thevenin等效电路模型,通过递推最小二乘法进行电池模型的参数辨识。对比扩展卡尔曼滤波(EKF)算法与无迹卡尔曼滤波(UKF)算法的优、缺点,提出了一种结合EKF和UKF两种算法优势的联合在线SOC估计策略。将估计的SOC结果和试验测量结果进行比较,并通过试验与仿真验证该方法的精度。试验结果表明,该方法能够有效实现SOC的在线估算,其估计精度在5%内,为电池管理系统的搭建与锂电池组的均衡提供了判断依据。     

基于多元线性回归模型的锂电池充电SOC预测

在诸多汽车电池中,锂电池因为性能稳定、寿命长、承受力强等优势,成为了电动汽车动力电池的绝佳选择。为了对锂电池进行高效管理,防止过充、过放的情况发生,保证锂电池使用的安全性以及性能,需要对锂电池的荷电状态（state of charge,SOC）进行准确预测。实验基于锂电池充电过程中的实际数据,使用Pyhton语言编程,建立多元线性回归模型,通过模型预测出锂电池开始充电到结束充电过程中准确的SOC值。研究结果表明,锂电池充电SOC的变化过程具有一定的线性规律,多元线性回归模型预测SOC值的误差都能控制得很小,决定系数都高于99%,具有很好的预测效果且有一定的通用性。除此之外,多元线性回归模型参数较少,结构简单,易于实现,更容易在实际应用中推广。