动力电池状态参数监测系统的设计与实现

在电池管理系统中,电池状态参数监测系统是保证其正常运行的基础。针对电动车动力电池管理系统的需要,设计实现了一种基于DSPTMS320F28335芯片的动力电池状态参数监测系统。通过多次实验测试验证,该系统可以对动力电池的总电压、单体电压、总电流和多点温度进行监测和处理,其监测电路简单,成本低,精度高,具有一定的实用价值,同时在监测过程中电压和电流监测电路与动力电池通过光耦相互隔离,保障了监测过程的安全性。     

蓄电池在线监测系统的设计与实现

对直流系统传统的蓄电池监测方法进行了比较分析 ,提出了一种直流系统蓄电池在线监测系统 ,通过实时测量蓄电池组的单体电池电压、温度、内阻及充放电电流 ,实现了蓄电池组运行参数的实时监测 ,着重介绍了该系统的设计原理以及软、硬件设计。     

电动汽车动力电池模型和SOC估算策略

主要研究如何准确估算电动汽车动力电池的荷电量状态。通过对开路电压、自恢复效应、温度、充放电效率、寿命等多个影响荷电量状态的主要因素进行深入研究,建立了一种新的荷电量状态的数学模型,并在此基础上提出了一种电量状态复合估算策略。当电池处于不同状态时,合理地使用开路电压初始电量预估算法、直接调用记录初始电量预估算法、Ah电量动态计量法、系数修正法等不同方法估算电量状态,多种方法的复合使用弥补了使用单一方法的不足,有利于提高电量状态的估算精度。该电量状态复合估算策略成功地应用在电动汽车动力电池的管理上,使电量状态的估算误差小于4%。     

轻度混合动力汽车动力电池系统研发

本文以国内某款混合动力汽车（ISG）电池系统研发为基础，全面阐述了电池系统的结构设计、高压系统结构设计、强度与热分析，同时浅析了电池管理系统的结构及功能。希望本文中的相关论述能够为混合动力汽车电池系统的研发提供一些借鉴和参考。     

电动汽车动力电池温度在线估计方法

电动汽车动力电池内部复杂的电化学反应容易受到环境温度的影响,造成电池功率和容量特性的衰减。为了准确估计电池温度变化,提出基于热平衡方程的电池温度在线估计方法,生热部分考虑可逆的熵变生热和不可逆的过电势生热对总体生热的影响,散热部分考虑电池与外界环境的热交换。采用一阶等效电路模型结合扩展卡尔曼滤波实时在线估计模型参数,并利用热平衡方程获得的电池温度递推公式,根据前一时刻电池温度估计当前时刻电池温度。采用联邦城市行驶工况(FUDS)实验对所提方法进行验证,结果表明,所提出的电池温度在线估计方法在电池运行过程中能够实时准确估计电池温度,估计误差在1℃以内。     

电动汽车用动力电池发展综述

电动汽车采用电能取代石油等化石燃料作为动力,是未来交通的唯一长远解决方案,而动力电池技术是电动汽车发展的关键核心。对电动汽车用铅酸电池、氢镍电池和锂离子电池进行了分析与比较,对车用动力电池的市场前景进行了展望,指出锂离子电池是未来车用动力电池的首选技术。     

动力电池管理系统设计及SOC实时在线估计方法

针对电动汽车动力电池组的管理需求,设计了一款基于MC9S12XEP100和LTC6804的锂电池管理系统,实现对单体电池电压、电流和温度实时监控、电压均衡管理、热管理、充放电管理、数据存储和上位机显示功能.针对电池荷电状态(state of charge,SOC)估算精度和实时性方面的问题,提出了一种新颖的开路电压和安...     

基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计

应用传统的无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计电动汽车锂离子动力电池核电状态(state of charge,SOC)时,常会出现由于电池模型参数不准确而造成估计误差增大的问题,该文采用了自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法解决该问题。AUKF算法是一种循环迭代算法,可以实时估计电池模型中的欧姆内阻,提高电池模型准确性,从而提高电池SOC估计精度。另外,电池的欧姆内阻可以表征电池的健康状态(state of health,SOH),因此还可以根据电池的欧姆内阻估计出电池的SOH。在设定工况下对电池做充放电实验,实验分析表明,与UKF相比,AUKF提高了电池SOC估计的精度,并能准确的估计出电池的欧姆内阻。     

UPS电源出电压及电池放电状态的监测

给出了测量ＵＰＳ输出电压及失真度和电池剩余放电时间的测量技术，以及相应的软硬件系统。     

电动汽车动力电池荷电状态估计方法探讨

准确估计电池荷电状态(SOC)是电动汽车电池管理的重要内容,SOC的准确评估对延长电池寿命和提高电动汽车整车性能具有重要意义。各国研究人员对电池SOC估计方法进行大量研究,先后提出了多种估计方法。文中介绍了电池SOC的定义及其主要影响因素,根据电池SOC估计方法的特点,按离线和在线方法对SOC估计方法进行总结和介绍,并比较了各方法的特点及实用效果。最后展望了电池SOC估计方法的两个潜在发展方向,即基于电池模型的非线性滤波方法和具有自学习能力的智能方法,为今后深入研究动力电池SOC估计方法提供借鉴。     

动力电池荷电状态研究的可视化分析

基于2010-2019年Web of Science核心数据集中收录的985篇电池荷电状态(SOC)研究论文,运用Cite Space和VOSviewer知识图谱工具,对发文国家、核心作者、共引文、前沿及关键词等进行可视化呈现。2010-2019年,电池SOC研究热度逐年上升;研究国家主要是中国、美国和德国等,机构主要为各国大学;发文量较多的作者主要在中国和德国。准确高效地预测电池SOC是电动汽车管理系统的研究重点;电池模型的选择、改良及优化估算方法是动力电池SOC研究的焦点。     

基于DSP与LabVIEW的电池监测与控制器标定系统

为了获取动力电池的实时工作状态以及调整和优化控制器中的控制参数来满足实际的控制需求,设计了一种电池监测与控制器标定系统.鉴于串口通讯存在抗干扰能力差、通讯速度慢、传输距离短,以及CCP标定方式编码复杂,本文采用基于DSP与LabVIEW的全局变量桥梁法,实现了在线实时电池监测与控制器标定.实际应用表明,该系统操作方便、实时性好、运行可靠.     

动力电池电量计

分析了各种电池荷电状态估算方法的优缺点,提出了一种实时检测电池端电压作为判断电池充电状态的安时计量算法。由于该算法构成的电量计能实时、准确计算电池的电量和SOC,并应用于风光互补路灯系统,保证了路灯照明安全、可靠地运行。     

热管理技术应用于动力电池的研究

动力电池的热管理技术对于电动汽车的安全运行有着至关重要的意义。分析了动力电池热管理系统的主要功能,提出热管理系统的关键性问题,归纳热管理系统设计具体步骤,总结不同类型的热管理技术,并系统分析其效果以及优缺点。通过对该研究领域进展的研究总结,针对性的提出了建议,对动力电池的热管理系统的设计研究起到了积极的意义。     

基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计EI北大核心CSCD

应用传统的无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计电动汽车锂离子动力电池核电状态(state of charge,SOC)时,常会出现由于电池模型参数不准确而造成估计误差增大的问题,该文采用了自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法解决该问题。AUKF算法是一种循环迭代算法,可以实时估计电池模型中的欧姆内阻,提高电池模型准确性,从而提高电池SOC估计精度。另外,电池的欧姆内阻可以表征电池的健康状态(state of health,SOH),因此还可以根据电池的欧姆内阻估计出电池的SOH。在设定工况下对电池做充放电实验,实验分析表明,与UKF相比,AUKF提高了电池SOC估计的精度,并能准确的估计出电池的欧姆内阻。     

电动汽车动力电池绝缘检测系统的设计与实现

设计了一种新型的纯电动汽车动力电池绝缘检测系统,介绍了该检测系统检测原理及硬件电路与软件设计流程。该系统以STM32单片机为主控芯片,采用干簧管继电器、采样电阻、差分电压采集电路对动力电池的绝缘电阻进行实时的检测。利用该系统对4节12 V磷酸铁锂电池的各种绝缘状况进行测试,测试结果表明,绝缘电阻测量误差可以控制在5%以内,因此,设计的绝缘检测系统可以满足纯电动汽车动力电池的绝缘检测要求。     

风力发电机组状态监测系统设计与应用

风力发电机组状态监测系统的设计可以有效降低机组的检修维护费用,保障机组的安全稳定运行。对风力发电机组状态监测和故障诊断技术进行了深入的研究,设计了风力发电机组状态监测系统,并详细介绍了系统的结构与功能。通过系统在大型风力发电场的成功应用,验证了其对风力发电机组状态监测与诊断的有效性。     

采煤机嵌入式状态监测系统设计

为了实现采煤机的状态监测,使采煤机能够长时间处于最佳运行状态．结合当今电子领域研究热点嵌入式技术,本文提出了一种基于嵌入式LinuX的采煤机状态监测系统设计方案,研究了电牵引采煤机状态监测系统的总体设计、工作原理和软硬件实现,结果表明：该系统设计能够较好实现采煤机的状态监测,具有一定的实用价值。     

基于小波神经的动力电池SOC估计的研究

提高电池荷电状态(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。根据历史实验数据,在分析了电池电压、电流、电池表面温度及放电总电量等因素对电池SOC的影响后,提出一种利用小波神经网络的SOC在线实时估计方法。通过与BP神经网络的预测结果进行比较,结果表明,小波神经网络能更准确地逼近实际SOC值,并克服了神经网络容易陷入局部次优点的缺点,且将神经网络隐含层的传输函数用小波函数代替,算法易实现且易于应用和推广。     

锂离子动力电池健康状态评估方法的研究进展

随着锂离子电池在储能体系中的广泛应用,其健康状态的评估研究备受关注。综述了国内外动力电池健康状态评估方法的研究进展。讨论了几种主要的锂离子电池健康状态评估方法,包括定义法、内阻法、交流阻抗法、电压曲线法、模型法以及一些新方法,并对未来锂离子电池健康状态评估方法的研究方向做出展望。