车用锂离子动力电池组均衡管理系统研究进展

锂离子电池因其能量密度高、功率密度高和循环寿命长等优势已成为电动汽车动力电池的首选,然而成组后单体间的内阻、容量及电压等特性差异可能对整车电池系统的寿命、安全及性能带来严重影响,而均衡管理是保障动力电池一致性的有效方案。基于电池状态信息对电池组进行均衡管理,能够提高动力电池组的可用容量,降低单体间不一致性所导致的衰减、容量损失,并避免因过充、过放等异常使用而导致的安全风险。但由于高成本的均衡拓扑设计与复杂的均衡控制策略,均衡系统目前较难以广泛推广。梳理近年来均衡管理系统的研究进展与可行方案,较为具体地介绍了均衡电路拓扑结构及其工作原理,并总结了目前常用的与新颖的均衡控制变量,分析各类均衡控制策略在实车应用时的优劣,系统性地比较各种均衡方法的优缺点。梳理目前亟待解决的均衡技术难点,并对均衡技术发展进行了展望。     

基于等效电路模型的锂离子电池双向均衡系统研究

为防止锂离子电池在均衡过程中出现过压、欠压、过流等情况,基于电流可逆的斩波电路,采用电压和电流双闭环控制的均衡架构;为了缩短恒流均衡的时间,快速而精确地达到均衡目标电压,基于等效电路模型分析了均衡过程中电池内阻和导线电阻的计算和补偿策略,并分析了多节串联电池双向均衡的均衡软件流程。针对随机误差和系统性误差,分别采取了滑动平均值滤波和基于系统误差线性模型的自修正方法。试验结果表明,误差修正算法达到了预期效果,均衡系统能够快速精确地达到设定的目标电压。     

车用电池包风道设计与仿真

介绍了锂离子电池自身的热特性对使用性能的影响,分析了当前的锂离子电池热包所需要控制的温度目标。在此基础上对具体的某电池包采用风冷的热管理方案,通过理论和仿真分析,对具体的电池包的风道进行初步设计。该方法可以为其他类似的热管理设计提供一定的参考。最后对现有锂离子电池包风道设计的不足之处进行总结并提出可能的改善目标。     

基于可信度因子推理模型的电池组均衡方法

针对锂离子电池在成组使用过程中出现的电压、容量、内阻等不一致性问题  ,分析了传统电压均衡策略的优缺点,结合双向Cuk分组均衡器控制简单、均衡能量可双向传输及均衡电流易控制的特点,提出了一种基于可信度因子(C-F)  推理模型的分组均衡方法。该方法定义了单体电池的荷电状态(SOC)和端电压的不均衡度,利用C-F推理模型得到了电池组整体不均衡度,通过控制拓扑电路的均衡电流大小和方向减小了电池组的不一致性。对比实验表明,该方法能够有效地减小单体电池端电压和SOC的不一致性,提高电池组的整体能量利用率。     

一种针对串联电池组带电不均衡的均衡技术

针对串联电池组的带电不均衡进行了研究,提出了一种新型的均衡技术,以电池ＳＯＣ作为判别 依据确定不均衡状态并制定相应的均衡方案,利用所设计的均衡电路来实施具体的均衡方案。为了验证该 技术的可行性,采用了６节磷酸铁锂电池组成的串联电池组作为实验对象,实验结果充分表明了所提出技术 高效性。     

车用锂离子电池电化学-热耦合高效建模方法

精确的电池模型是车用锂离子电池系统状态估计和能量管理的基础.电化学机理模型用途广、精度高,是下一代电池管理系统的重点研究对象.然而,目前电池电化学机理模型建立过程中存在参数获取困难、依赖后期参数标定等问题.为此,提出一种大容量车用锂离子电池电化学-热耦合高效建模方法.将电化学机理模型的参数进行分类,对可测量/辨识参数(...     

车用电机谐波电流分析及电机损耗仿真

为了精确计算车用电机的谐波电流,提出一种迭代的方法将电机的有限元模型等效到电机的状态空间模型,并利用该状态空间模型与矢量控制算法耦合仿真,得到考虑电机驱动、控制参数及电机饱和特性的包含谐波的电机电流,在此基础上进行电机的损耗仿真。     

动力电池组动态均衡时的热安全边界计算与验证

均衡系统是解决动力电池系统不一致性的有效途径,然而电池组均衡电路产热过大也易引发控制器安全问题.针对均衡电路产热引发的热安全问题,以某分布式控制器为研究对象,建立电池管理系统控制器和电路板的热力学模型;通过温度场仿真研究不同动态均衡控制策略下电路板的最高温度以及温度分布;分析开启通道位置对动态均衡电路板温度分布的影响,...     

锂离子电池外部短路电压行为预测模型评价

锂离子电池外部短路瞬间产生大电流引发安全事故频繁发生,精确的模型是风险预警的基础。围绕外部短路故障,从不同初始荷电状态(State of charge,SOC)、不同温度两方面开展了Thevenin等效电路模型与单粒子电化学模型的电压预测精度评价与复杂性对比。结果表明,Thevenin模型精度随初始SOC降低而下降,随环境温度升高上升;单粒子模型精度受初始SOC影响较小,随温度升高先上升后下降。针对Thevenin模型短路中精度下降等问题,提出了应用电感元件的模型优化方法。模型方均根误差小于60 mV,精度提升了76%;针对单粒子模型在外部短路大电流中精度变差的问题,提出了使用双电层放电和锂离子扩散限制进行建模的模型优化方法。模型方均根误差小于40 mV,精度提升了64%。优化后的模型分析结果表明：Thevenin模型实时性高,单粒子模型弥补了电池漏液时Thevenin模型的失效,但计算复杂;前者可用在外部短路的前期诊断和预警中,后者可用在外部短路发生后的热管理或热安全研究中。     

电动汽车用锂离子电池热管理系统的研究

锂离子动力电池的能量密度较高,且具有长循环寿命特点,因而在电动汽车储能系统中得到了广泛应用。文章以微通道液冷式电池热管理系统为研究对象,深入探讨强化换热和强化结构体力学强度,以不断优化系统整体换热性能和结构强度,合理控制锂离子电池的温度,使电动汽车更具安全性和可靠性。     

锂离子电池简化电化学模型理论误差分析研究

准确的电池模型是电池状态估计和能量管理的基础。锂离子电池电化学模型描述电池内部机理,具有物理意义明确和准确度高的优点。目前,常用的电化学模型为P2D伪二维电化学模型、SPM单粒子模型和SPMe考虑电解质动态的单粒子模型。其中,P2D模型的精度最高而计算量最大,而简化模型SPM或SPMe的计算效率高,但存在模型简化产生的误差。为探究误差的产生机理,首先比较SPM、SPMe和P2D模型的电极电流源、固相浓度和液相浓度,然后从平衡电势、过电势、液相浓差极化电势、液相欧姆压降和端电压对简化模型进行了误差分析,并指出误差传递路径。结果表明,电极电流源是模型端电压误差产生的根源,液相正负极欧姆压降和负极平衡电势误差是端电压误差的主要来源。上述结果可为SPM和SPMe模型的误差补偿方法设计提供理论依据。最后还提出了模型端电压误差补偿建议。     

基于扩展卡尔曼滤波的锂离子电池荷电状态估计

针对电池荷电状态（SOC）难以准确估计的问题,采用扩展卡尔曼滤波方法来提高SOC的估计精度。首先以磷酸铁锂电池为研究对象,建立了电池的PNGV等效电路模型,并采用充放电实验和离线辨识的方法得到模型中的参数,得到了开路电压、欧姆内阻、极化内阻和极化电容与SOC的多项式函数关系;然后,对模型进行验证,并分析了模型的准确性;最后,在实际工况下,运用扩展卡尔曼滤波方法估计锂离子电池的SOC值,并与安时法计算的SOC值进行比较。结果表明,PNGV模型结合扩展卡尔曼滤波方法估计的锂离子电池SOC值的最大误差仅为2.78%,提高了电池SOC的估计精度。     

基于分布式最小二乘法的锂离子电池建模及参数辨识

精确的锂离子电池模型对于电池状态的准确估计以及电动汽车整车的仿真、设计与优化具有至关重要的意义。然而,传统的递推最小二乘方法应用于电池这类多时间尺度系统时,会出现模型参数辨识精度低、建模效果差等问题。为此,以锂离子电池二阶RC等效电路模型为研究对象,提出一种基于分布式最小二乘的模型辨识参数方法。此方法根据电池不同时间尺度可以分离的特性,将电池模型细分为两个子模型分别进行辨识,避免了待估参数的相互干扰,因而能够取得更好的参数估计效果。试验结果表明,相比传统的递推最小二乘辨识方法,提出的方法在UDDS和FUDS工况下能够将平均绝对误差分别降低约50.00%和28.57%,均方根误差分别减小约46.43%和29.17%,验证了所提方法的有效性和可行性。     

电动汽车锂离子动力电池健康状态在线诊断方法

随着电动汽车的快速发展,高比能锂离子电池的衰减问题日益受到关注,其健康状态是耐久性管理的核心参数,对延长电池寿命提高系统可靠性至关重要。以三元材料锂离子电池为研究对象,基于正负极的开路电压模型,描述正负极和全电池的匹配关系并在全新电池尺度上重构其开路电压-荷电状态曲线,分析正负极匹配关系在电池经历各种老化模式后的演变特性,从而在全新电池尺度上重构老化电池的开路电压-荷电状态曲线,并据此提出了改进的锂离子电池老化模式无损定量诊断方法,克服了现有方法必须以电池的真实开路电压-荷电状态曲线为诊断依据的局限性,从而更加适用于实车在线应用。采用扩展卡尔曼滤波算法,从电池动态电流工况放电数据中辨识开路电压随放电容量的变化曲线,并使用所提出的老化诊断方法拟合该开路电压曲线,可以定量分析电池遭受的正极材料损失、负极材料损失和可用锂离子损失。在此基础上,提出电池最大可用容量的估计方法和真实开路电压-荷电状态曲线的辨识方法,结果表明,在动态工况下容量估计误差在1%以内,开路电压-荷电状态曲线的方均根误差在6 mV以内。该方法应用于电池组,可以实现电池组内各单体电池的最大可用容量和荷电状态一致性估计。     

利用双卡尔曼滤波算法估计电动汽车用锂离子动力电池的内部状态

以电动汽车的研发为背景,建立用于电动汽车中作为辅助动力源的锂离子动力蓄电池的等效物理模型及其离散形式的状态空间方程,然后分别介绍如何基于卡尔曼滤波算法在线估计电池内部的荷电状态和寿命状态。在此基础上,介绍利用双卡尔曼滤波算法同时在线估计荷电状态和寿命状态的算法原理,并设计出相关的电池测试试验,利用在此试验过程中所采集的包括电流、电压等数据对电池的内部状态进行估计。对试验结果的分析表明,利用双卡尔曼滤波算法在线估计电池内部状态是有效的,并且估计精度也相对较高,可以较好地反映电池内部的真实状态。     

基于动态内热源特性的车用锂离子动力电池温度场仿真及试验

针对电动汽车动力电池在充放电工作过程中由于热量聚集而导致的温度场非均匀性问题,采用数值仿真与试验相结合的方法,基于电池内阻温升特性,考虑耦合正负极耳的热影响,建立生热速率的时变内热源模型,获得更加精确的电池温度场分布及其动态变化规律,并深入进行温度一致性分析。以某车用锂离子动力电池为样本,对电池单体及模块分别进行温升计算和三维温度场分析及相应的测试试验。结果表明:同一充/放电倍率下,放电温升明显大于充电温升,且电池最大温差随着倍率的增大而增大;电池的温升是一个随时间先增大后恒定的非线性变化过程,且随着放电倍率的增大电池温升速率越大;电池模块温度场并非电池单体温度场的简单叠加,且在相同充放电倍率下电池模块的热一致性不如电池单体。     

不同挤压载荷下圆柱形锂离子电池的失效机理试验研究

为满足电动汽车动力电池组耐撞性设计的要求,对不同机械滥用工况下锂离子电池单体的失效机理进行了试验研究.通过对三种不同容量的NCR18650圆柱形锂离子电池进行局部压痕和平面压缩加载试验,研究了锂离子电池样本的力-电-热响应,给出了失效电池样本的横截面破坏形式,具体讨论了加载形式和电池容量对锂离子电池失效的影响.研究结果...     

锂离子电池功率状态预测方法综述

随着锂离子电池在智能电网、新能源汽车等领域的大规模应用,其充放电能力,即峰值功率的准确预测对于保障系统的安全、可靠运行至关重要。从单体和系统两个层面归纳分析锂离子电池功率状态预测方法的研究进展：针对电池单体预测方法,主要包括测试查表法、黑箱法、等效电路及电化学模型法等,重点阐述多参量约束的等效电路模型法,并进行分类与对比分析;针对电池系统,从电池系统模型及功率状态预测算法两个角度出发,分别讨论了串联型、非串联型电池系统的功率状态预测算法和大数据驱动的智能预测方法,并分析各方法的优缺点及应用领域;结合下一代云计算、大数据、数字孪生等发展趋势,对锂离子电池功率状态预测方法进行展望,为促进电池全生命周期管理技术的研发与应用提供一些思路。