一种电动车铅酸蓄电池SOC预测模型及检测系统的设计

针对电动车铅酸蓄电池SOC预测精度低的问题,给出了一种基于模糊预测技术的蓄电池SOC预测模型,该模型利用电动势和内阻结合预测蓄电池SOC。建立了蓄电池电动势、内阻和SOC的隶属度函数,确定了26条模糊控制规则。仿真结果表明,预测值与实际值相对误差最大为5%左右。在此基础上,设计了以C8051F020单片机为中央处理器的铅酸蓄电池组智能检测系统,该系统具有蓄电池SOC预测,端电压、充放电电流等参数在线检测和数据传输等功能。实际车辆试验结果表明,利用这种SOC预测模型可有效的提高预测精度,系统具有参数检测误差小、数据传输可靠性高等特点,具有很好的应用价值。     

铅酸蓄电池相关特性的试验研究

为了确定电动车用铅酸蓄电池在不同负荷下最小允许放电电压、内阻变化规律和内阻消耗量,对12V/80Ah铅酸蓄电池进行了放电试验,并记录了不同时刻的蓄电池端电压、放电电流和内阻值,利用MATLAB对所采集到的数据进行处理,计算出了不同负载条件下蓄电池放电量、负载消耗的能量、蓄电池内阻消耗的能量以及蓄电池内阻消耗的能量占蓄电池整个释放能量的百分比,并绘制出、、和曲线。试验结果表明：铅酸蓄电池所允许的放电电压最小值随负载的增大而升高,内阻随放电量的增大而上升,负载越大内阻消耗越大,端电压变化趋势与内阻变化趋势一致。     

低速电动汽车电池管理系统研究

针对低速电动汽车使用过程中出现的剩余电量估计不准及电池组寿命短的问题,提出了一种基于改进的安时法和耗散式均衡电路的电池管理系统策略。通过电动势和剩余电量的对应关系确定安时计算的初始值;利用继电保护测试仪校正霍尔电流传感器的精度,减小安时法积累误差;引入耗散式均衡电路降低单体电池电压的差异。实验证明,该管理系统对低速电动汽车剩余电量的估计有较高的准确性,且原理简单,易于硬件实现;均衡电路效果良好,能降低电池管理系统成本,延长蓄电池组的使用寿命。     

基于改进GM(1,N)灰色关联模型的铅酸蓄电池容量预测

铅酸蓄电池由于其容量大、成本低、自放电率低等优点是应急电源(EPS)系统的基本组成部分,剩余容量作为衡量蓄电池能力指标的重要参数直接影响着系统的安全运行。引入电池的端电压、内阻两个参数作为容量的两个关联因素,建立多因素关联分析的GM(1,N)灰色模型,并对模型进行了改进,针对影响模型预测精度的关键量"均值序列加权参数",提出了一种合理有效的选取方法,最后的预测实例验证以及误差分析表明,该方法具有操作简单、算法复杂度低而且预测精度高的优点,有很强的实际应用价值。     

基于改进的GM(1,N)灰色关联模型预测铅酸蓄电池容量

铅酸蓄电池由于其容量大、成本低、自放电率低等优点是应急电源（EPS）系统的基本组成部分,剩余容量作为衡量蓄电池能力指标的重要参数直接影响着系统的安全运行。引入电池的端电压、内阻两个参数作为容量的两个关联因素,建立多因素关联分析的GM(1,N)灰色模型,并对模型进行了改进,针对影响模型预测精度的关键量“均值序列加权参数”提出了一种合理有效的选取方法,最后的预测实例验证以及误差分析表明,该方法具有操作简单、算法复杂度低而且预测精度高的优点,有很强的实际应用价值.     

典型蓄电池的建模与荷电状态估算的对比研究

研究不同蓄电池荷电状态(state of charge,SOC)的变化特征有助于在实际应用过程中对蓄电池类型进行选择。基于铅酸电池、磷酸铁锂电池、全钒液流电池3种典型蓄电池模型,采用电池容量修正过的改进安时计量法和改进安时-卡尔曼预测法(Ah-Kal法),对各电池在不同充放电模式下,用MATLAB软件编程得到两种估算方法下的SOC变化曲线。通过SOC对比曲线可以发现铅酸电池的自放电较严重,循环寿命短;磷酸铁锂电池可迅速提供大功率;而全钒液流电池适合作为长期大容量储能支持。同时,改进安时计量法和Ah-Kal的估算结果基本相同,验证了Ah-Kal法的正确性。     

基于混合储能电压源逆变器平抑微电网功率波动的方法研究

为了平抑间歇性微电源引起的功率波动,研究了基于超级电容和蓄电池的混合储能电压源逆变器（VSI）控制策略,设计了混合储能系统两级能量管理方法。将超级电容作为系统一级缓冲储能优先平抑微电网功率波动。并网运行时配电网作为二级储能,通过控制联络线功率,使超级电容端电压稳定在充放电限值以内,同时维持公共连接点（PCC）母线电压在允许范围内变化;孤岛运行时蓄电池作为二级储能,通过超级电容的缓冲作用减少蓄电池充放电次数,延长蓄电池使用寿命,当超级电容达到充放电警戒值时,精确控制蓄电池以恒功率输出,调节超级电容端电压恢复到正常值。仿真结果验证了方法的有效性。     

装甲车辆蓄电池特性参数数据采集系统设计

为了提高装甲车辆铅酸蓄电池的维护效率,提出了一种基于LabVIEW软件的铅酸蓄电池特性参数数据采集系统.该系统使用NI公司生产的PCI-6251数据采集卡和SCC信号调理模块,通过编写LabVIEW数据采集程序以及正确的硬件接口连接,可以快速准确地实现对蓄电池端电压、内阻和温度等特性参数的采集.同时尝试使用了四线交流法结合LabVIEW正弦信号发生程序对蓄电池内阻进行测量.结果表明,该系统使用方便且准确度较高.     

基于内阻预测的阀控铅酸蓄电池故障预警方法

阀控铅酸(VRLA)蓄电池的故障影响电源的供电可靠性,而内阻是反映蓄电池运行状态的重要参数。提出基于蓄电池预测内阻及其变化率的故障预警方法,分析电池内阻变化原因,量化蓄电池内阻的影响因素,采用长短时法神经网络(LSTM),以充放电状态、电压、电流、温度作为输入量,构建蓄电池内阻预测模型,并根据电池内阻预测值及其变化率预判电池故障原因,发出蓄电池预警信号。试验结果验证了所提电池内阻预测模型误差在3%以内,基于电池内阻预测模型的蓄电池故障预警方法有利于蓄电池安全稳定运行。     

电动汽车动力电池SOC预测技术研究

电动汽车的电池管理系统需要一个精确和可靠的电池荷电状态 (SOC)预测器。由于铅酸蓄电池真实的SOC受许多因素如电池温度、充放电次数、电池老化等因素的影响 ,传统的SOC预测技术很难达到理想的效果。描述了一种闭环模糊推理方法在铅酸蓄电池SOC预测技术方面的应用。其中 ,闭环反馈环节采用了一个经验公式来调节铅酸蓄电池SOC的预测值。重新定义了一种容易从放电曲线中获得的电池内阻 ,利用这个电池内阻值可以很容易地把不同工况下的电池端电压等效到一个固定工况下的端电压 ,从而可以简化模糊规则的设计。经仿真证明这种方法能够获得蓄电池精确和可靠的SOC预测值     

储能系统在东福山岛独立型微电网中的优化设计和应用

为解决东福山岛军民供电供水困难的问题,基于实际工程开展风光柴储独立型微电网的研究和探索,重点分析储能系统的选型、优化设计和运行参数选择等问题.在储能系统选型中,综合考虑各种储能的技术、经济、安全和成熟度4个方面因素,现阶段最终选择基于可再生能源应用的改进型阀控铅酸蓄电池.在储能优化配置中,以尽量减少柴油发电机运行时间、最大化可再生能源利用率和最大化储能系统循环使用寿命为优化目标,进行多目标优化设计.在储能系统运行参数选择中,结合系统协调运行控制策略,以蓄电池组端电压为标准进行模式控制、模式切换和储能系统保护,优选运行控制参数以使系统有序、高效、可靠地运行.通过实际运行分析,证明了该研究方法的实用性和有效性.     

基于EKF算法的铅酸蓄电池SOC在线估计

针对快速充电设备需要快速、准确检测蓄电池荷电状态(SOC)的应用需求,在分析传统SOC估计方法不足的基础上,采用了扩展卡尔曼滤波法进行铅酸蓄电池SOC的估计。通过对铅酸蓄电池充放电过程的分析,基于改进的Thevenin模型,建立了7-HK-182型铅酸蓄电池的等效电路模型。通过Matlab仿真,对比安时积分法估计SOC数据,验证了扩展卡尔曼滤波法能够实时、准确估计蓄电池SOC的变化。     

锂离子蓄电池相关特性试验研究

为了确定锂离子蓄电池在不同负荷下的最小允许放电电压、内阻变化规律以及内阻消耗量,对4节3.2 V/60 Ah的锂离子蓄电池单体串联组成电池组进行了放电试验,记录不同时刻蓄电池组端电压、放电电流和内阻值,利用M atlab对所采集到的数据进行处理,计算出了各种不同负载条件下蓄电池组的放电量、负载消耗的能量、蓄电池内阻消耗的能量以及蓄电池的内阻消耗的能量占整个能量消耗的百分比,并绘制出蓄电池试验变化曲线。结果表明:锂离子蓄电池单体所允许的放电端电压最小值在2.75 V左右,内阻值约为0.75 mΩ,不随放电量和负载的变化而发生变化;在负载相同的条件下,电池组放电电流减小趋势和端电压下降趋势一致;负载越大内阻消耗量也越大。以上结论为蓄电池能量管理系统开发提供理论依据。     

基于容量修正的阀控式铅酸蓄电池SOC估计

阀控式铅酸蓄电池(valve regulated lead acid battery,VRLA)广泛应用于储能系统中,准确估算其实时荷电状态(state of charge,SOC),对确保铅酸蓄电池安全供电具有重要意义。铅酸蓄电池的工作环境温度对其容量的影响不可忽视,然而,现有的SOC估算方法常将电池总容量视作固定值,这就导致了估算误差会随着环境温度的变化而积累,严重影响了SOC的估算精度。提出了一种基于容量修正的SOC估计方法,通过研究电池容量随温度的变化规律,引入了温度补偿对电池总容量进行修正。在此基础上,结合扩展卡尔曼滤波(EKF)算法进行不同温度下的SOC实时估计,并对容量修正后的SOC估计值与一般算法SOC估计值进行比较。仿真和实验结果表明,所提出的SOC估算方法能够提高不同环境温度下的铅酸蓄电池SOC估计精度。     

太阳能离网照明系统用储能蓄电池负极添加剂的研究

根据离网照明系统的运行特点,研究了一种储能用铅酸蓄电池的新型负极添加剂组合,着力解决储能蓄电池的充电接受能力、过放电恢复能力和低温放电等方面的问题。     

基于变分模态分解的混合储能系统协调控制

针对自然条件下光伏电源出力的波动性和间歇性,以铅酸蓄电池和超级电容器组成的混合储能系统为基础,提出了一种基于变分模态分解（variational mode decomposition, VMD）的储能系统功率分层分配方法。储能系统承担的净负荷经过VMD分解后的高频波动分量分配给超级电容器承担,趋势分量分配给蓄电池承担;同时根据各储能单元的实时最大可充放功率和荷电状态对初级功率分配进行二次修正。仿真实例表明,该方法可有效平抑净负荷波动,并实现了储能系统调节特性的优化和储能单元的长期稳定运行。     

基于LIBSVM的铅酸蓄电池荷电状态估计

研究准确预测蓄电池荷电状态(SOC)的方法对于快速、准确调节充电装置的动态充电过程具有重要意义。从基于测量蓄电池端电压和内阻实现预测其SOC出发,研究了基于卡尔曼滤波提高蓄电池端电压、内阻和充放电电流测量准确性的方法,在此基础上,进一步提出利用LIBSVM支持向量机基于蓄电池端电压、内阻和SOC的训练样本数据,建立反映其非线性映射的回归预测模型建模方法。最后通过实验数据验证了所提SOC预测模型建模方法的可行性。与利用BP神经网络预测SOC的结果对比表明,基于相同训练样本,所提方法建立的预测模型具有SOC估计预测误差小,对蓄电池宽运行范围的SOC评估具有良好适用性等特点。     

阀控铅酸蓄电池容量测试技术研究

首先介绍当前比较常用的阀控铅酸蓄电池离线容量测试技术。在指出其存在的问题的基础上,进一步分析阀控铅酸蓄电池在线容量测试技术。针对电导(内阻)测试法、电量累积法、不完全放电测试法和降压放电法分别详细阐述其基本原理和特点。     

一种分阶段锂离子电池荷电状态估计算法

为了解决安时积分法无法估计电池荷电状态(SOC)初值以及在电池充放电后期估计误差明显增大的问题,基于纯电动物流车平台提出了分阶段处理思想。根据电池系统的工作状态,将估计过程分为启动初期、充放电中期和充放电后期。在启动初期和充放电中期,结合开路电压法与安时积分法来估计电池组SOC,并对安时积分公式中的相关参数进行修正。在充放电后期,应用充放电曲线修正充放电后期SOC,对安时积分法估计SOC的不足进行补偿。搭建了锂离子电池组充放电测试平台,并进行了电池组放电实验。结果表明,SOC估计误差在4%以内,并能够满足电池管理系统优化控制的应用需求。     

修正RC模型混合动力车用氢镍蓄电池SOC预测

根据混合动力汽车动力蓄电池瞬时脉冲大电流充放电工作特点,提出了一种能够实时动态估计氢镍蓄电池SOC的新方法。结合蓄电池当前状态和历史使用因素共同确定蓄电池初始SOC,并利用修正的RC模型,通过合理分配权值综合运用电量累计法和开路电压法进行蓄电池的SOC预测,电量累计考虑充放电效率和寿命因素影响,开路电压利用卡尔曼滤波法求解。最后,通过台驾试验验证算法的准确性,结果表明,SOC预测误差可控制在6%以内,满足混合动力汽车工作要求。