基于小波分形自回归整合滑动平均模型的网络流量预测

研究表明Internet通信流量同时呈现长相关和短相关特性。为了精确捕捉上述通信流特性,提出一种基于小波分形自回归整合滑动平均(W-FARIMA)模型的预测方法。首先通过Haar小波的方法将原始数据分解为高频信号和低频信号,接着采用FARIMA模型对低频信号进行建模并预测序列,然后对高频信号采用加权一阶局域法进行预测,最后利用小波重构以合成数据。实验和数学分析的方法证实了该预测模型确实能够很好地进行网络流量的长期预测。     

电动汽车锂离子电池组散热优化设计

针对电动汽车锂离子电池组散热不均匀会影响电池组使用性能、可靠性和安全性的问题,对电池组散热方案进行优化设计.描述锂离子电池的产热模型,建立锂离子电池组三维模型,介绍计算流体力学（Computational Fluid Dynamics,CFD）计算涉及到的固体热传导和流体热传导控制方程;通过进风口角度的选择、进风口流速的选择、鼓风冷却和抽风冷却的对比以及锂离子电池局部倒角的选择确定几种散热方案,使用FLUENT进行数值仿真并得出各方案的总体流场特性、局部流速和温度分布情况.通过对各散热方案的对比和评估,发现当进风角度达到3°时,温度最高点和均匀性有明显改善;在一定的速度范围内,提高进风口流速可以很好地改善系统的散热效果,但是当进风口流速超过某一范围（30 m/s）时,散热效果递增不明显;对于相同的散热结构,鼓风冷却效果明显优于抽风冷却效果;通过电池组局部倒角等局部微小结构可以实现温度场优化.     

并联新能源汽车最优效率实时控制

为了提高并联混合动力汽车驱动系统的实时效率,降低燃油消耗,本文提出一种基于效率最优的协调控制策略.根据不同驱动模式下电池的充放电状态,建立了充放电状态下驱动系统的等效燃油消耗模型,在分析电池效率和发动机效率的基础上,得到驱动系统效率的统一表达式,进而通过建立不同功率需求不同荷电状态下系统最优效率的功率分配系数图谱,设计了系统效率最优的协调控制策略,协调控制策略根据优化的功率分配系数在发动机和电机间进行力矩分配,协调控制策略可以离线计算并实时执行.两种工况循环下的仿真结果表明效率最优控制策略能有效地提高混合动力系统实时效率和燃油经济性.     

Combined state of charge estimator for electric vehicle battery pack

Ah counting is not a satisfactory method for the estimation of the state of charge (SOC) of a battery, as the initial SOC and coulomb efficiency are difficult to measure. To address this issue, an equivalent coulomb efficiency is defined and a new SOC estimation method, denoted as “KalmanAh”, is proposed. This method uses the Kalman filtering method to correct for the initial value used in the Ah counting method. A Ni/MH battery test, consisting of 8.08 continuous federal urban driving schedule (FUDS) cycles, is carried out to verify the method. The SOC estimation error is 2.5% when compared with the real SOC obtained from a discharge test. This compares favorably with an estimation error of 11.4% when using Ah counting.     

基于SOC的锂离子电池组均衡控制

不一致性问题极大地降低了锂离子电池组的整体性能,均衡控制是目前能有效改善电池组间不一致性的唯一办法。在分析了目前主流均衡设计方案的基础上,针对Buck-Boost均衡电路,提出了以锂电池荷电状态（SOC）为均衡对象的均衡控制策略。同时,设计了一种新式的基于双模型自适应扩展卡尔曼滤器的SOC估算方法。实验结果表明,该均衡控制策略改善了电池组间的不一致性,提高了容量利用率。     

基于Modelica的电动汽车电池建模与仿真

为了实时仿真电动汽车电池组的动态性能,应用Modelica多领域建模语言建立描述电池组的PNGV等效电路模型.通过电池的动态充放电性能实验标定电池组模型的电阻、电容等参数,并利用Dymola多领域仿真软件进行性能参数求解.将该电池模型应用在电动汽车整车的仿真分析中,实验结果表明,该模型准确度高,能实时地仿真电动汽车的动力性能.该电池组建模方法实现简单且便于扩展,可以为电动汽车的产品设计、系统性能分析提供有效的解决办法.     

燃料电池汽车最优氢耗马尔科夫决策控制

本文基于马尔科夫决策过程提出一种燃料电池汽车最优等效氢燃料消耗控制策略.控制策略以部分观测量为基础,以马尔科夫转移概率矩阵为条件,采用基于蒙特卡洛马尔科夫(MCMC)算法的Metropolis-Hastings采样方法,获得平均奖励输出,进而通过最优氢燃料消耗代价函数的优化以控制在氢燃料电池系统和动力电池系统间进行能量...     

电动汽车动力电池状态远程监测系统设计

为了实时监测电动汽车动力电池状态和故障情况,提高电动汽车运行的安全性,设计并实现了一种基于Android的电动汽车动力电池状态远程监测系统。该系统在车载端实时采集电池状态测量信息和位置信息,并将信息利用GSM/GPRS通信模块定时传送给远程监测中心;远程监测中心对上传的信息进行接收、存储和分析,实现对电动汽车运行状态的实时监测,对电池性能做出分析评价;同时开发了一款手机APP,利用HTTP协议实现与监测中心的Web服务器的通信,实现对电动汽车运行状态的实时监测。通过实验测试,本系统设计合理、运行稳定,具有良好的应用前景。     

基于扩展卡尔曼滤波法的矿用可移动救生舱蓄电池荷电状态估计

针对基于安时计量法的矿用可移动救生舱蓄电池荷电状态SOC估计在环境温度或放电电流波动较大的情况下精度较低的问题,提出了一种基于扩展卡尔曼滤波法的矿用可移动救生舱蓄电池SOC估计方法。该方法在安时计量法的基础上,把影响蓄电池SOC估计的环境温度和放电电流因素作为蓄电池系统的噪声,采用扩展卡尔曼滤波法的优化估计递推算法对蓄电池SOC进行实时滤波与估计,从而提高了蓄电池SOC的估计精度。实验结果表明,该方法的蓄电池SOC估计结果与实测值基本一致,可用于矿用可移动救生舱蓄电池管理系统中。     

基于安时积分和粒子滤波修正的锂电池SOC估计

针对安时积分（ AH）法的累积误差问题和卡尔曼滤波算法对系统噪声的限制,提出了粒子滤波（ PF）修正安时积分误差的方案,并基于钴酸锂电池测试数据和电池等效电路模型,对算法进行仿真验证。通过与传统的AH和卡尔曼滤波法对比得出：基于AH和PF修正的方法荷电状态（ SOC）估计效果较好,平均误差与标准误差均控制在2%以内。     

基于变参数模型的锂电池荷电状态观测方法

锂电池荷电状态(SOC)观测技术作为电池管理系统(BMS)的关键技术,在维持电池系统设备安全高效运作、延长电池组整体生命周期等方面均起着不可或缺的作用.本文以改善锂电池荷电状态的观测结果为目的,对锂离子电池荷电状态的观测方法进行了研究,基于二阶变参数锂电池模型,设计了一种有效的改善SOC观测精度的方法.首先,根据SOC的定义,建立了安时积分估计(AH),通过引入二阶变参数锂电池模型建立扩展卡尔曼滤波估计器(EKF),然后结合Takagi-Sugeno模糊模型原理,设计Takagi-Sugeno和EKF联合估计器(TS–EKF).最后,在Simulink仿真平台上验证了SOC观测方法的准确性和实用性.结果表明,本文所设计的Takagi-Sugeno和EKF联合估计器可以改善SOC观测精度.