共查询到19条相似文献,搜索用时 252 毫秒
1.
2.
3.
针对电动汽车续驶里程短的问题,以电动汽车为研究对象,基于“车路网”智能系统建立了道路拓扑模型、阻抗评价模型以及整车能耗模型,分别以电动汽车行驶时间最优、能耗最优和综合最优为目标,运用A*算法对电动汽车进行了充电路径规划。以福州市区交通为实例,采集了各路段主要行驶工况数据,将规划路段与行驶工况数据匹配用于车辆行驶时间和能耗的预测,并结合充电等待时间计算各目标阻抗成本。研究结果表明:所提出的充电路径规划策略能够根据驾驶员的不同需求分别规划出考虑时间、能耗以及综合最优的充电路径。 相似文献
4.
随着电动汽车并网容量的不断增加,面向电动汽车充电负荷准确地开展功率预测对于并网电力系统的经济调度和优化运行意义重大。基于计算机交叉学科的深度学习领域算法不断进步,为准确构建电动汽车充电负荷模型提供高效工具。该文研究一种基于LSTM(long short-term memory)神经网络的复合变量电动汽车充电负荷预测方法,将电动汽车充电负荷历史数据进行预处理,采用LSTM网络对降维后的时间序列进行动态建模,完成电动汽车充电负荷预测。采用实际数据进行验证,结果证明所提方法的有效性。 相似文献
5.
6.
锂离子电池荷电状态(SOC)估计的准确性依赖于精确的电池模型,为此提出一种基于改进的Shepherd模型并耦合温度和循环次数因素的锂离子电池组合模型(SCM)。将Shepherd模型受温度和循环次数影响的满电开路电压、极化常数、可用容量、内阻等参数进行热建模和循环损失建模,同时将模型参数辨识方法简化为仅需两组不同环境温度下放电实验数据的非线性最小二乘法。通过对不同循环次数的锂离子电池在不同温度环境下模拟电动汽车实际工况,进行放电实验,并结合扩展卡尔曼滤波算法实现对SCM模型和ECM模型的SOC动态估计。仿真和实验结果表明所提模型相对误差小于1.5%,SOC估计误差小于3%,从而验证了所提出模型的优越性。 相似文献
7.
当前,为了降低车辆对化石燃料的消耗量并优化大气环境,汽车生产厂商纷纷开始研究电动汽车。影响电动汽车大范围使用的主要因素是当前电动汽车行驶里程较短,对充电设施建设数量的需求较大。未来,优化电动机系统的运行效率来延长电动汽车的行驶里程是其发展的客观需求。因此,有必要研究提升电动汽车永磁同步电动机系统效率的相关措施。 相似文献
8.
锂离子电池剩余使用寿命预测是锂离子电池健康管理的重要内容。针对锂离子电池剩余使用寿命预测困难、传统循环神经网络预测精度低的问题,提出一种基于贝叶斯优化(BO)-门控循环单元(GRU)神经网络的锂离子电池剩余使用寿命预测方法。这一方法提取循环数与对应的容量融合作为新特征,采用滑动窗口方法分割特征数据集,搭建门控循环单元神经网络,在网络中加入随机失活,并采用贝叶斯优化对门控循环单元神经网络参数进行优化。在不同来源数据上进行试验验证,这一方法的相对误差均小于3%,能够实现对锂离子电池剩余使用寿命的准确预测。 相似文献
9.
研究了一种电动汽车电池的精确模型和能量衰减模型并建立数据库,电池模型的内部参数采用遗传算法提取并优化。用控制算法来计算电池的使用性能、充放电率以及电池的充电限制状态,以满足未来电动汽车的要求。该模型适用于各种型号的电池,可以估测实时的超级电容到电池之间进行互相传递时电池的性能。 相似文献
10.
11.
汽车"新四化"背景下,电动汽车的销量不断提高,在很大程度上缓解了能源危机与环境污染问题,但因电动汽车续航受限,电动汽车的普及率与充电桩的建设与运营情况有密切关系.本文介绍了国内充电桩建设现状,分析了目前市场上充电桩的发展问题,给出科学合理的充电桩运维及安全管理建议,以供参考. 相似文献
12.
功率需求驱动的电动载运装备用动力电池充放电能力预测方法 总被引:1,自引:0,他引:1
充放电功率能力的准确评估是动力电池及电动载运装备安全、高效运行的基础。针对电动载运装备,建立以输入/出功率为控制目标的动力电池模型,描述功率需求驱动的动力电池充放电行为;通过动态优化电池截止电压,提出多步功率预测方法,建立动力电池恒功率需求时的充放电能力预测策略;考虑荷电状态、温度、持续时间等的影响,采用长短期记忆神经网络建立功率修正模型,提升了动力电池充放电功率能力预测性能。结果表明,多步功率预测法能兼顾预测精度和计算效率,最大误差小于3%;全电量区间和宽温度范围内应用效果表明:采用功率修正的功率预测最大误差小于3%,均方根误差低于1%。 相似文献
13.
锂离子动力电池的峰值功率(State of power,SOP)直接影响电动汽车的加速爬坡性能以及回馈制动的能量回收能力,然而其不能直接测量,且准确估计十分困难。这源自于电池内部复杂的电化学特性,尤其是电池运行是一个电热特性相互耦合的过程,过高的充放电功率可能引起电池过热,进而导致电池寿命加速衰减甚至引发安全事故,因此,引入电池温度作为峰值功率的重要约束条件之一,综合电池温度、电压、荷电状态(State of charge,SOC)等多参数约束实现峰值功率预测。首先建立电池电热耦合模型,准确描述电池电、热动态特性;进而在多参数约束条件下预测电池峰值功率;最后,改进了电池热模型的参数辨识方法,并在不同温度环境和动态工况下试验验证电池建模和峰值功率预测方法的有效性,试验结果表明该方法可有效预测电池充放电功率,提高电池使用的安全性。 相似文献
14.
动力电池的性能随着使用会出现不可避免的老化,直接影响着电动汽车的性能和使用。在动力电池使用过程中对其进行剩余寿命的预测,可以确定动力电池的最佳维修和更换时机,进而有效延长动力电池寿命,增加电动汽车的续驶里程。因此,采用扩展H∞粒子滤波算法进行动力电池的剩余寿命预测。进行锂离子动力电池循环老化试验,获取其全寿命周期的容量衰减数据。采用双指数拟合的方法建立电池容量衰减模型,并验证其准确性。将模型参数作为状态量,采用扩展H∞粒子滤波算法对模型参数进行实时估计与更新,获得剩余循环次数以及预测结果的可信度。仿真结果表明,基于扩展H∞粒子滤波算法得到的动力电池剩余寿命预测结果与基于粒子滤波得到的预测结果相比更加精确。 相似文献
15.
16.
大规模电动汽车随机无序充电将对电网安全运行带来巨大挑战,诸如增大负荷峰谷差、加大运营成本、增加谐波污染等。该文在考虑电动汽车充放电功率约束、电池容量约束的前提下,基于动态分时电价制度,建立电动汽车多目标优化调度模型,以降低电网负荷峰谷差率和用户充电成本,并采用改进学习因子与惯性权重的粒子群优化算法对模型进行求解。仿真结果表明,基于动态分时电价的调度策略比固定电价下优化效果更优,能够更好地减小系统负荷峰谷差率,提高负荷率,增加电力设备的利用率,降低电动汽车充电成本。 相似文献
17.
18.
拥有高能量密度、低自放电率和长寿命的锂离子电池是电动车辆的主要储能单元,其性能直接影响了车辆的动力性和安全性。然而,锂离子电池是复杂的电化学系统,其内部状态具有时变性和不可观测性。此外,电池在使用过程中性能将不断衰减,将给车辆的安全性带来隐患。为保证电池在车用工况下的高效、安全和可靠运行,需要对电池实施有效管理。电池模型是管理算法的理论基础,参数辨识是模型应用的前提,而寿命预测是保证电池安全的关键技术。针对上述实际应用需求,综述了锂离子电池高精度电化学-热耦合机理建模、模型参数辨识和寿命预测的最新研究进展。重点关注宏观电化学模型中模型重构和模型简化两种模型降阶方法,对比分析参数辨识中试验测量和非拆解式辨识方法的特点,全面总结寿命预测中基于模型、基于数据驱动和融合式算法的算法架构。在此基础上,总结现有研究的不足并对未来研究方向提出展望。 相似文献
19.