退役锂电池梯次利用主动均衡方法研究

针对退役锂电池数量多、不一致性严重等问题,提出基于Buck-Boost电路的分组双向主动均衡结构.以荷电状态(SOC)为均衡变量,电池小组内采用基于单电感的集中式均衡拓扑结构和均值-差值均衡算法,电池小组间采用分布式均衡拓扑结构和极差法及相邻差值法结合的均衡策略,分别实现电池小组内任意单体电池间均衡和相邻电池小组间均衡...     

电动汽车磷酸铁锂电池组均衡电路设计

为了优化和提升电动汽车中的磷酸铁锂电池组均衡系统的性能,在应用广泛的Buck-Boost均衡电路基础上,提出了一种可减少开关数量、加快均衡速度和提高效率的拓扑结构。该均衡电路用开关电感模块替代电感,克服了Buck-Boost均衡电路仅能在相邻电池间传递电荷的缺点,通过控制电感模块中的开关继电器,改变BuckBoost电路的均衡子电路,减少电荷转移步数。通过对比分析和实验验证可知,优化后的Buck-Boost均衡电路相较于原电路减少了开关数量,加快了27%的均衡速度和提高了均衡效率。     

基于自适应模糊PID算法的锂电池组双层均衡控制

为提高电池重组时的均衡效率,在传统Buck-Boost均衡拓扑电路的基础上,设计了一种锂电池组双层均衡拓扑电路。组内采用Buck-Boost电路均衡,组间利用双向反激变压器进行均衡。均衡控制策略采用自适应模糊PID算法,以电池荷电状态(state of charge, SOC)为均衡变量,利用模糊控制算法对PID参数进行调节,缩短了均衡时间,提高了均衡效率。在Matlab/Simulink中搭建了锂电池组双层均衡拓扑电路和自适应模糊PID控制算法模型。实验结果表明：在不同工作状态下,所提出的电池组均衡拓扑及其控制策略将均衡时间效率平均提高了58.36%,验证了该方案的有效性。     

磷酸铁锂电池组的均衡控制策略优化研究

针对Buck-Boost电路在串联电池组均衡中出现的平衡速度慢、损耗高等问题,在功率开关和电感不变的情况下,提出了一种改进的均衡方案。以实验室的磷酸铁锂电池作为研究对象,进行了不同均衡方案的实验。从电池的实际模型角度出发,集合改进后的均衡电路控制,着重分析了改进方案在提高平衡速度和降低损耗方面的效果。仿真和实验结果表明,改进的均衡控制策略减少了电池组的均衡时间,降低了均衡过程中的损耗。     

基于VDCG的直流微电网退役锂电池SOC均衡方案

为增加系统惯性,直流微电网内锂电池控制器常采用虚拟直流发电机(virtual DC generator, VDCG)控制方案,但该方案无法使锂电池荷电状态(state of charge, SOC)自均衡。现有基于VDCG的锂电池SOC均衡方案仅能实现电压等级一致的非等容锂电池SOC均衡,而退役锂电池储能系统(retire lithium battery energy storage systems, RLBESS)的容量和电压等级均难以保持一致。针对此问题,提出了一种基于VDCG的适用于不同电压等级及容量的RLBESS 组间SOC均衡方案。该方案在传统VDCG的基础上建立U-Pm关系式并引入SOC均衡因子,能够根据初始SOC状态自动调节锂电池的功率分配,并保持良好的电压质量。建立了所提方案的小信号模型,分析了关键控制参数对系统稳定性的影响。最后,利用Matlab/Simulink仿真软件对不同工况进行有效性验证。仿真结果表明：所提方案能够在锂电池电压等级不一致工况下实现RLBESS 的SOC均衡,具有良好的可扩展性。     

串联锂电池分层式主动均衡研究

针对传统Cuk斩波电路只能对相邻电池进行均衡的缺点,设计了基于Cuk电路的分层式均衡拓扑。底层均衡电路和顶层均衡电路分别采用Cuk电路和基于电感的均衡电路,该拓扑可以减少均衡过程中能量传递的路径,减少能量损耗,加快均衡速度。顶层均衡策略采用基于电池荷电状态(SOC)以及电压的K-means聚类分析将电池分为两类,进行相应的均衡操作。Matlab/Simulink仿真结果证明,所设计的均衡拓扑和均衡策略有效提高了均衡效率和均衡速度。     

动力电池组主动均衡方案研究

为了提高动力电池组的工作效率,延长使用寿命,针对各单体电池之间存在的不一致性问题,以飞度电容法与变压器法为基础,提出一种新型的主动均衡方案。该方案的控制策略以SOC为参量,相比传统基于电压的方法,更加合理地反映电池的能量状态;硬件电路将组合开关与变压器结合,既保证了均衡的效率,也更易于实现。通过实验证明,该方案可以按照预设的4%容差要求,完成单体电池之间的能量平衡。     

改进锂离子电池主动均衡充电控制方法

电动汽车的主要驱动动力是锂离子电池,当前电池充电均衡技术的不成熟成为制约电动汽车普及化的最大难题,从而严重影响了电动汽车的性能。设计一种以双向Buck-Boost拓扑为主电路的主动均衡控制系统,采用神经网络与无迹卡尔曼滤波器(UKF)相结合的估算方法估计荷电状态(SOC),并以SOC作为主要的均衡判据,提出了一种改进主动均衡控制策略,实现了锂电池组在充电过程中的主动均衡,并通过MATLAB仿真分析。实验结果表明:电池组能够较好地完成各单体电池间的能量均衡,所改进的主动均衡控制方法可以更加有效快速地达到均衡目标,同时能量损耗较少,证明了该方案的可行性。     

动力锂电池SOC估算研究其管理系统设计

在研究现有荷电状态(SOC)估算方法优缺点的基础上,采用了扩展卡尔曼滤波法(EKF)估算动力锂电池SOC。以卡尔曼滤波算法为基础,建立了基于戴维宁电池模型的状态空间表达式。根据估算误差分析及锂电池工作特性,对EKF中的卡尔曼滤波增益进行分类修正。设计了一套以DSP为主控制器的管理系统。仿真和实验表明,在模拟汽车工况条件下,改进EKF大大提高了估算精度,均衡方案可有效补偿电池组间不一致性。     

基于剩余容量的锂离子电池组均衡策略

不一致性使得电池在成组后容量利用率方面远不及单体电池,现有的均衡方法注重防止电池过充过放,控制策略没有兼顾能量利用效率,均衡过程能量损失较大。基于单体电池剩余容量估算,通过对电池体质的在线辨识,将电池划分为倾向于过放、倾向于过充以及与整体平均剩余容量变化一致3类,并依据电池体质合理地分配每类电池的均衡能量。实验表明该方法较传统的电压中心均衡策略能够有效缩小单体电池剩余容量差异,电池组容量利用率提升了3.3%。     

动力电池组分组式均衡方案研究

为了提高电动汽车的续航里程,延长动力电池组的使用寿命,针对各单体电池间的不一致性问题,以buck-boost变换器法与传统多变压器法为基础,提出一种新型的分组式双向均衡方案,此方案在电池充电和放电阶段都能实现均衡。给出了以SOC为参量的控制策略,并在Matlab-Simulink环境下搭建均衡模型,进行仿真实验,结果验证了此方案的可行性。     

基于能量转换策略的锂电池组均衡技术研究

针对目前电动汽车锂电池组中模组能量不均衡的难题,以电动汽车的三元锂电池组为研究对象,通过电感的方式建立模组间的主动均衡模型,以模组间SOC最大值与最小值的差值作为均衡系统是否开启的判断依据,并对所提出的模型方案进行仿真分析。实验结果表明:所搭建的电感式均衡模型对于模组间的能量均衡有很好的作用,且在随着电池容量衰减、内阻变大的情况下,其均衡速率更快。     

基于微控制器的串联锂电池组均衡设计

针对串联锂电池组充放电过程电池均衡的问题,研制了基于微控制器的锂电池组均衡电路,Buck电压变换通过推挽开关电路和隔离输出电路实现。电池组工作期间利用电阻分压由微控制器对各串电压进行采样测量和比较,由整串电池组供电的开关电路通过继电器或光耦/MOS管切换对电压最低的一串电池输出,实现了充电和放电的各串电池电压均衡。针对串数较多的电池组设计了备用电池补偿的方案,它具有结构简单和高效的特点。     

锂离子电池组在线均衡系统设计

分析锂离子电池组不一致性产生的原因,阐述了电池组均衡的意义。在分析现有均衡电路拓扑结构的基础上,提出一种3 A电流充电均衡电路,完成了电池组在线均衡系统硬件电路设计。以电池组容量利用最大化为均衡目标,提出了电池组在线均衡控制策略。最后搭建电池组均衡测试平台实验验证了在线均衡系统及控制策略的可行性和可靠性。     

MMC-BESS电池荷电状态三级均衡控制策略

基于模块化多电平变换器拓扑的电池储能系统(Modular Multilevel Monverter based Battery Energy Storage System, MMC-BESS)可以同时输出有功、无功功率,适用于中高压、大功率的新能源并网场合。为解决储能单元的差异导致其荷电状态(State of Charge, SOC)不均衡的问题,提出了一种电池SOC三级均衡控制策略。首先针对各相间SOC差异,通过控制桥臂环流直流分量改变每相功率,实现了各相SOC均衡。其次针对同相内上下桥臂SOC差异,通过控制桥臂环流基波分量改变上下桥臂功率,实现了每一相内上下桥臂SOC均衡。最后针对同一桥臂内子模块SOC差异,通过重构调制波改变子模块功率,实现了所有子模块SOC均衡。实验结果验证了该控制策略的有效性。     

基于反激式变换器的锂电池组均衡系统设计

针对大容量锂电池组在电动汽车中的应用,提出并设计了一种基于反激式变换器的锂电池组均衡系统。通过微控制器和驱动电路控制双向同步反激式变换器实现电池能量的双向转移,配合相应的均衡策略,进而实现电池组的双向均衡。采用12路串联锰酸锂电池组进行实验,实验数据表明该系统工作稳定,使用灵活,均衡效率高,均衡电流大。     

基于神经网络的动力电池组SOC辨识方法

目前电动汽车动力电池荷电状态(SOC)的辨识误差约在8%左右,且主要集中在电池恒流放电过程的辨识,对电池交流放电状态中SOC的辨识研究不是很多.在实际应用中,尤其是在混合动力电动汽车中,电池多处于变流放电状态中,而且电流幅值变化较大.为此,提出了基于电池时变特性的径向基神经网络SOC辨识法.该方法摒弃了以电池单点时刻状态参数作为网络输入的做法,采用动力电池变流放电参数为输入,使辨识精度提高到3%.此方法尤其对动力电池处于交流放电状态时,效果更加明显.     

基于Stateflow的动力电池均衡仿真研究

动力电池的均衡控制作为电池管理系统(BMS)的一项关键技术,决定了电池组的使用效率和寿命。采用一种基于电感的双向非能耗型均衡控制电路,结合Stateflow技术,在MATLAB中完成了对该电路的仿真。结果表明,该控制电路能快速实现电池间电量的均衡。