基于温度影响的锂电池模型研究

本文研究分析了一种基于Simscape的锂电池建模方法。通过Simscape语言建立二阶RC等效电路模型中各个组件的物理模型,然后在Simulink环境中按照等效电路中各组件的物理连接关系搭建锂离子电池的二阶RC等效电路模型,模型将考虑温度对电池的影响,模型验证结果表明,该方法所建模型能够准确地反映电池的动静态特性。     

锂电池SOC估算模型与参数辨识分析研究

以常用磷酸铁锂电池为实验研究对象,建立戴维宁等效电路模型。通过对锂离子电池进行充放电实验和混合脉冲功率(Hybrid Pulse Power Characteristic,HPPC)测试实验方法,分析得出了等效电路模型中各参数的辨识方法。依托Matlab软件对实验数据进行分析和处理,有效验证了模型参数辨识方法的可行性,为进一步研究估算电池荷电状态(SOC)奠定了基础。     

锂离子电池等效电路模型的研究

为了合理地应用锂离子电池,研究了大量的等效电路模型。为了便于确定电池模型,详细介绍了几种具有代表性的等效电路模型。为了便于使用电池模型,重点说明了几种常用的模型参数辨识原理,并简要介绍了基本的模型验证方法。     

基于LPV理论锂离子电池SOC估算研究

以磷酸铁锂电池为研究对象,在进行了电池特性实验的基础上确定电池电压特性以及开路电压与SOC关系。以二阶等效电路模型为基础,结合LPV理论及EKF原理,在Simulink中搭建电池仿真模型,实现了电池模型参数与SOC的联合估算,设计实验验证了模型的正确性。并嵌入整车模型模拟运行,电池SOC工作区间符合控制策略,设计的磷酸铁锂电池SOC估算方法可行有效。     

基于改进卡尔曼滤波算法的磷酸铁锂电池SOC动态估计

对锂电池荷电状态(SOC)进行快速精确地动态估计能有效提高其使用寿命。针对传统磷酸铁锂电池等效电路模型无法反映其对应的电气动态特性问题,提出了一种改进的戴维南电池模型。考虑到传统卡尔曼滤波算法在磷酸铁锂电池SOC动态估计过程中对模型依赖性较强的局限性,引进算法增益因子及修正观测噪声协方差,提出一种改进的卡尔曼滤波算法对磷酸铁锂电池SOC进行动态估计。仿真结果表明所提算法在锂电池SOC估计上具有很好的精度。     

一种多采样率EKF的锂电池SOC估计

为了准确估算出锂离子电池的荷电状态(SOC),采用多采样率的扩展卡尔曼滤波算法(MREKF),建立了二阶RC的电池的等效电路模型,对磷酸铁锂电池进行充放电实验,并根据实验数据进行参数辨识,获得等效电路模型的参数。根据电路模型建立电池的状态方程,分别使用安时法,单采样率的扩展卡尔曼算法和多采样率的扩展卡尔曼算法对电池的SOC进行估计,并用Matlab仿真,对比了三种算法,实验和仿真结果表明MREKF能更精确地估算出SOC。     

锂离子电池模型综述

锂离子电池的性能是影响电动汽车动力性能最主要的因素之一,锂电池的荷电状态(SOC)是电动汽车电池管理系统(BMS)的核心,为整车电池组的控制提供判断基准.建立一个准确的锂离子电池模型是实现电池SOC在线监测的关键,SOC的精确程度直接影响着锂电池的输出特性、使用寿命和安全性能等方面.有鉴于此,本文对电化学模型、等效电路...     

基于小波复合模型的锂电池阻抗特性研究

储能系统是实现智能电网能量双向流动的重要支撑条件,而大规模成组技术是大规模锂电池储能系统的发展瓶颈。针对锂电池放电时电压特性,将小波分析理论与锂电池等效电路模型相结合,并对SOC(State Of Charge,电池剩余容量)、电池内阻、放电时间之间的三维关系开展了研究,得出电池内阻随放电时间和SOC的变化在不同阶段有不同的变化趋势的结论,提出了电池管理系统中的单体电池切除的理论判断依据,预计对SOC的精确估计有较大的借鉴意义。     

基于UKF的在线锂离子电池SOC估算研究

锂离子电池的精确荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一,它依赖于电池模型的准确性。由此,基于二阶等效电路模型,采用一种带有遗忘因子递推最小二乘(FRLS)的在线参数辨识方法,以及在线辨识用于锂电池SOC估算的无迹卡尔曼滤波算法(UKF)来研究精确的SOC电池管理系统。并通过动态应力测试(DST),验证该模型的准确性,以及验证所研究方法在SOC估算上的准确性和稳定性。实验结果表明,与离线的UKF方法相比,基于UKF的在线SOC估算方法具有较高的精度和稳定性。     

基于EKF算法的神经网络估算锂电池SOC

荷电状态是电池的一个重要参数,为了精确地估计电池的SOC值,建立了Thevenin等效电路模型,将EKF与神经网络结合,利用EKF算法实时更新神经网络模型的权值和阈值.Matlab仿真结果证明,EKF神经网络比BP神经网络精度高,拟合效果好,可以更精确地估算锂电池SOC.最后通过实验验证,在HPPC工况下,二阶RC锂电池模型仿真结果和实验结果的误差在2％以内,在UDDS工况下仿真结果和实验结果的误差在4％以内,模型在两种工况下的精度均符合要求.     

基于电路等效的磷酸铁锂材料电池建模研究

为了完整地了解磷酸铁锂电池的内部结构及工作特性,需要进行等效建模对其进行精确的参数辨识。以容量10Ah的磷酸铁锂电池为研究对象,选取PNGV模型进行特性分析,并用最小二乘法进行参数辨识。通过磷酸铁锂电池的充放电实验,表征出电池的充放电特性;通过OCV与SOC的标定实验,拟合出OCV与SOC之间的函数关系;通过HPPC实验研究,利用公式对模型各个参数进行计算,再通过最小二乘法拟合得到各参数的非线性规律。通过实验估算出PNGV模型中电容Cb的变化趋势,在客观上体现出电池对电量变化的敏感程度。以上几种实验结果表明,模型仿真与实测结果之间的误差平均值约为3.062 mV,最大误差为37 mV,基本反映出磷酸铁锂电池的工作特性,为动力电池的SOC估算及磷酸铁锂电池应用领域的仿真研究提供了理论基础。     

基于AMEsim的锂电池健康状态估计模型实验研究

新能源汽车动力电池健康状态（state of health，SOH）是一个表征电池性能优良的重要评价指标。针对准确估计18650锂电池健康状态这一目标需求，在锂电池单体数学模型的基础上，通过其等效电路模型分析影响锂电池健康状态的因素，采用通用非线性模型（gneral nonlinear model，GNL）电池等效电路和扩展卡尔曼滤波算法，在AMEsim仿真环境下搭建了锂电池SOH估计模型，并对18650锂电池进行充放电循环实验，将采集到的数据集导入AMEsim估计模型的数据模块中进行算法仿真。仿真实验结果表明，SOH估算误差小于8%，建立的锂电池SOH估计模型满足估算精度高，响应速度快的目标需求。     

基于联合扩展卡尔曼滤波法的锂电池SOC估算

锂电池荷电状态(SOC)的精确估计一直是电池管理系统的核心任务之一。电流传感器中存在非零均值的电流漂移噪声,这些噪声会造成不可避免的估计误差。为减少电流漂移噪声对估算造成的不利影响,提出了联合扩展卡尔曼滤波法,以Thevenin模型为锂电池等效电路模型,将电流漂移值作为状态变量与电池SOC进行同步预测。实验和仿真结果表明,该方法能有效抑制电流漂移噪声,提高估算精度。     

基于改进PNGV模型的动力锂电池SOC精确估计

作为动力锂电池的核心参数,锂电池的荷电状态(SOC)的精度估算决定了储能系统控制的精度和管理的可靠性,目前业内对于SOC估计算法的研究不够深入,导致精度低,计算量大,并且依赖于初始值精度,工程应用难度大,以至于动力锂电池管理系统的精确控制和管理难以实现。对电池等效电路PNGV模型进行改进,提高了模型精度,并结合拓展卡尔曼滤波算法(EKF)实现了高精度的SOC估计,通过电池实测和仿真验证,该算法提高了SOC估算精度,解决了SOC估计依赖初值精度问题,具有较高的工程应用价值。     

考虑温度影响的锂电池等效电路建模及研究

针对传统锂电池等效电路模型忽略温度和滞后电压对自身的影响,会导致模型参数不匹配和精确度下降的问题,文中论述了温度和滞后电压对锂电池等效电路模型的影响。设计了基于温度的综合锂电池等效电路模型,分别在不同温度下对Li FePO4电池进行城市道路工况(Urban Dynamometer Driving Schedule UDDS)测试,采用子空间辨识法,通过对模型内部参数进行有效辨识,求解模型参数。在此基础上分析了传统等效电路模型与改进模型在不同温度下的仿真输出及输出误差,结果表明锂电池等效电路模型参数受温度影响较大,在温度广泛变化的情况下,与传统模型相比,文中模型可靠度更高,输出与实际试验数据匹配良好,进而验证了文中模型的有效性,为实际应用提供了有效的模型参考。     

基于热管的储能锂电池散热特性数值模拟研究EI北大核心CSCD

针对大规模集成储能锂电池的温度一致性需求,提出一种基于热管的散热结构,包括导热铝箱和热管。选取储能锂电池包作为研究对象,建立三维产热模型。采用数值模拟的方法,首先确定热管最佳布置方式;再通过正交试验法探究散热结构中各因素对电池温度影响的重要性,并进行参数选优;最后探究热管冷凝段对流换热强度对电池温度的影响。结果表明:1)与其他布置方式相比,当蒸发段沿电池宽度方向且冷凝段双侧布置时,电池具有最优的均温性;2)各因素对电池最高温度的影响重要性依次为:电池容纳腔X方向壁厚>热管数量>电池容纳腔Y方向壁厚>导热铝箱底部厚度;3)增强热管冷凝段处的对流换热后,电池最高温度有所降低,但电池均温性也会变差。研究结果可为储能用锂电池散热结构设计提供指导。     

基于天牛须搜索算法的电池模型参数辨识

为实现高精度的动力电池SOC估计,需要建立准确的电池模型.针对磷酸铁锂电池平台特性,采用二阶RC等效电路建立电池的等效电路模型;用双指数函数拟合OCV与SOC的函数关系;采用双线性变换法将电池的数学模型离散化,得到可辨识的电池数学模型.为保证电池模型的精度,要对电池模型的参数进行辨识.首次提出一种基于天牛须搜索算法的电...     

基于正态分布的锂电池组建模仿真

电池组仿真用于描述电池组的外特性变化及电池间相互耦合关系,对电池成组研究有重要意义。同批次电池参数符合正态分布的数理统计规律,以Thevenin等效电路为单体锂电池的仿真模型,通过MATLAB进行正态分布参数拟合,获取任意数量锂电池的容量、开路电压、欧姆内阻、极化内阻和极化电容等参数,建立了基于正态分布的锂电池成组建模仿真方法,并验证了建模仿真精度,为锂电池成组建模仿真提供了新的仿真方法。     

提高串联锂电池SOC在线估计快速性的简化二阶模型

锂离子电池最常用的等效电路模型为二阶RC等效电路模型。基于该模型的参数辨识存在所需辨识参数多、运算量大的缺点,同时荷电状态(state of charge, SOC)估计中状态方程存在复杂的指数运算等问题,这些都使得难以对多个串联电池进行SOC的在线估计。因此,提出了一种简化二阶电池模型。该模型忽略电池内部极化反应,只关注其外特性,使得参数辨识个数减少。该简化模型也使得状态空间方程中需要估计的状态变量个数减少,避免了复杂的指数运算,降低了计算复杂度和整体的运算量,有利于多个串联锂电池SOC的实时在线估计。通过对单体锂电池和串联锂电池进行参数辨识和SOC估计测试,验证了所提的简化模型在保证参数辨识及SOC估计精度的同时,大大提升了系统运算速度,进而提高了SOC估计的快速性。     

基于开路电压法的磷酸铁锂电池SOC估算研究

为了提高磷酸铁锂电池的安全性和使用寿命,需要对电池中最重要的参数——荷电状态(state of charge, SOC)进行有效的估算。因此,对电池SOC的估算方法进行研究,通过一种精简的开路电压法可以快速并相对准确地估算磷酸铁锂电池的SOC,相关充放电实验确定了开路电压与电池SOC的对应关系,并分别选用静置前后的开路电压对电池的SOC进行估算。结果表明在磷酸铁锂电池出色的性能基础上,这种简单快捷的开路电压法可以精确地估算其电池的SOC。