改进的PNGV模型估算全钒液流电池荷电状态

针对全钒液流电池(VRB)充放电时,循环泵产生的支路电流对荷电状态(SOC)估算有影响的问题,提出了一种基于无迹卡尔曼滤波的全钒液流电池SOC估算方法。通过改进的新一代车辆伙伴关系(PNGV)等效电路模型,在考虑了电池堆极化、支路电流分流和温度对电池内阻影响的情况下,建立了VRB仿真模型。采用无迹卡尔曼滤波(UKF)算法和扩展卡尔曼滤波(EKF)算法对电池SOC分别进行估算,并与试验测量值进行对比分析。仿真结果表明:UKF算法比EKF算法更接近试验测量值,其估算误差不超过±0.02。     

锂电池组的两级均衡充放电控制策略

针对电动车辆锂电池组中单体电池数量较多,导致控制复杂且各单体电池充放电不一致等问题,根据电源双向主动均衡理论,提出了一种基于一级对称多绕组变压器和二级直流-直流变换器的两级均衡拓扑及控制策略。运用极差法,分别以电池模组之间电压一致和模组内单体电池电压一致为控制目标,对电池模组和组内单体电池进行能量均衡分配。建模分析表明:本文所提出的均衡系统在充放电期间,使电池模组之间电压和模组内单体电池电压离散度均保持在2%以内,均衡时间为0.5 ms,相较于直流-直流变换器,均衡时间缩短了33.3%。     

基于STM32的锂电池管理系统

本文设计了一种以STM32F103VET6单片机和LTC6802芯片为核心的锂电池管理系统,实现对8节锂离子单体电池电压的检测及显示,对电池组充放电进行监控和保护,实现电池组的SOC估算和充放电均衡,利用RS485总线对其进行通讯设计。     

锂离子电池模型参数和荷电状态联合估算算法

针对电动汽车锂离子电池状态估算问题,提出了一种复合的电池荷电状态(state of charge,SOC)估算算法。在固定参数卡尔曼滤波算法的基础上,引入基于遗忘因子的递推最小二乘法(forgotten factor recursive least square,FFRLS)进行电池模型参数在线辨识;基于在线模型参数,利用无迹卡尔曼滤波算法(unscented Kalman filter,UKF)估算电池SOC,实现电池模型参数和SOC的实时联合估算。采集电池充放电实验数据进行离线仿真,结果表明该算法能较好地跟踪电池工作状态,SOC估算误差基本稳定在3%以内。     

一种基于电荷正反传输原理的锂电池充电均衡方案

本文给出了一种基于电荷正反传输原理的锂电池充放电均衡方案。该算法可以实现充电时电池的均衡控制,方法简单、实用性强,有效地解决了目前市场上锂电池由于充电不均衡带来的一系列问题。     

蓄电池组能量转移型均衡充放电控制策略研究

针对蓄电池组中单体电池的充放电特性存在不一致性的问题,文章提出一种基于储能介质的能量转移型均衡方案。通过试验验证,该充放电控制策略均衡、简单、有效,可为后续开发电池管理系统提供研究基础。     

电动汽车SOC影响因素研究

电池荷电状态(SOC)是衡量电动汽车剩余电量的重要参数,常用的SOC估算方法多以容量作为参照标准,因此容量的准确度直接影响SOC的准确性。由于电动汽车行驶过程中,电流波动大,工作环境温度不稳定,充放电频繁等因素,引起锂离子电池的容量不能维持稳定不变,进而导致SOC估算不准确。本论文结合锂离子电池工作原理,着重从充放电倍率、温度、自放电、循环耐久等四个方面,浅要分析了这些因素对电动汽车SOC的影响。     

锂离子电池剩余寿命间接预测方法

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regression,GPR)方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

多智能体分布式储能两象限SOC一致自适应控制

为了延长分布式储能单元的使用寿命,采用了一种以分布式储能两象限电池荷电状态(state-of-charge, SOC)一致自适应下垂控制方法为基础的控制方法,改进的两象限自适应下垂控制方法作为一种基础控制方法对各储能单元进行功率分配。当分布式储能处于充电状态时,SOC小的储能单元吸收更多的功率,SOC大的储能单元吸收更少的功率;当分布式储能处于放电状态时,SOC大的储能单元发出更多的功率,SOC小的储能单元发出更少的功率,最终实现分布式储能的SOC和功率的渐近平衡。为了克服由下垂控制引起的电压下垂和直流母线电压不匹配现象,将多智能体技术加到控制策略中。最后基于MATLAB/SIMULINK仿真平台进行仿真,仿真结果表明了所提控制策略的可靠性。     

串联式混合动力拖拉机能量管理策略

以串联式混合动力拖拉机为研究对象,针对电动汽车和电动拖拉机的不同,对高级车辆仿真器(advanced vehicle simulator,ADVISOR)进行了二次开发,建立了串联式混合动力拖拉机仿真系统。制定了恒温器式和功率跟随式策略,并在此基础上提出了模糊控制式能量管理策略。分别应用3种策略对串联式混合动力拖拉机在犁耕工况下进行了仿真分析。分析结果表明:3种策略都能有效地维持电池荷电状态(SOC值)在指定范围内。在犁耕工况下工作1 h,采用模糊控制式能量管理策略时,电池SOC曲线变化最为平缓,拖拉机的燃油经济性比功率跟随式策略提高了4.16%,比恒温器式策略提高了8.10%。