基于H∞非线性控制器的电动汽车无线充电系统的副边控制设计与参数优化

针对电动汽车动力电池组的变电压间歇充电的快速充电模式,提出一种基于H_∞非线性控制器的SP型磁耦合谐振式无线电能传输（MCR-WPT）系统副边控制方法。该方法首先基于SP型MCR-WPT系统的数学模型分析其拓扑输出电压特性,确定副边控制策略,并针对副边DCDC变换器设计H_∞非线性控制器;然后利用多目标多约束算法（NSGA-Ⅱ）对实现变电压间歇充电的控制器参数进行自动寻优,有效提高了闭环系统的上升时间、稳态误差及对参数扰动的鲁棒性;之后,对Buck变换器进行抗干扰仿真和系统变电压间歇充电特性仿真,仿真结果证明系统能够实现变电压间歇充电,并具有强鲁棒性和良好的动态响应;最后,设计系统的输出特性实验,实验结果证明该文提出的H_∞非线性控制器及其参数优化的有效性。     

基于加权多新息H∞滤波的锂离子电池SOC估计

采用具有自适应遗忘因子的递归最小二乘法辨识二阶RC模型,改进的H_∞滤波(HIF)提高锂离子电池荷电状态(SOC)的估计精度。提出具有加权的H_∞滤波(WI-HIF)算法,考虑当前新息及历史信息,通过粒子滤波的权重计算思想,根据重要性对每个新息点加权。相对于HIF,WI-HIF估计SOC的误差在放电测试中降低71%,在动态应力测试中降低19%。     

H_∞观测器在车用电池SOC估计中的应用研究

电池荷电状态(state of charge,SOC)的准确估计是电动车安全运行的重要保证。为了准确估计电池的SOC,将观测器的设计原理应用到电池的等效电路模型中,设计了H_∞观测器。以实际容量为90 Ah的新电池为研究对象,在Matlab/Simulink中建立仿真模型实现观测器的计算过程。当新电池运行在DST工况,设定不同仿真初值时,SOC的估计误差绝对值在2%以内,说明H_∞观测器不依赖仿真初始值的选择;分析了SOC-OCV曲线对SOC估计精度的影响,得出在SOC估计精度要求很高时,及时更新SOC-OCV曲线是有必要的。     

基于随机森林-H∞算法的锂电池SOC估计

准确估计电池荷电状态(SOC)可以保证锂离子电池的正常工作,为提高锂电池SOC估计精度,以三元锂电池为例,提出了一种基于随机森林(RF)优化的H_∞算法实现的电池SOC估计方法。首先建立锂电池双极化模型,构建观测方程和状态方程,其次利用带遗忘因子的最小二乘法对锂电池模型进行阻容参数辨识,然后在获得精确模型的基础上,对RF模型进行训练,最后利用训练好的RF模型对SOC后验估计进行在线补偿,进而实现提高SOC估计精度。在美国联邦城市运行(FUDS)工况和动态应力测试(DST)工况下,对不精确SOC初值的收敛性、线性度、误差3个维度分析,对比EKF,H_∞和RF-H_∞3种算法,RF-H_∞算法展现出很好的抗干扰性和鲁棒性,且估计精度最高,误差可以控制在0.005以内,相对误差可以控制在3%以内。     

基于BiGRU和PF的锂电池SOC估计

提出了一种基于双向门控循环神经网络 (BidirectionalGateRecurrentUnit,BiGRU)和粒子滤波 (Particle Filter,PF)相结合的方法,对电池的荷电状态 (StateofCharge,SOC)进行估计.利用 BiGRU 网络,根据可测量的电压 (V)、电流 (I)、温度 (T)等信息学习锂电池内部的动态特性.由于电池的平台期特性导致 BiGRU 网络在 捕捉测量数据与电池内部特性时会有一些波动,因此采用 PF对 BiGRU 网络的输出进行滤波,让最终的估计更加稳定.对所提出的方法在 FUDS和 US06工况下进行验证,实验结果显示 BiGRU 能很好地捕捉到电池的动态特性,从而避免了繁杂的建模过程,结合 PF,进一步提升了模型估计精度和鲁棒性.     

氟化铝/硼酸复合包覆LiNi0.83Co0.12Mn0.05O2的制备及性能

高镍三元材料(LiNi_1-x-yCo_xMn_yO₂,NCM,x+y≤0.4)能量密度高、成本低,但存在容量衰减快、存储过程中产气等问题。金属氟化物常用来包覆正极材料,以改善电化学性能,但存在处理过程繁琐、包覆层不均匀和易生成强腐蚀性气体等缺陷。通过简单高效的球磨法,在高镍三元正极材料LiNi_0.83Co_0.12Mn_0.05O₂表面包覆薄且均匀的氟化铝（AlF₃）和硼酸（H₃BO₃）涂层。该复合涂层没有影响材料的层状结构,有利于Li⁺的嵌脱。均匀致密的涂层可充当保护层,阻挡电解液腐蚀,减轻电极与电解液之间的副反应。以0.2 C在2.50～4.25 V充放电,AlF₃和H₃BO₃复合包覆正极的比容量提高到205.3 mAh/g,未改性材料为198.0 mAh/g;组装...     

C4F7N-CO2混合气体绝缘性能计算分析

作为一种新兴的环保绝缘气体,七氟异丁腈（C₄F₇N）因其优异的绝缘性能和远低于六氟化硫（SF₆）的全球增温潜势引起了研究人员的广泛关注。在C₄F₇N电子碰撞截面等基础数据不完整的情况下,文中基于气体流注放电判据,提出了C₄F₇N-CO₂混合气体有效电离反应系数的计算方法,分析了C₄F₇N-CO₂混合气体的临界击穿场强及绝缘性能的变化规律。研究结果表明,当C₄F₇N气体的热化系数为1.2或1.4时,C₄F₇N-CO₂混合气体的临界击穿场强计算值与实验数据吻合较好。此外,C₄F₇N-CO₂混合气体临界击穿场强随气体比例的变化曲线均存在明显的非线性特点。当C₄...     

新型分数阶滤波抗干扰SF6密度继电器的研究与实现

本文介绍了SF₆密度继电器的发展现状及基本原理,根据500 kV变电站现场实际情况提出了远传式SF₆密度继电器存在的问题。以分数阶滤波系统为基础,提出了一种新型抗干扰SF₆气体密度继电器,并通过现场试验验证了该设备的可靠性。     

不同温度下基于模型滤波的锂离子电池SOC估计

建立了一阶电池等效电路模型来表现电池的特性,在不同温度下对电池参数进行辨识并建立电池参数与温度的函数关系,在不同温度下利用非线性预测滤波算法对电池进行SOC估计。结果表明,在不同温度下,所提出的方法都能得到很好的估计结果。     

LiCoO2-SiO/石墨锂离子电池循环衰减机理研究

研究了LiCoO₂正极和氧化亚硅/石墨复合负极（LiCoO₂-SiO/石墨）软包锂离子电池体系（LIBs）循环衰减机理,通过循环过程中电化学阻抗（EIS）、增量容量分析（ICA）、正负极形貌等分析了循环的影响因素。结果表明,硅基负极材料在完全嵌锂状态下的体积膨胀不仅会导致SiO负极的颗粒破碎,与电解液的副反应加剧,其膨胀应力还会造成电极的导电网络和粘结剂网络的破损,从而导致正负极活性物质利用率降低,降低SiO负极材料的循环性能。此外,SiO负极的充放电电压平台较高,与石墨材料复合使用时,容易造成电池正极的过充和放电容量损失,正极过充会加剧正极材料结构破裂。而随着循环的进行,过充程度和放电容量损失会愈发严重,加速电池循环性能衰减。     

基于自适应理论的锂离子电池SOC估计

磷酸铁锂电池作为我国电动汽车用动力电池的主要形式,得到广泛的研究和应用。电池负荷状态(SOC)估计是锂离子电池智能管理系统(BMS)研究的难点和重点;锂离子电池在使用过程中,工况具有很大的不确定性,而SOC用到的电池参数模型和使用工况又有很大的关系,因此本文利用自适应原理,在电池的实际使用过程中,不断的去采集电池状态信息,修正电池模型参数,适应不同的工况,完善SOC估计的功能。本文的设计思路是通过自适应测量,修正开路电压-荷电状态(OCV)曲线、实际电池容量和电池内阻曲线,然后根据修正后的参数结合安时计算方法进行综合估算,以便在电池整个寿命过程中都能判断电池状态和进行负荷状态估计(SOC)。     

包覆-掺杂改性单晶材料LiNi0.6Co0.2Mn0.2O2

镍钴锰三元材料在高电压下的循环稳定性有待提高。采用高温固相法制备Zr、Ti共掺杂和Al₂O₃包覆的单晶正极材料LiNi_0.6Co_0.2Mn_0.2O₂。用XRD、SEM和恒流充放电测试,分析材料的结构、形貌及电化学性能。材料的层状结构较好。扣式电池以0.20 C在3.00～4.40 V循环,放电比容量可达185.8 mAh/g;软包装电池以1.00 C在3.00～4.35 V循环1 500次,容量保持率为93.2%。     

基于BP神经网络的电池SOC估算

针对传统动力电池的SOC估计方法的不足,通过编写Matlab程序建立了基于Levenberg-Marquardt (LM)算法的BP神经网络,对其进行了训练及检验.用所建神经网络模型对电池剩余电量进行预测,最大误差小于0.1％.结果满足精度要求,从而验证了所建BP神经网络能够有效地预测蓄电池电压、电流、温度和SOC之间的映射关系.对提高动力电池的能量效率,延长电池的使用寿命具有重要意义.实验表明,此方法提高了电池SOC计算的精度,达到了井下移动救生舱的应用要求.     

基于推广卡尔曼滤波算法的SOC估算策略

为了估算锂离子动力电池的荷电状态,以Thevenin模型为基础,建立了数学关系简单,易于工程实现的状态空间模型.在此基础上,对模型进行了线性化处理,采用推广卡尔曼滤波算法实现了对电池荷电状态的估算.仿真结果表明,该模型能较好地体现电池的动静态特性,推广卡尔曼滤波算法在估算过程中能保持很好的精度,并对初始值的误差有很强的修正作用,对噪声有很强的抑制作用.     

Na3Zr2Si2PO12固态电解质研究进展

钠离子电池具有资源丰富、能量密度高等优点,使用固态电解质的固态钠电池兼具高安全性成为研究热点。固态电解质是超离子导体,是固态电池关键材料。Na₃Zr₂Si₂PO₁₂是钠超离子导体（NASICON）中最具代表性的固态电解质材料。总结了Na₃Zr₂Si₂PO₁₂材料的结构、离子传输机制及其相互关系,旨在从机理上理解Na₃Zr₂Si₂PO₁₂固态电解质中钠离子传输性能;总结了主要制备方法,指出了不同方法的优缺点;在提升离子电导率方面,对合成工艺、掺杂、界面因素进行了总结,力求归纳和探索合成高性能钠离子固态电解质的途径。     

基于二元布气的大气压等离子体沉积TiO2功能层提高陶瓷表面绝缘性能

真空/固体介质界面的绝缘性能相对较低,真空沿面闪络现象时有发生,严重威胁高压电气设备、脉冲功率系统的安全可靠运行。为提高陶瓷材料在真空中的表面绝缘性能,该文采用大气压等离子体沉积技术,以钛酸四乙酯与乙醇的混合溶液为前驱物,利用二元布气的反应器在陶瓷表面沉积二氧化钛（TiO₂）薄膜。通过调控沉积条件,得到均匀致密的TiO₂功能层,并对沉积改性前后材料表面的理化特性、表面电荷特性、电荷陷阱分布以及在真空中的沿面闪络特性进行测量和表征。实验结果表明：当基底温度为25℃时,大气压等离子体沉积处理在陶瓷表面引入TiO₂功能层后,样品表面陷阱能级最低,电荷消散速度最快,与未处理样品相比,闪络电压提高39%;当基底温度升高至80℃时,TiO₂功能层致密均匀,样品表面陷阱能级最高,电荷陷阱逐渐变为深陷阱,闪络电压提高58%。通过大气压等离子体改性技术在绝缘材料表面沉积TiO₂功能层,能够有效提高陶瓷的表面绝缘性能,为后续工程应用提供新的改性途径。     

基于RNN的锂离子电池SOC估算研究进展

深度学习的日益流行和不断的突破,积极地推动了估算锂离子电池荷电状态(SOC)新方法的研发.常用于文本翻译、语音识别等领域的循环神经网络算法已开始应用在电池SOC估算领域.概述了几种常用于电池SOC估算的循环神经网络算法,并根据结构复杂度将其分为简单、深度以及扩展循环神经网络算法.此外,从模型输入变量、数据预处理、循环神...