基于TVFFRLS-ACKF的锂离子电池SOC估算

实现电池荷电状态(SOC)的估算预测是电池管理系统(BMS)的重要任务之一。电池模型参数的辨识是实现锂离子电池SOC估算的前提,也是决定其估算精度的关键因素。本文以18650型锂离子单体电池为研究对象,采用带时变遗忘因子的递推最小二乘法(TVFFRLS)对电池参数进行在线辨识,实现遗忘因子自适应的自动寻优,提高参数在线辨识的稳定性。在此基础上,采用自适应容积卡尔曼滤波(ACKF)对锂离子电池SOC进行估算,对过程噪声、量测噪声的协方差实时更新,并在不同工况下进行算法验证。结果表明,该算法噪声抑制性能良好,可以提高SOC的估算精度,最大估算误差不超过1.5%,且ACKF算法具有较强的鲁棒性。     

亥姆霍兹线圈磁场对锂离子电池性能的影响

将锂离子电池置于不同磁感应强度(3.95 mT、19.75 mT和39.50 mT)的亥姆霍兹线圈磁场中进行充放电实验,研究磁场对充放电性能的影响.电池的充放电容量随着磁感应强度的增加而增加,在1/3 C倍率下,当磁感应强度增加至3.95 mT、19.75 mT和39.50 mT时,与不放置在磁场中相比,放电容量分别增加了2.03％、8.13％和17.48％,且磁感应强度与充放电容量近似呈线性关系.随着磁感应强度的增加,电池的充放电能量增大,放电时的端电压提高.     

磁场效应对锂离子电池性能的影响

随着电动汽车行业的迅速发展,锂离子电池的性能对电动汽车的续航里程至关重要.磁场是由运动电荷或电场的变化产生的,当外部磁场作用于物质时,物质内部被磁化,会产生许多微小的磁偶极子.为了深入分析磁场对锂离子电池性能的影响,提出了一种在磁场效应下对锂离子电池进行性能测试的实验方法,在此基础上,搭建了由锂离子电池、电池充放电测试...