锂离子电池等效模型建立与参数辨识方法研究

实验以磷酸铁锂电池为研究对象,权衡准确度和复杂度选择二阶RC电路作为其等效电路模型,采用混合脉冲功率性能(HPPC)测试和最小二乘法进行参数辨识,通过充放电实验,验证模型精度。结果表明,模型仿真与实测结果之间的误差平均值约为4.304mV,最大误差为65mV,表明该模型能准确反映电池的静动态特性。     

乙二醇-尿素复配溶剂萃取分离模拟油酚混合物

煤直接转化液体产物中除含有大量的酚类化合物外,还含有一些其他含氧含氮化合物,这些物质对于酚的萃取分离具有重要影响。采用乙二醇-尿素复配溶剂作为萃取剂,考察了萃取剂中尿素含量、搅拌时间、静置时间、温度以及萃取剂使用量对煤直接转化液体产物模拟油中酚类化合物萃取效果的影响,探究了模拟油中杂原子化合物苯乙酮、吲哚、吡啶对酚类分离效果的影响。结果表明：乙二醇-尿素复配溶剂对间甲酚的萃取效果要明显优于尿素,搅拌时间为20 min,静置时间为10 min时就可达到萃取平衡,升高温度不利于萃取,间甲酚萃取率随着萃取剂使用量的增加呈现先增加后趋于平缓的趋势,当温度为25℃、m（萃取剂）：m（模拟油）（剂油比）为1：1时,乙二醇-尿素复配溶剂对间甲酚萃取率可达99.2%;模拟油中添加苯乙酮、吲哚、吡啶均会降低萃取剂对间甲酚的萃取率,相对于苯乙酮和吲哚,吡啶对间甲酚分离影响最大,可使间甲酚萃取率降低到71.6%。     

融合GM(1,1)先验估计的扩展卡尔曼SOC估算

锂电池荷电状态(State of Charge,SOC)估算是电池管理系统(Battery Management System,BMS)的关键,准确估算SOC对合理使用动力电池、推动电动汽车的发展有重要意义。为避免安时积分法对SOC估算造成随时间累积的误差,以及在驱动参数设置不科学的情况下,扩展卡尔曼启动阶段性能差等问题,提出融合GM(1,1)先验估计的扩展卡尔曼SOC估算策略。在初始阶段使用安时积分来估算SOC值作为GM(1,1)模型的原始数据序列,以GM(1,1)模型替代EKF算法中的先验估算,保证状态估算的优良启动性能以及加快收敛速度,结合实时观测值对先验状态进行修正,随着迭代次数增加,后验估算值逐步淘汰GM(1,1)模型原始数据序列中的值,使得估算值主要依赖于实施监测实时检测的修正。实验结果表明,该方法有效提高了SOC估算精度,其估计精度在2%内,为电池管理系统的搭建与锂电池组的均衡提供了判断依据。     

锂电池组等效模型构建与SOC估算方法研究

以由7个单体串联的钴酸锂电池组为检测对象,搭建BMS系统(Battery Management System,BMS),实现对锂电池组各单体电压、电流、温度的实时监测和电池的荷电状态(State of Charge,SOC)估算;以STM32F103ZET6为控制器,设计电池的电压检测电路、电流检测电路及温度检测电路等,探索并实现了基于扩展卡尔曼(EKF)算法的荷电状态估算法。实验结果表明:该电池管理系统能够实现对电池组的电压、电流及温度等参数的监测,其中电压测量误差低于0.40%,还能完成对钴酸锂电池组中各单体电池的SOC估算,其误差低于5.00%。     

一种改进的锂电池SOC粒子滤波估计方法

针对安时积分累积误差,以构建锂电池状态空间等效电路模型为基础,运用改进的粒子滤波(Particle Filter,PF)算法对锂电池SOC进行估计。以磷酸铁锂(LFP)电池为测试对象,选用二阶RC等效模型,根据HPPC测试实验获取其参数,得到算法所需的过程与量测方程,算法仿真估算误差最终平稳在5%以内。然后对所提出的算法进行实验验证,用磷酸铁锂电池测试数据训练算法。对比仿真结果与实测数据处理结果,改进的PF算法能在保证准确度的情况下减少粒子数量,减轻计算量。