高精度锂离子电池组电压采集及荷电状态预测

为了进一步提高锂离子电池组单体电池电压采集精度和荷电状态(SOC)预测精度,设计了优化型串联母线电压采集系统和改进型灰色非等间隔灰色模型SOC预测。电压采集系统通过光耦电路把电池动态加载到母线上,利用74HC595移位控制寄存器实现单体电池电压采集;再经过信号转换、隔离电路处理后由STM32F103ZET6 AD模块处理。SOC预测通过MATLAB建立模型,模型中的参数辨识采用粒子群优化算法。仿真和实验表明,设计电压采集系统硬件电路和软件操作更为简化,采集精度更高,易于拓展,SOC预测方法准确性高,有很强的工程适用价值。

高精度锂离子电池电压采集系统设计

针对锂离子电池组单体电池电压采集精度问题,设计了优化的串联电压采集系统。该系统首先通过光耦电路将电池动态加载到母线上,然后利用74HC595移位控制寄存器采集单体电池电压,再经信号转换、隔离电路处理,最后由S TM32F103ZET6 AD模块处理。与一般的电压采集系统相比,设计的电压采集系统硬件电路更为简化,软件操作简单,所测电压误差均值、方差更小,单体电压测量精度在4 mV以内。系统稳定性更好,采集精度更高,有广泛的工程适用价值。

基于灰色多变量模型锂离子电池荷电状态预测

传统的荷电状态预测方法不准确,为了进一步提高荷电状态预测的准确性,针对电动汽车电池荷电状态的预测,提出了基于灰色多变量模型对锂离子电池的SOC预测进行研究的方法。利用MATLAB中Simulink仿真软件建立实验的仿真模型,并用粒子群优化算法对预测模型中的参数进行了辨识。通过分析电池的放电倍率和电压对荷电状态的影响,研究结果显示,所提出的SOC预测方法具有较高的准确性,其可以用来进行SOC的预测。仿真模型具有良好的预测性提高了SOC预测的精度并在SOC预测领域内具有实用价值。