考虑能量损失的锂电池能量状态自适应估计

针对锂电池模型参数时变性以及端口功率积分法存在累积误差,导致SOE估计精度降低的问题,根据能量守恒原理改进了SOE计算式,并提出一种将多新息最小二乘参数辨识和自适应扩展卡尔曼滤波融合的模型参数自适应的状态估计算法。带遗忘因子多新息最小二乘法辨识动态工况下锂电池Thevenin等效模型的实时参数,自适应扩展卡尔曼滤波器估计电池SOE,通过模型参数辨识和状态估计的交互提高参数辨识和状态估计的精度。通过HPPC测试和BBDST测试,获得电池实测数据,搭建电池能量状态估计的Simulink模型。仿真验证表明,相比于模型参数固定的自适应扩展卡尔曼滤波,多新息最小二乘参数辨识和自适应扩展卡尔曼滤波融合算法具有更高的估计精度。

一种基于卡尔曼的锂电池电压采样滤波方法

通过分析卡尔曼滤波基本原理,研究高斯白噪声对电压估计值的影响,从而实现对锂电池单体电压信号的有效检测,并采用Matlab结合卡尔曼滤波算法对锂电池组单体电压采样值进行滤波处理,结果表明:去噪后的锂电池组采样电压误差范围由原来的±0.17%减小至±0.06%,滤波去噪效果显著。

基于GISDK二次开发的公共交通可达性研究——以上海市为例

利用基于高德Web端API开发的网络地图图片自动截取拼接技术和公共交通信息挖掘技术,抓取了公共交通物理站点和线路走向等交通基础数据,在TransCAD中建立公共交通GIS数据库。利用TransCAD对城市公共交通网络进行可达性分析,且利用GISDK二次开发功能创建公共交通可达性评价系统。以上海市外环以内4个城区公共交通网络为例,对其各项可达性指标进行分析,结合在线地图来验证其可达性评价系统的准确性和可靠性。结果表明:基于GISDK二次开发的城市公共交通可达性评价系统在可接受的误差范围内能准确地计算公共交通可达性评价指标值。

燃料电池汽车分层能量管理策略优化研究

为在改善车用燃料电池系统氢耗和耐久性的同时抑制直流母线电压波动,提出一种自适应滑动平均滤波、等效成本最小和超级电容能量状态非线性控制相结合的燃料电池汽车分层能量管理策略。首先,构建燃料电池汽车动力系统模型、氢耗成本和退化成本的数学模型;然后采用自适应滑动平均滤波和等效成本最小策略优化燃料电池输出功率,并通过非线性控制策略将超级电容能量状态控制于合理区间,以提高超级电容动态功率输出能力,抑制母线电压波动。仿真实验结果表明,相比于功率跟随策略,氢耗下降了12.94%,燃料电池耐久性提高了12.6%,燃料电池使用总成本降低了12.63%,直流母线电压波动明显减弱,表明所提出的能量管理策略能够改善燃料电池氢气消耗和耐久性,并能提高母线电压的稳定性。

基于PNGV电路模型的新能源汽车钴酸锂电池内阻研究

对新能源汽车钴酸锂电池进行PNGV建模,依据可测的外部电压和电流来估算电池内部直接测量的欧姆内阻和极化内阻。实验采用混合脉冲功率特性法(HPPC)来获取锂电池在脉冲充放电和过渡过程中的各参数。最后基于Matlab/Simulink对电池的PNGV等效模型进行了可行性验证。实验表明,用HPPC实验测得的锂电池极化电阻Rp和欧姆内阻R0精度高,辨识方法正确。基于PNGV电路模型对汽车动力钴酸锂电池进行等效研究可行,该模型电压估算误差0.015 V,欧姆内阻与极化内阻最大误差分别为0.0728 mΩ和0.0696 mΩ。本实验结论可为钴酸锂电池的内阻估算提供理论依据。

航空锂电池成组管理系统搭建方法

针对航空电源电池管理系统的可靠性和准确性要求,研究了当前电池组管理系统的特点。设计一种基于意法半导体STM32的航空电池成组管理系统。该系统的硬件包括电池组电压测量电路、温度测量电路和电流测量电路;软件设计包括电池组的电压、电流及温度数据读取,以及滤波、电池组故障检测、电池的荷电状态(SOC)估算及主控芯片底层驱动设计。实验结果表明,该系统在充放电工作时工作稳定,抗干扰能力强,测量精度高,可用于电池成组监测管理。

小型无人机锂电池组的Thevenin模型参数辨识研究

对锂电池组建模并对模型参数识别对管理小型无人机锂电池组相关研究有重要意义。本文以串联7节4Ah航空锂电池组为研究对象,通过设计混合脉冲功率特性测试(Hybrid Pulse Power Characteristic,HPPC)来对电池组Thevenin模型参数进行辨识。研究了小型无人机锂电池组Thevenin模型参数识别方法及各参数与锂电池SOC的关系曲线。结果表明:按照本实验的方法,可以对电池组Thevenin模型的参数进行辨识,能够确定各参数与荷电状态(State of Charge,SOC的关系。

锂离子蓄电池组工作状态实时检测方法研究

高容量锂电池蓄电池组,在便携电子产品、航空、电动汽车等领域具有广泛的应用需求,但是锂电池组的广泛应用具有安全隐患瓶颈问题亟待解决。本文针对安全隐患的产生机理与防治措施,对锂电池的工作特性进行分析。基于对锂电池组工作状态的实时检测方法研究,以STM32为处理器,通过对元器件的合理选择,设计了一套锂电池组工作状态中对电流、电压实时检测系统。通过使用3串2900mA的18650锂电池进行仿真测试,验证了该系统的可行性和精度。实验结果表明,该系统能够有效抑制各种对测量的干扰因子,实时获得锂电池组单体电压、总电压和充放电电流等参数。

动力锂电池组充放电电流检测与滤波方法研究

交通领域的快速发展和能源消耗加剧了全球的能源危机和环境污染,低消耗、绿色环保的无人飞机产业、电动汽车产业已成为全球交通能源转型的发展方向。锂离子电池具有比能量大、循环寿命长和无污染等优点,必将成为未来电动汽车、无人飞机动力系统的首选。而锂电池组的充放电电流管理、实时数据采样就显得尤为重要。本文采用电阻采样方案对动力锂电池组进行充放电电流检测和使用微处理器STM32对数据进行处理,并使用卡尔曼滤波算法对数据进行分析并在MATLAB进行仿真及实验研究,保证采集的电流数据误差在1.00%。锂电池的充放电电流不仅是一个表征锂电池组工作状态的重要外部参数,也是荷电状态(SOC)在线估算所需要的重要参数,高精度的数据为其提供重要基础。

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。

基于支持向量机的锂电池工作特性与研究

目前,随着新能源的发展日益成为能源发展战略上的主流,电动汽车在汽车运输领域的作用愈加明显。电动汽车中电池管理系统(BMS)是连接车载动力电池和电动汽车的核心部分,它能够有效提高电池的利用率。而准确估算动力电池的荷电状态(SOC)是保证电池管理系统良好运行的前提和关键。以锂电池SOC为研究对象,通过采用支持向量机的方法,将锂电池非线性空间内的样本映射到线性空间,以此来得到锂电池工作特性。根据实验结果,采用支持向量机对锂电池的工作特性进行分析,能够有效估算锂电池的SOC,为电动汽车电池带来了实用的价值。