修正型PNGV构架的锂电池SOC预测及内阻识别

荷电状态(SOC)是电动汽车动力电池的核心性能指标。为了进一步提高锂离子电池组单体电池荷电状态预测精度,提出一种基于改进PNGV模型的电池内阻辨识与SOC预测。根据锂离子动力电池的特性分析,建立改进型PNGV模型。利用实验采集的数据和最小二乘算法实现内阻的在线识别。通过该内阻辨识算法,更加准确地反映电池的当前电压。根据预测更加准确的电压,从而提出基于数据融合PHM法预测电池的SOC,该方法基于实验数据和灰色预测模型来估算电池的荷电状态。仿真和实验结果表明,基于内阻辨识的SOC预测更准确,具有较强的工程实用性。

锂离子电池管理系统中网络延时问题仿真与实验研究

采用分级模块化的网络架构电池管理系统存在网络延迟现象,会造成电流电压信息不同步,从而影响单体电池的内阻辨识。分析了造成网络延时的主要因素,并搭建了仿真模型和实验模型,分别对比了有无附加延时和不同采样步长下网络延时对内阻辨识造成的影响。结果表明,单纯增大采样步长不能确保提高内阻辨识的精度,但是采用多通道集成采集芯片可以确保内阻辨识的精度保持在±15%之内。