电池SOC估算中安时积分法以及开路电压法的改进

荷电状态(SOC)是影响电动汽车性能、安全以及用户体验的重要参数。首先对SOC定义进行明确,提出国标电芯测试中的问题,以及改进方法。之后为准确表述动力锂电池SOC与温度的关系,从而准确估算SOC。提出底端容量的概念,并认为低温下电池容量减小是由于底端容量增大造成的。这一概念的引入可以很好地表述锂电池在低温情况放电至馈电后回到室温又可以进一步放电,以及电池在室温情况达到较低SOC后温度降低无法再放电的特性,同时提出改进的安时积分公式。最后,针对当前电池使用开路电压法(OCV)修正SOC,判断条件为单一的静置1 h以上则认为电池静置,并用OCV-SOC关系查表获得准确的SOC。提出使用静置时间与静置回弹电压共同判断电池是否静置,可以更合理有效地判断电池是否静置。进而为整车实际使用过程中提供更多的合理的SOC校正机会,提高用户使用过程中的SOC精度。

基于开路电压法光伏电池最大功率追踪器

光伏电池的最大功率点跟踪(MPPT)对提高太阳能的利用率以及充分利用太阳能所转换的能量而言至关重要。由于开路电压法特别适用于小功率光伏发电系统,因此选择开路电压法作为MPPT的控制方法。在分析了设计需求后,设计了基于单片机控制的开路电压法光伏电池最大功率追踪器,并采用大容量电源负载装置模拟电源功能模拟的光伏电池进行实验,设计的最大功率追踪器效率可达85%以上,特别适合应用在要求低成本小功率的太阳能LED路灯工程中。

基于开路电压法的磷酸铁锂电池SOC估算研究

为了提高磷酸铁锂电池的安全性和使用寿命,需要对电池中最重要的参数--荷电状态(state of charge,SOC)进行有效的估算。因此,对电池SOC的估算方法进行研究,通过一种精简的开路电压法可以快速并相对准确地估算磷酸铁锂电池的SOC,相关充放电实验确定了开路电压与电池SOC的对应关系,并分别选用静置前后的开路电压对电池的SOC进行估算。结果表明在磷酸铁锂电池出色的性能基础上,这种简单快捷的开路电压法可以精确地估算其电池的SOC。

基于开路电压法的电池荷电状态估计误差校正

本文提出分别研究电池开路电压在充电结束后停置过程和放电结束后停置过程的不同变化规律,并考虑了不同停置时间在两个过程中的作用和影响,从而达到提高开路电压法估算荷电状态精度的效果。实验验证表明,此方法的精度比传统开路电压法更加准确。

基于开路电压法的电池荷电状态估算修正

电池荷电状态(SOC)的精准估算对于新能源车辆的使用非常重要,多种SOC算法中以开路电压法(OCV)最为常用且有效。该文通过研究不同使用工况下电池SOC与OCV的之间的关系及电池静置过程中电池端电压的变化,提出了电池应用过程中SOC的修正策略,给动力电池应用提供理论与数据支撑。

用开路电压法测晶体硅太阳电池少子寿命的研究

根据太阳电池的工作原理,详细论述了用脉冲光源照射n/p结太阳电池瞬间时,由于光电压,即开路电压的建立,将有电子从n区通过n/p结向p区边界注入,这些注入p区的过剩电子(少子)在运动中复合所需的时间,我们定义为少子寿命.理论上给出了注入p区的电子复合带来的开路电压与寿命的关系式(Voc(t)),同时也研究了n/p结势垒电容放电对Voc(t)的影响.因此建议使用开路电压随时间的衰减关系式(Voc(t))测量少子寿命的方法.

用开路电压法测硅太阳电池中少数载流子寿命

太阳电池基区的少数载流子寿命是影响电池效率的重要因素之一。开路电压衰减法 (OCVD)具有直接、简单、重复性好等特点 ,可准确测量器件的少数载流子寿命。该文分别介绍了利用纳秒激光器和发光二极管 (LED)作为OCVD的光源 ,测量晶体硅太阳电池的少子寿命 ,结果发现可以利用脉冲信号发生器带动发光二极管作为脉冲光源 ,取代纳秒激光器 。

基于安时积分法与开路电压法估测电池SOC

锂电池具有多方面优越的性能,因此被广泛用于电动汽车领域。为了提高锂电池的安全性和使用寿命,需要准确地估算出电池的荷电状态这一重要参数。为了解决安时积分法不能确定电池SOC初始值和开路电压法需要电池长时间静置的问题,提出使用安时积分法与开路电压法相结合的方法估计电池SOC值。通过相关充放电实验确定开路电压与电池SOC的对应关系、电池达到充分静置所需时间与电池SOC的关系,以此精确估计电池SOC的初始值,再基于安时积分法实时快速地估计电池SOC值。

基于开路电压、短路电流的最优梯度法的光伏发电系统MPPT控制

提出一种基于在线短路电流、开路电压结合最优梯度法的控制方法。该方法在不干扰系统正常工作的情况下,能迅速感知外部环境变化,快速准确的找到最大功率点,且能较好的消除最大功率点处的震荡,充分发挥了光伏电池的效能。通过仿真和实验研究证明,该方法可以快速跟踪外部环境变化,并消除系统在最大功率点的振荡现象。

面向光伏能量收集应用的实时MPPT预估算法研究

对于环境中存在的各种类型能量源,其往往具有不同的阻抗特性以及输出功率范围。为了提高能量收集系统的能量萃取能力,合理的接口电路设计是关键。基于此,通过对环境中光伏(Photovoltaic,PV)能量源微弱直流特性以及高效率收集和转化的研究,在传统开路电压法(Open-Circuit Voltage,OCV)的基础上,结合输入电压纹波控制,提出了一种可实时最大功率点追踪(Maximum Power Point Tracking,MPPT)的预估算法。该预估算法根据能量源的输出特性,采用了分数开路电压法(Fractional Open-Circuit Voltage,FOCV),并根据纹波大小动态调节变换器的工作模式,实现阻抗匹配。为了尽可能减小因采样带来的能量损失,采用可片上全集成的较小的采样电容,并逐周期的进行开路电压采样和计算,实现了对源功率变化的高精度追踪。仿真结果表明,所提出的追踪算法能够实时监测能量源的状态,具有高的追踪速度和追踪精度,且采样时间仅需100 ns。能量源功率在1μW~10 mW范围内变化时,最短的追踪时间仅需4.37μs,追踪精度可达99.7%。

锂电池开路电压的预估及SOC估算

由于锂电池在多方面的优越性能,它在电动汽车领域的应用也越来越广泛。通过电池恒流充放电特性实验,得到锰酸铁锂电池开路电压(UOCV)与对应SOC的关系曲线及电池放电自恢复曲线,并结合锂电池等效电路模型,利用matlab拟合曲线,推导出开路电压的预估公式,实现对开路电压的预估,解决了开路电压法静置时间长的缺陷。在此基础上,结合安时积分法进行动态SOC估算,通过不断对安时积分法的值进行修正,消除它的累积误差。实验结果表明,该算法能较准确地估算电池的SOC,对电池管理系统的研究有一定参考价值。

基于多元算法的锂电池SOC估算研究

电池的荷电状态(SOC)是反映电池剩余电量状态的重要参数,精确估计SOC值是电池管理系统(BMS)最重要的功能之一。传统的SOC估算方法如安时积分法、开路电压法、内阻法等的单独使用很难做到对SOC值的精确估计。针对电池SOC前期估算不准、后期累积误差逐渐变大的问题,以Thevenin模型为基础,对传统的安时积分法进行了改进。前期配合开路电压法获取SOC的精确初值,后期结合扩展卡尔曼滤波法修正安时积分法的累积误差,最后用MATLAB对整个过程及其结果进行曲线拟合和分析,实验结果显示所提方法在SOC估算的过程中误差都可以保持在8%范围内,具有较高的估算精度。

开路电压与太阳电池少子寿命关系的推导及其应用的研究

从理论上详细推导了晶体硅太阳电池在脉冲光照下,开路电压V_(?)(t)与少数载流子寿命的关系,同时研究了N-P结势垒电容放电时对V_(?)(t)的影响;从实验上验证了开路电压随时间的衰减关系。并运用该关系测量了硅太阳电池少数载流子寿命,测量结果较为准确。

锂离子电池自放电K值检测系统设计

锂离子电池自放电检测对评估单体锂离子电池或电池组的容量、循环特性和使用寿命具有重要作用。快速检测开路状态下锂离子电池存储电量自发消耗是目前该领域的研究热点。采用开路电压法,通过测量单位时间内锂离子电池的电压降,即自放电K值,表征其自放电程度,设计了锂离子电池自放电K值检测系统。该系统由上、下位机组成,两者之间采用Type-C方式连接,可对锂离子电池进行自放电率检测。以三元锂离子电池为测试对象,对其进行14 d的静置实验,检测静置过程中的自放电K值。测试结果表明该系统不仅缩短了锂离子电池自放电检测时间,而且可准确检测锂离子电池的自放电率。在锂离子电池20%、40%、60%、80%、100%5种荷电状态,20、50、-20、-40℃4种温度条件下对锂离子电池进行自放电K值检测。依据K值测试结果,可分析荷电状态和自放电环境温度对锂离子电池自放电率的影响。

基于改进安时积分法估计锂离子电池组SOC

为了解决安时积分法不能估计锂离子电池组初始荷电状态(SOC_0),难于准确测量库仑效率和电池可用容量变化的问题,提出改进的安时积分法:建立锂电池二阶等效模型,结合恒流放电实验数据,推导出开路电压的预估公式,从而估算初始SOC;再通过大量实验,分析电池老化、库仑效率、电池总容量变化的影响因素,对该参数进行修正和优化。实验结果显示,改进的安时积分法误差达到0.03%。

基于安时法的锂离子电池SOC估计实时校正方法

为减少工业常用荷电状态(SOC)估计方法——安时法的累积误差,提出一种实时校正的锂离子电池SOC估计方法。在0~60℃,放电倍率1 C、2 C、3 C和0.33 C下,进行锂离子电池放电实验,测量了电压、电流、温度,建立了锂离子电池放电数据库。从该库获取上述放电温度、放电倍率范围,SOC值为20%、80%时的开路电压,以此两点引入一条关于电压与SOC的直线。以该直线上某点电压所对应SOC作为修正项,并引入修正因子α,来校正安时法所得剩余电量SOC估计值。与实验值对比,该SOC估计结果的误差小于4%,符合工业需求。

用一种新的优化算法估计电动汽车电池SOC

准确估计电动汽车中的锂电池荷电状态(SOC)是电池管理的一个难点,安时计量法的缺点是无法估计电池的初始剩余电量,且由于电流测量精度的原因会导致累积误差。因此在安时计量法原有研究的基础上提出了一种新的优化算法,即结合开路电压法和Peukert方程来估计电池的剩余电量。与实验结果对比,可见新的优化算法的仿真结果与实验结果基本吻合,误差较小,从而证明了本方法的正确性。

电动汽车用镍氢电池剩余电量估计方法研究

电池剩余容量预测在电动汽车电池管理系统中占有重要的位置。为准确实时地预测电动汽车动力电池组荷电状态(SOC),以镍氢电池组为研究对象,采用安时累积法与开路电压法相结合对电池组SOC进行预测,通过FPGA对模型及算法的有效性进行验证。实验结果表明该研究方法结构简单,成本相对较低,且预测精度相对较高,有助于提高科研效率并缩短产品研发周期。

基于改进安时积分法的电动汽车电池SOC估计与仿真研究

为解决安时积分法不能确定电池SOC初始值的问题,采用开路电压法与安时积分法结合的方法(OCV-AH法)估计电池SOC值,并对电池SOC估计系统的控制策略进行研究。控制策略采用开路电压法估计电池SOC的初始值,基于安时积分法实时估计电池SOC。通过Advisor软件获得工况仿真数据,并在Matlab/Simulink中建立OCV-AH法SOC估计仿真模型。仿真分析表明开路电压法能有效消除电池自放电对SOC的影响,为安时积分法提供较高准确度的SOC初始值;OCV-AH法在短时间内估计准确度较高,能够满足电池SOC估计的实际需要,但随时间延长,其估计误差有不断增大的趋势。

一种基于功率闭环控制的改进全局MPPT方法

在部分阴影的条件下,光伏阵列的P-U特性曲线呈现多峰值。针对现有方法在多峰值情况下最大功率点追踪的速度和准确度的不足,提出了一种基于功率闭环控制的改进方法。该方法首先采用功率闭环控制确定最大功率点所在电压范围,其次通过分析粒子群法和0.8倍开路电压法,选取适合算法对该电压范围进行精确的追踪。最后以两种典型的阴影条件为例,对现有的基于功率闭环的方法和所提方法进行对比仿真。结果证明了两种方法均能精确地追踪最大功率点,所提方法在追踪速度上有显著提升。