纯电动汽车用磷酸铁锂电池工作特性分析与表征

磷酸铁锂电池作为锂离子电池之一,因原材料磷、铁存在于地球的资源含量丰富,并且在高温与高热环境下的稳定性高等优势,在纯电动汽车中有着广泛的应用。为准确估算磷酸铁锂电池的荷电状态(SOC),以容量为10Ah的磷酸铁锂电池作为对象进行了研究,控制温度在25℃下,通过标准充电与放电试验、不同倍率的充放电试验和OCV-SOC非线性曲线辨识试验分析其工作特性。根据电池内部的极化反应、OCV-SOC相对稳定性,建立戴维南等效模型。通过HPPC测试试验对其实现参数辨识,得出欧姆内阻均值R0为20.68mΩ,极化内阻均值RP为1.36mΩ,极化电容均值CP为47747.9F。通过试验得到其电压、电阻工作特性,且模型参数可为锂离子电池的荷电状态准确估算提供理论依据,为纯电动汽车用磷酸铁锂电池今后建模仿真、SOC的准确估算和电池管理系统设计提供了可行性方案。

基于PNGV模型和高斯-厄米特滤波的SOC估算研究

为解决锂离子电池荷电状态(SOC)估算精度不高和初值鲁棒性差的问题,提出了一种基于新一代汽车伙伴计划(PNGV)等效电路模型和高斯-厄米特滤波(GHF)算法的锂离子电池SOC估算方法。首先,建立PNGV模型来模拟电池的动静态工作特性,列出该等效电路模型的状态空间方程;然后,利用混合动力脉冲能力特性测试试验,对模型中的动态参数进行辨识,并通过电流激励下的电压响应对比验证了模型及参数的有效性;最后,结合GHF算法得出了算法的系数矩阵和递推过程。在Matlab/Simulink平台上,对该SOC估算方法的估算效果进行了仿真分析与验证。结果表明,无论是在恒流、周期恒定电流和周期变电流工况下,还是在城市道路循环(UDDS)变电流工况下,SOC都能实时跟踪真实值的变化。同时,该算法对初值有较好的鲁棒性。在初始SOC为0.8的情况下,SOC估算最大误差不超过3.7%,具有较高的精度。该算法为锂离子电池SOC的估算提供了一种新的思路。

基于Thevenin模型和自适应卡尔曼的SOC估算研究

精确的荷电状态(SOC)值在电池的应用开发中具有重要的意义。选择合适的滤波算法是精确估算的前提。由于扩展卡尔曼滤波(EKF)中噪声的给定值与实际工况下噪声的统计特性不符,导致估算精度低。为提高S0C估算精度,构建能准确反映锂电池工作特性的Thevenin电路模型。在此基础上,构建状态方程和观测方程,提出自适应卡尔曼滤波(AKF)算法。利用混合动力脉冲能力特性(HPPC)试验对模型参数进行辨识,通过MATLAB/Simulink建模仿真,分析锂电池分别在恒流放电和动态工况下S0C估算的精度。试验表明,Thevenin模型能够良好地表征锂电池的工作特性且能较好地进行S0C估算,参数辨识、恒流放电工况、动态工况下的最大误差分别控制在0.4%、0.2%、0.1%以内,验证了AKF应用于锂电池S0C估算的优越性。

可变环境温度下锂离子电池平均温度估计

锂离子电池的温度变化会极大地影响其使用性能,对锂离子电池进行温度信息采集对热管理系统的开发具有重要意义.为了解决传统温度传感器布置方式所导致的局部温度无法代替整体平均温度的问题,需要在可变环境温度下对10 A·h三元镍钴锰酸锂离子电池开展平均温度估计研究.首先,对锂离子电池进行建模并搭建实验平台,获取建模所需的参数.其次,提出了基于递推最小二乘与拓展卡尔曼滤波算法相结合的锂离子电池平均温度估计方法.最后,为了验证所提出方法的有效性,使用改进混合动力脉冲能力特性(IHPPC)测试工况获取电池在可变环境温度下的实验数据.结果表明:所提方法能够实时估计锂离子电池的平均温度.温度估计模型算法收敛后最大误差为1.8℃,平均误差仅为1℃.

新型铝硫电池的等效电路模型及参数辨识

铝硫电池作为一种低成本,安全高效的新电池技术,成为电池储能的发展方向之一。与传统锂离子、铝离子、钠离子电池的充放电原理不同,铝硫电池的充放电过程是一个多步连续的氧化还原反应,因此铝硫电池的充放电曲线与工作特性都较为特殊。由于铝硫电池与传统阳离子电池不同的工作原理和特点,因此铝硫电池尚没有匹配的电池模型。针对这一问题,文中提出了一种基于二阶RC等效电路模型的铝硫电池等效电路模型,并使用HPPC测试数据,实现了模型参数的离线辨识。通过仿真平台的模拟测试,证明该模型在低电流及中等电流条件下具有良好的准确性,可以满足铝硫电池在下一步电池荷电状态估计中对模型精确度的要求,实用性很高。

一种考虑温度和SOC影响下的动力锂电池模型建模方法

动力锂电池模型参数能否被精确、快速地估算出来,将直接影响着电池管理系统的性能水平,故锂电池的建模工作已成为近年来的热点研究课题.在温度和荷电状态(SOC)双重变量的影响下,为了精确地估算锂电池一阶戴维南模型的参数值,预做了一定条件的脉冲实验,采用数据拟合方法对模型参数值进行了辨识;基于解耦分析、数据拟合等数据处理方法建立了关于温度和SOC的锂电池模型函数;将锂电池模型输出结果与实验数据进行对比,验证了模型函数的精度,证实了建模方法的可靠性.