基于改进HPPC锂离子电池内阻测试方法研究

电池充放电内阻是动态变化的,难以快速准确测量,为此提出多倍率混合脉冲功率特性(Multi-rate HPPC)内阻测试方法。该方法在混合脉冲功率特性法(HPPC)的基础上,用多倍率充放电测试脉冲代替单倍率充放电测试脉冲,使得在单个内阻测试循环中,可以测量不同SOC下多个倍率充放电内阻,从而提高内阻测试效率。实验结果表明,Multi-rate HPPC法能够有效测量充放电内阻,与HPPC法相比,提高了SOC低充放电内阻测试精度,减少内阻测试循环,节省内阻测试时间。

基于HPPC的锂电池欧姆内阻最优测试条件研究

针对锂电池欧姆内阻测试目前存在测试周期过长、测试精度低的问题,提出了基于混合脉冲功率特性法(HPPC)的欧姆内阻最优测试条件.在分析HPPC方法测试原理的基础上,通过改变实验条件研究电流倍率、采样周期对欧姆内阻的影响.实验与模型仿真数据的对比结果表明:在1.5 C充放电倍率、50 ms采样周期实验条件下能够有效提高欧姆内阻测试的准确性,降低测试时间.

基于HPPC-FFRLS的锂电池等效模型参数在线辨识

目的为了实现锂离子动力电池的高精度状态监测与分析,方法针对锂离子动力电池二阶RC等效电路模型的参数在线辨识展开研究。搭建锂离子动力电池二阶RC等效电路模型;利用开路电压法与安-时积分算法相结合的方式进行电池荷电状态(SOC)评估;通过HPPC测试实验数据进行等效电路模型的离线参数辨识;以离线辨识结果作为系统状态初值,结合带遗忘因子的递推最小二乘算法(FFRLS)对锂离子动力电池二阶RC等效电路模型参数进行在线辨识;利用Simulink搭建电池状态监测和充放电控制仿真系统,对基于在线辨识参数的模型进行仿真测试;利用可编程电源和电子负载搭建实验平台。结果对比在线辨识参数的系统仿真输出、离线辨识参数的系统仿真输出和实验数据,结果表明:基于HPPC-FFRLS在线辨识的模型仿真输出的误差相对于HPPC实验法减小了50%;在线辨识策略克服了环境温度、电池老化、充放电倍率等因素对参数的影响;仿真初期系统波动明显减小,等效模型系统动态跟踪具有更高的精度,鲁棒性更好。结论基于HPPC-FFRLS的锂电池等效模型在线辨识保证了模型参数的有效性,简化运算量的同时提高了模型精度。

一种基于多影响因素的锂离子电池放电内阻动态模型

直流内阻(DCR)是衡量电池健康状况的关键指标,在实际应用中对功率状态的估算以及热管理都具有重要意义。锂离子电池放电DCR与环境温度、电池荷电状态(SOC)以及放电倍率(C-rate)等因素有关,为了研究这些因素对电池内阻的影响,本文提出一种基于多影响因素的锂离子电池放电内阻动态模型,利用二元四次多项式对DCR与环境温度和电池SOC进行最小二乘拟合,再将所得二元四次多项式系数与放电倍率进行三次多项式拟合,最终建立DCR与放电倍率、环境温度和SOC之间关系的内阻模型。运用多倍率混合脉冲功率特性(HPPC)实验对锂离子电池进行充放电测试,并根据测试数据对所提出的模型进行验证,实验结果表明,所建立的动态内阻模型获得的DCR估算值与实验值的最大均方根误差为0.9758 mΩ,证明所提出的电池放电内阻模型是有效的。

锂离子电池在高脉冲工况下老化机理的分析与研究

随着性能的不断提高,锂离子电池也开始应用到高能器件上,通常要求电池频繁做大电流脉冲放电。然而当前学术界对电池老化的研究只关注循环充、放电工况或其他车用工况,对高脉冲工况缺少研究。本文旨在研究高脉冲工况下锂离子电池老化特性及规律。在循环工况实验过程中,通过电性能测试,即容量测试、混合脉冲功率特性测试和容量增量测试,分析锂离子电池的老化特征。结果表明,相对于1 C循环老化工况,高倍率脉冲放电工况下的电池容量衰减更快,至480周循环容量衰退率就达到21.8%。内阻增加同样表现得迅速,480周循环极化内阻与欧姆内阻增长率分别达到85.0%与141.3%,是1 C循环工况电池的数十倍。同样IC/DV曲线变化也更加明显。

高功率钛酸锂电池性能研究

为了更好地满足航空、军事以及能源器件对于高功率化学电源的需求,对LTT65系列电池进行了优化,控制原有电池其他参数不变的同时,使得内部颗粒变小,优化后的电池对于放电倍率进行了提升。针对改进后的电池,首先对于电池的放电性能进行测试,得到放电深度的具体数值,其次根据电池放电后的电压回升问题通过HPPC(hybrid pulse power characteristic)方法对于内阻进行测试和计算。结果表明:电池在高SOC(state of charge)状态下内阻伴随着放电率的增加而减小,电池在较低SOC状态下内阻增加,呈现出一定的复杂趋势。最后对于该倍率状态下的电池温升进行分析,得到了电池温度会随着电池放电倍率的增加将会出现拐点的结论,电池的温度拐点出现在45℃,最大温度值为63℃,温升值为38℃,而后根据实验结果对于电池不同倍率下的温升、热功率等参数进行测定,对于电池的放热特性进行了整体研究。

不同工况下功率型锂离子电池的热特性与仿真研究

本文针对功率型锂离子电池在使用过程中可能出现的热失控问题,以21700圆柱型锂离子电池为实验对象,采用混合功率脉冲特性(HPPC)测试方法,研究了不同条件下(温度、电流、荷电状态)内阻的变化趋势,并分别建立了基于温度、电流参数的Rint、Thevenin与双极化(DP)电路模型及电热耦合模型。借助Fluent仿真技术,进行了不同模型的验证,对比了不同放电倍率下模型仿真与实测温升的拟合精度。同时,实现了不同倍率下电池热行为的研究,为功率型锂离子电池的温度预测提供了一定的理论依据。

不同工况下锂电池欧姆和极化内阻测试方法研究

针对在不同工况(不同荷电状态、不同充电倍率、不同放电倍率)下准确、高效地测量锂离子电池欧姆内阻和极化内阻的需求,提出一种基于改进混合脉冲功率特性阶跃法(HPPC)测量内阻。通过改变HPPC充放电倍率固定比值关系,可以解决在多倍率充放电测试脉冲中,锂离子电池容量亏损的问题。从而完成在单个内阻测试循环中,测量出不同工况下的充放电欧姆内阻和极化内阻。实验结果表明,与原方法相比,改进HPPC法测量的充放电欧姆内阻和极化内阻相关系数均在92.3%以上,平均测量精度最大提高7.64%,实验测试时间节省近78.47%,证明所提出的改进HPPC法能高效、准确地测量不同荷电状态、不同充放电倍率下的欧姆内阻和极化内阻。

单体NCM三元锂电池热特性实验与仿真研究

为探究NCM三元锂电池在FSEC赛事工况下的热特性规律和应用于FSEC赛事的可行性,先通过实验探究了电池的内阻和SOC的关系以及电池在模拟赛事工况下放电时的温度变化情况,然后基于电池内阻和SOC间的关系,建立了电池热效应模型,利用此模型计算了仿真条件下电池的温升和温差变化情况。将实验和仿真数据相结合,对比分析得:①在正常赛事工况下,所研究电池的温升和温差变化与放电时间呈正相关;②电池在所设定的正常放电工况下均能正常工作;③仿真和实验的误差在合理范围内,所建立的热效应模型较为合理。最后通过增加对电池在极限工况下放电时的热特性研究,验证了所研究电池能够应用于FSEC赛事,且所探究电池的热特性规律和热效应模型较为合理,为后续车辆电池热管理系统的设计奠定相应的基础。

功率型锂离子动力电池的内阻特性

为了深入分析功率型锂离子电池的内阻特性及影响因素之间的关系,本文利用混合脉冲功率特性测试方法(Hybrid Pulse Power Characterization,HPPC)测试锂离子电池在不同温度环境、荷电状态(Stage of Charge,SOC)下的内阻变化规律,实验结果表明锂离子电池内阻在低温环境和较低SOC下变化明显.最后利用多项式最小二乘法拟合得到锂离子电池内阻与环境温度之间的关系表达式,为下一步实现电池功率在线预测提供了数据支持和理论基础.

车用锂离子电池模型研究

选取二阶RC电路模型作为研究的等效电路模型,对所选取的锂离子电池进行脉冲放电试验,对电池参数进行辨识。基于Matlab/Simulink平台搭建锂离子电池二阶RC等效电路模型,将实际电池与电池模型放电阶段端电压历史数据进行对比,在混合功率脉冲特性(HPPC)工况与1C放电工况下对模型精度进行验证。结果表明2种工况误差率的绝对值可控制在3%以内,符合预期。

动力锂电池等效模型与实验平台搭建方法研究

为清楚理解动力锂电池的内部结构和工作原理,选取搭建较为精确的等效模拟十分重要,它能更精确有效地获取各项内部参数。以动力锂电池为研究对象,分析其工作特性和原理,查阅资料做出最佳等效模拟电路,通过锂电池的充放电过程的HPPC实验研究,有效估算出SOC并得到所需各项参数,再由等效电路的计算方程得到等效参数。结论得出锂电池充放电过程中参数大致稳定,等效内阻均值为1.023 mΩ,标准差为0.218 6,极化电阻均值为0.304 4 mΩ,标准差为0.150 4。基于STM32、检测电路和LCD搭建的充放电系统,实现对锂电池电流和电压的检测以计算分析模拟电路内部参数。

基于PNGV电路模型的航空钴酸锂电池内阻研究

对航空钴酸锂离子电池进行PNGV建模。通过模型的建立,可依据测试出的外部变量值来估算电池的内部状态变量。实验使用HPPC(hybrid pulse power characterization)法来获取锂电池在脉冲加载和过渡过程中的各项参数。最后通过Matlab/Simulink对电池的PNGV等效模型进行仿真分析。研究表明:所选取的PNGV模型精度高,能真实地模拟电池充放电特性;在固定温度和已知SOC的情况下,模型参数能得到较准确的估计。本实验结论可为锂电池的内部状态变量估算提供理论依据。

安时积分和扩展卡尔曼滤波的荷电状态估算

电池在满电状态无法进行混合动力脉冲能力特性测试(Hybrid PulsePower Characteristic,HPPC),导致电池参数在荷电状态(State of Charge,SOC)值为0.9~1区间无法辨识。针对这一问题,提出了安时积分(Ampere Hour,AH)与扩展卡尔曼滤波(Extended Kalman Filter,EKF)综合估算SOC的方案。首先基于HPPC实验数据对建立的Thevenin模型进行参数辨识,然后使用新欧洲行驶工况(New European Driving Cy⁃cle,NEDC)对AH+EKF综合估算方案进行了验证。验证结果表明采用AH+EKF综合估算方案大大降低了EKF法在SOC值为0.9~1区间的估算误差,当只采用EKF法的最大误差为2.2%,而使用AH+EKF综合估算方法最大误差不超过0.9%。该方法提高了SOC估算精度,取得了较为理想的效果。

一种通用的锂电池模型参数辨识方法

建立精确的动力电池模型是电池管理系统开发过程中的重要环节,而电池模型选择和参数辨识对系统设计至关重要。针对当前参数辨识流程效率较低、占用资源较多的问题,给出了一种基于Simulink以及Matlab®的Optimization Toolbox的通用、高效的离线参数辨识方法。选取二阶RC等效电路模型,利用混合动力脉冲能力特性(HPPC)测试结果作为辨识数据,通过优化数据处理和参数设置流程提高参数辨识效率,利用HPPC和新欧洲汽车法规循环工况(NEDC)动态工况实验数据验证电池模型。结果表明:模型精度取决于辨识配置文件以及电池模型的鲁棒性,辨识得到的模型具有较高的精度,有效解决了电池组仿真中精度和复杂度之间的矛盾。

基于双指数拟合的电池PNGV模型改进方法研究

为了准确估算动力锂离子电池的荷电状态(SOC),创新性地将双指数拟合的方法运用到参数辨识中,并设计了一种新型验证模型。首先,对新一代汽车协商会(PNGV)等效电路模型进行改进,利用改进PNGV模型来模拟电池的动静态工作特性;然后,利用混合动力脉冲能力特性(HPPC)试验数据对电池在改进PNGV模型下的动态参数进行辨识,并取SOC值为0.4时的状态,对参数辨识过程中单指数拟合与双指数拟合的误差作对比分析;最后,在Matlab/Simulink环境下,建立了一种新型的锂离子电池仿真模型,并利用该仿真模型对参数辨识的结果进行仿真分析与验证。验证结果表明,在温度固定和SOC已知的情况下,改进型PNGV模型的端电压仿真值与试验值最大误差不超过0.9%,模型精度较高。该试验可为锂离子电池内部状态变量的准确估算提供理论依据。

基于自适应分数阶扩展卡尔曼的锂电池SOC估算

锂离子电池荷电状态估计是电池管理系统的重要组成部分,荷电状态估计结果的准确性将直接影响电池管理系统的性能。针对荷电状态估计准确性难以提高的问题,在传统扩展卡尔曼算法基础上提出一种时变等效电路模型及改进分数阶扩展卡尔曼算法,利用时变的模型参数达到对锂电池荷电状态的全周期准确描述,利用分数阶导数的记忆特性对状态预测方程进行改进。同时,考虑传统分数阶扩展卡尔曼引用历史数据带来的估算误差,加入自适应噪声因子提高算法精度。针对分数阶算法带来的数据冗余问题以及锂电池的松弛效应,利用滑窗思想设计一个大小为20(M=20)的固定窗口,随电池充放电状态实时更新窗口内数据,采用窗口中20个数据进行分数阶运算,减小数据冗余带来的误差提高估算准确度。通过采用两种不同工况对提出算法可行性与算法精度进行验证。实验结果显示分数阶扩展卡尔曼估计最大误差为0.02,而传统扩展卡尔曼算法误差最大可达0.05,同时提出算法的误差波动更小,结果表明该估算方法具有较高的精度与抗干扰能力,有助于推动锂电池管理系统的发展与更加准确的荷电状态估算方法的应用。

动力电池重要测试方法:混合脉冲功率特性测试

混合脉冲功率特性(Hybrid Pulse Power Characterization,简称HPPC)测试是动力电池性能评估中的一项重要的测试方法,该方法主要针对混合动力车用电池系统、模块以及电池单体进行性能评估及电源系统管理等。HPPC测试在混合动力电动车方面的应用较为全面,但对于纯电动车方面的应用还有较大研究空间。本文通过解读HPPC测试方法,对HPPC测试在电池性能评估、故障诊断及建模等方面的应用进行评述,为HPPC测试方法的扩展、纯电动车用动力电池测试方法的研究及相关标准的制定提供参考依据。

基于改进EKF算法的动力锂电池SOC估算技术研究

荷电状态(SOC)准确估算对于锂电池安全使用至关重要。通过对中航锂电LFP50AH三元锂电池进行混合动力脉冲能力特性(HPPC)试验,根据最小二乘原理在MATLAB对试验数据拟合进行参数辨识,建立二阶等效电路模型。在扩展卡尔曼基础上利用平方根分解状态变量协方差矩阵保证其非负定,形成改进扩展卡尔曼滤波(EKF)算法对锂电池进行SOC估算,防止因为计算机字长有限而引起的滤波发散。模拟北京公交动态测试(BBDST)工况对电池进行测试,以验证算法估算效果。在MATLAB/Simulink建立仿真模型。仿真结果表明,BBDST工况下初始误差为25%时,运行10 s后误差低于10%,80 s最大误差低于2%,平均误差0.45%。基于二阶等效模型运用改进扩展卡尔曼算法的SOC估算能很好地修正初值误差,对动力锂电池SOC估算效果良好,为动力锂电池的可靠使用提供了理论依据。

基于改进PNGV建模的锂电池SOC估算研究

锂电池通常以成组的方式使用,以满足大功率范围的需要。因此,需要电池管理系统(BMS)进行实时状态监控和安全控制,以确保使用过程中的安全性、动力性和耐久性。有效的等效建模和精确的荷电状态估计是电池管理系统中的关键技术。为了更好地对电池组的状态进行监控,在对三元动力锂电池进行大量试验研究的基础上,对传统的新一代汽车合作伙伴(PNGV)等效电路模型进行了改进,并在Matlab/Simulink下进行仿真。模型模拟值与实际端电压的偏差小于0.06 V,模型精度可达98%以上。在试验研究和电池精确建模的基础上,采用扩展卡尔曼滤波算法进行荷电状态(SOC)估算,其准确率可达96%以上。当初始荷电状态值偏离时,实际荷电状态值可以在50 s内快速恢复跟踪,实现锂电池荷电状态的准确估计。该方法为多状态变量模型的荷电状态估算提供了可靠依据。