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。

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。

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。

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。