基于OCV-SOC曲线簇的磷酸铁锂电池SOC估算研究

通过对3.2 V/72 Ah能量型磷酸铁锂电池进行充放电试验,研究不同充放电倍率下的开路电压(OCV)与荷电状态(SOC)的关系。根据磷酸铁锂电池在静置状态下的电压滞回特性,构建了不同静置时间下的OCV-SOC曲线簇,并利用傅里叶高阶拟合和差值法建立电池OCV-SOC不同静置时间下的校正数据表,该数据表将对提高电池管理系统SOC估算精度具有较强的可行性和实用性。

智能多量程二次电池OCV-SOC特性曲线测量装置设计

二次电池OCV-SOC特性曲线的测量在电池研究和应用中有着重要的意义,但测量过程本身却费时费力。因此本文基于STC90C516单片机设计了一套能够自动测量OCV-SOC曲线的智能装置。该装置通过单片机控制放电回路的开通和关断实现了电池的放电和静置,从而达到了自动进行放电实验的目的。装置利用安时计量法实现了电池SOC的计算,并通过串联分压电位器和限流电位器的方式实现了电池电压的多量程检测,拓宽了装置的应用范围。

基于动态可重构电池网络的OCV-SOC在线估计

随着大规模储能系统的广泛发展,快速准确地估计锂离子电池的荷电状态(state of charge,SOC)对系统的安全可靠运行至关重要。然而,在传统的固定串并联电池单元/模块拓扑结构中,无法直接测量电池单元/模块的开路电压(open circuit voltage,OCV),也就无法建立OCV-SOC映射关系来准确估计SOC。对此,提出一种基于新型动态可重构电池网络的精准SOC估计方法。该方法可以在1s内测量得到OCV,然后使用梯度增强决策树估计电池单元/模块的准确SOC。实验结果表明该方法的高效率和有效性,为电池状态估计提供了一个范式结构。

基于OCV模型优化的磷酸铁锂电池SOC估计

锂离子电池荷电状态(SOC)与开路电压(OCV)的关系曲线(OCV曲线)是影响其SOC估计精度的核心因素。针对小电流OCV(LO)测试耗时短但数据精度较低的问题,提出一种OCV模型及其优化方法。该方法基于LO测试的OCV数据,采用道格拉斯-普克算法和分段线性函数建立OCV模型。并将OCV曲线上的4个OCV点作为变量,建立了其他OCV点的随动模型,使曲线能够运用粒子群优化算法进行优化。基于优化后的OCV曲线,动态工况下的端电压估计绝对平均误差降低83.5%,采用自适应扩展卡尔曼滤波的SOC估计误差小于0.3%。该方法能够基于耗时短的LO测试获取准确OCV曲线,降低锂离子电池研究与应用的测试成本。

基于双向DC-DC变换器的串联电池组主动均衡电路

针对单体电池串联成组使用时出现不一致性的问题,提出了一种基于双向DC-DC变换器的串联电池组主动均衡电路。使用双向DC-DC变换器将单体电池中的高能量输送到能量低的单体电池中,无需额外的存储组件来存储和传送能量,减少了能量损失,提高了均衡效率。根据电池开路电压(open circuit voltage,OCV)与荷电状态(state of charge,SOC)之间近似分段线性的关系,采用以电压和SOC双变量作为均衡策略,通过相互实时修正电压均衡和SOC均衡,使得电池组间能量动态趋于一致。最后通过搭建由4节单体电池组成的均衡电路实验平台,对提出的均衡电路和均衡控制策略进行有效性验证。

风-光储能系统锂离子电池SOC校准优化方法

使用安时积分法估算电池荷电状态(SOC)在工业上已有广泛应用,但对于风光互补发电系统来说,使用开路电压(OCV)校准安时积分法的累积误差不切实际,因为OCV法需要电池静置数小时。针对此问题,提出一种新的校准方法,该方法与OCV法类似,但校准条件只需要电池电流恒定或小范围波动维持4 min,更适用于校准风-光储能系统中使用安时积分法存在的误差累积问题。使用4串6并的软包钴酸锂电池进行试验测试,在3.9、3.6、3.2 V三个不同电压平台中,所提出的策略与实际OCV误差均小于10 mV,换算成SOC均小于1%,证明了本文所提出策略的可行性。

风力发电用锂离子电池均衡控制

为解决以电池端电压判断电池是否需要结束均衡时,会导致电池管理系统的误判问题,提出一种新的均衡控制策略。将电池开路电压与荷电状态(SOC)曲线进行分段处理,获得均衡前电池SOC之差,对均衡电流进行积分来确定电池均衡结束时刻。实验结果表明:当均衡目标电池端电压一致时,在电池组放电、静置以及充电3种状态下,被均衡电池最终电压与目标电压仅差1 mV。相较于目前风力发电锂离子电池储能系统通用的均衡策略,本策略几乎没有增加工作量,但却大大提高了其均衡性能,具有较好的应用前景。

基于最小二乘法的磷酸铁锂电池SOC估计

从工程应用角度出发,将磷酸铁锂电池状态分为静置态、工作态和维护态。静置态下采用开路电压法,查询开路电压-荷电状态(OCV-SOC)关系曲线,获取SOC初值;工作态下采用安时(Ah)积分法估计SOC的变化量;给出判断磷酸铁锂电池进入维护态的三个条件,并在维护态下,通过最小二乘算法重新拟合OCV-SOC关系曲线,以纠正环境温度、电流、内阻、循环次数等变化的影响,避免了复杂算法和模型分析,提高了SOC估计精度。通过实验绘制了基于最小二乘算法的OCV-SOC变化曲线以及SOC-T曲线,进行误差和数据分析,给出最小二乘算法的C语言矩阵源码。结果表明,该SOC估计法不受电池单体、数学模型和参数变化的影响,简单易行,判断可靠,可应用在各种锂电池管理系统中。

基于SOC-OCV优化曲线与EKF的锂离子电池荷电状态全局估计

SOC-OCV曲线是锂离子电池状态估计的基础。针对传统HPPC测试法在非测试点不能描述电池非线性特性和小电流恒流放电法得到的OCV曲线精度不足等问题,提出一种基于粒子群优化算法的OCV曲线优化方法。该方法将小电流恒流放电得到的OCV曲线进行平移,以平移曲线在测试点与HPPC测试得到的OCV值之间的误差和最小为优化目标,对OCV曲线进行优化。然后,以优化OCV曲线为基础对2阶RC模型的模型参数进行辨识和模型端电压估计。结果表明:与HPPC法相比,基于优化OCV曲线的模型精度具有更高的全局精度,在低SOC区域的模型精度提高了一倍。最后,基于优化的OCV曲线和辨识的模型参数,设计扩展卡尔曼滤波算法对SOC进行全SOC区域估计。试验结果表明,基于优化OCV曲线和扩展卡尔曼滤波算法的SOC估计误差在全SOC区域上都能保持在2%以内。

考虑温度影响和滞回效应的锂电池特性建模

为提高锂电池建模精度,对滞回电压引起的SOC估计误差进行分析,表明锂电池建模不可忽略滞回效应的影响。通过对不同温度下滞回电压变化规律和影响锂电池动态特性的内部电化学过程的分析,提出锂电池等效滞回模型。利用不同温度下小倍率恒流充放电实验和城市道路循环工况分别对电池模型开路电压和阻抗参数进行辨析。最后将模型输出端电压和SOC估计值与实验值进行对比,结果表明在锂电池建模时考虑滞回效应的影响可将模型精度提高一倍。

基于抗差UKF的动力锂电池SOC估计算法研究

从锂离子电池模型的研究与优化入手,以自主设计的电池SOC仿真系统模型和硬件实验平台为基础,分析锂离子电池SOC预估算法中的粗差影响因素,建立一种新型基于抗差无迹Kalman滤波(UKF)的锂离子电池SOC预估方法。该方法将开路-AH法与抗差UKF估计理论相结合,克服传统估算方法无法消除累积误差的缺点。对照实验结果表明,新算法能够提高动力储能锂离子电池的SOC量测过程中的预估精度,对于促进动力储能锂离子电池的推广,提高动力储能锂离子电池组的能量储存能力、利用率和循环寿命有着重要的科学意义。

电动汽车用氢镍电池二阶RC模型的研究

将二阶RC电路模型应用于电动汽车用氢镍电池,该模型用一个电阻和两组RC来模拟电池充放电过程中的动态特性,首先用快速法测出开路电压(OCV)与荷电状态(SOC)之间的关系曲线,其次用指数拟合法和极值法求出模型参数,最后将不同脉冲电流下取得的参数值取平均作为最终的模型参数。仿真结果表明了该模型的有效性和良好的动态跟踪性。

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。

基于人工蜂群算法的微网并网优化运行

针对含有风力发电机、光伏电池、燃料电池和蓄电池的微网系统,综合考虑经济性与环保性,建立微网并网运行下的优化调度模型。为最大化发挥微网系统"削峰填谷"的作用,基于分时电价机制设计一种结合削峰填谷启发式规则的并网能量调度策略,通过监测净负荷状态和电价时段以及对特定状态下各微源的功率调整等,得到系统最优能量调度状态。针对所建立的微网并网优化调度模型,提出将人工蜂群算法运用到该调度问题中,以迭代次数线性调整的控制参数改进蜂群搜索频率。仿真结果验证了微网并网优化调度模型、策略和算法的可行性和有效性。

混合动力汽车动力电池SOC估算方法的研究

为了准确预测混合动力汽车(HEV)动力电池的SOC,将安时法、开路电压法和卡尔曼滤波算法结合起来,并考虑温度、滞环效应等因素对SOC的影响,提出了新的SOC估算方法。通过建立电池的二阶动态RC模型并且采用双无味卡尔曼滤波(DUKF)的方法估算电池模型的状态和参数,使电池的SOC估算达到更高的精度。通过蓄电池的放电实验初步确定电池的模型参数以及电池的开路电压(OCV)与SOC的关系曲线,并且采用matlab仿真验证了DUKF方法对SOC估算的准确性。

AGM电池荷电状态与开路电压关系研究

通过对车用AGM电池在不同环境温度下荷电状态(SOC)与开路电压(OCV)的关系研究,发现AGM电池在其规定的工作温度范围内,其SOC与OCV有着良好的线性关系,为开发基于开路电压和电池温度的电池管理策略提供了理论依据。

MH-Ni电池储存的研究

研究了MH-Ni电池以不同荷电态储存时容量的衰减程度;对AA型1.4Ah电池进行了常温(25℃)180d和高温(65℃)30d储存测试,结果表明,电池按额定容量的0%,50%和100%荷电态储存后,容量损失分别为2.4%,5.7%和6.8%,这种损失主要由正极引起并且不可恢复。通过研究还发现,在电池正极中掺杂由化学氧化法合成的NiOOH和使用磺化隔膜,可以有效地提高电池荷电保持率近10%,放电态常温(25℃)90d和高温(70℃)20d储存过程中开路电压降低缓慢,储存后容量损失相对较小,更有利于长期储存。

基于自适应电池模型的SOC加权在线估计

针对传统锂电池模型在SOC估计上自适应能力差,以及单一SOC估计算法局部估计精度低的问题,提出了一种利用多新息随机梯度算法进行模型参数在线辨识及SOC(荷电状态)加权在线估计方法。锂离子电池模型参数在线辨识结果实时更新,实现锂离子电池模型自适应。针对SOC的估计,提出了基于PI(比例积分)调节器的开路电压法并结合安时积分法的加权在线估计方法,权值依据当前SOC–E_0分段线性曲线斜率动态更新,解决了开路电压法平台区估计误差大、安时积分法难以确定初值和误差累积以及两种方法难以在线估计的问题。从理论分析上论证了方法的可行性,并从MATLAB仿真结果上验证了所提方法具有较高的估计精度。

基于SOC-OCV曲线特征的SOH估计方法研究

电池的健康状态估计(state of health,SOH)是锂离子电池管理系统中的状态参数之一,影响电池荷电状态估计(state of charge,SOC)和峰值功率估计(state of power,SOF)的精度。本文中通过追踪SOC-OCV(open circuit of voltage,OCV)曲线特征的衍变规律,从热力学的角度提出了全新的SOH估计方法。利用三元锰酸锂复合材料为正极的锂离子电池循环寿命实验数据构建SOH与SOC-OCV曲线特征参数之间的关系,并验证所提SOH估计方法的精度。实验结果表明:SOH从100%衰退到50%,SOH估计精度在±1.5%以内。

电动自行车电池开路电压与放电容量的关系

介绍了电动自行车用6DZM10阀控铅蓄电池的容量试验、过放电试验和寿命试验。试验结果表明:电池的开路电压与放电容量之间,并不像开口式富液铅蓄电池那样很容易观察到简单的线性关系。这是由于铅蓄电池的开路电压与电动势,只跟电极表面附近液层中的电解液密度有关,而与整体电解液的量无关;但6DZM10电池的放电容量,不仅跟电解液的密度和电池中参与电极反应的电解液以及活性物质的量有关,而且还深受反应粒子的扩散过程迟缓性的影响。这种影响在电池使用和寿命试验过程中,随着失水过程的出现而越来越严重。因而不能像开口式富液铅蓄电池那样,用开路电压来推断6DZM10电池的放电容量或荷电态。