基于子空间技术的电动汽车电池模型辨识研究

电动汽车动力电池模型的观测和辨识是电动汽车高效、稳定、安全运行的基础。基于电池的电路模型,从利于辨识的角度,建立了状态空间形式的电池模型,并提出了基于子空间技术的模型辨识算法。在不同阶次、脉宽和幅值下,采用逆M序列对电池模型辨识效果进行了验证和比较,最终提出了最优的电动汽车动力电池参数辨识方法。实验结果表明,该方法具有较高的精度和普遍的适用性,可以广泛地应用于不同类型的电池。

大规模电动汽车充电需求及影响因素

通过分析传统汽车的行驶规律,建立了大规模通勤用电动汽车充电需求模型,探讨了对充电需求的影响因素。论文在用户行驶开始时间、结束时间和行驶里程三个因素无关的条件假设下,采用蒙特卡洛模拟方法建立了规模化电动汽车充电需求模型。基于用户行驶规律,分析了电动汽车类型、充电功率、渗透率和充电情景等因素对规模化电动汽车充电需求的影响,通过仿真实验分别得到各影响因素对充电需求的影响情况。

基于模型融合与自适应无迹卡尔曼滤波算法的锂离子电池SOC估计

为提高电动汽车动力电池SOC的估计精度,本文中对锂离子电池模型与参数辨识算法、自适应无迹卡尔曼滤波(AUKF)算法和基于电池模型融合的SOC估计算法进行研究。建立了具有明确物理意义的电池电路模型,采用基于遗传算法(GA)的模型参数辨识算法,设计了基于AUKF的电池SOC估计方法,并基于贝叶斯信息准则,提出了电池模型融合方法,实现了基于模型融合与AUKF的电池SOC估计。仿真结果验证了该方法具有较高的精度。

充电模态下电动汽车动力电池模型辨识

电池模型及参数辨识是电动汽车动力电池进行充、放电优化控制的基础,同时模型参数受充、放电工况的影响。为对充电模态下的电动汽车动力电池进行建模与参数辨识,对动力电池建模方法、模型参数辨识算法展开研究,建立基于电极阻抗谱理论的可变阶次电池等效电路模型,提出基于遗忘因子扩展递推最小二乘算法(FFRELS)的模型参数辨识算法,构建基于贝叶斯信息准则(BIC)的电池模型最优阶次选择算法,创建基于晶格气体模型(LGM)的电池开路电压模型,对电池模型参数辨识算法进行修正,实现了充电模态下的电池模型参数辨识与最优阶次选择。仿真结果证明了该方法的有效性。

前驱电动汽车防抱死制动中滑移率控制的动态负载模拟

本文中旨在研究在试验室台架上准确模拟电动汽车防抱死制动过程电制动系统的动态机械负载,实现滑移率控制策略的台架测试。针对某一前轴驱动式电动汽车,在MATLAB/Simulink平台上建立了考虑传动系半轴特性的整车动力学模型和台架模型,选取了一种电机与液压制动力共同完成滑移率调节的控制策略作为测试对象。在此基础上提出了两种动态负载模拟方法,即前馈法和逆模型法,进行了不同路面滑移率控制效果台架测试的仿真,并与负载模拟PI法进行了对比。结果表明,前馈法和逆模型法的滑移率模拟误差大幅减小,提升了防抱死制动的台架测试精度,使滑移率控制效果能得到正确评价。

多功能车辆总线非周期数据实时性分析与带宽分配的优化设计

在分析MVB数据传输机制的基础上,提出了非周期数据通信的优化带宽分配策略,推导出了相应的带宽分配策略的计算公式,并在实例中对优化后的策略进行了分析研究和性能比较。对带宽分配方法进行优化后,非周期数据通信的实时性有比较明显的提高。

基于滑模自抗扰的电制动系统动态负载模拟

为精准模拟传动系弹性及齿隙作用下电制动系统非线性机械负载,提出了自适应模糊滑模自抗扰的测功机控制算法。首先,针对一款前驱电动汽车,建立融合感应电机模型的车辆及台架机电一体化模型,引入典型正常制动和防抱死制动控制作为测试对象。其次,构建扩张状态观测器估计台架系统未建模动态,以自适应模糊滑模控制测功机实时模拟高度非线性机械负载。最后,开展了制动控制策略台架测试的仿真研究。结果表明:提出的方法可精确模拟电制动系统动态负载,有效提高制动控制算法台架测试精度。