基于粒子群算法估计实际工况下锂电池SOH

提出一种基于粒子群算法和锂电池经验容量模型的对电池实际工况下的健康状态进行估计的新方法.建立了电动汽车实际运行工况下充电曲线特征与电池健康度的线性模型.辅以电池经验容量模型,使之符合监督学习的实际情况并能够用计算机对参数进行拟合.以美国航天航空局电池老化数据建立训练集与验证集,对模型进行训练,并对训练好的模型进行实验验证.实验表明SOH估计误差都在7%以下,在实际工况中能够快速对电动汽车锂电池的健康度进行准确估计.

基于多模型耦合的电动汽车三电系统安全性估计方法

电动汽车动力电池、驱动电机和电控系统的安全性对于车辆的正常运行和乘员的生命财产安全至关重要。提出一种多模型耦合的电动汽车三电系统安全性估计方法。该方法仅需要实车传感器采集的稀疏数据作为输入,识别同车型中故障车辆。首先,构建三电系统安全性估计体系,该体系采用“自顶向下”的多层结构。之后,提出一种多模型耦合的方法,该方法由高斯混合、熵权计算和安全分数计算三部分组成,高斯混合得到安全性估计体系中各指标分布规律并输出概率密度,避免熵权重主观划分区间导致的误差;所提出的熵权计算基于概率密度确定各指标的权重,并根据安全性体系计算各车辆/系统的安全总指标,避免主观确定各指标的重要性;基于统计学与数据归一化,得到各车辆/系统的安全分数。最后,采用10辆电动汽车的实车数据对方法进行验证,包括整车安全性估计、三电系统安全性估计和不同季节鲁棒性。结果表明,所提出的方法识别故障车辆/系统与正常车辆/系统的准确率比层次分析法高40%/26.7%,且在不同季节不会对正常汽车产生误判。

电动汽车充电站规划研究综述

新能源汽车尤其是电动汽车已在全球范围内得到广泛推广应用,从而带来了巨大的充电需求。同时,部分充电站规划不合理导致充电站空间布局和服务容量与实际充电需求不匹配,充电站利用率低和用户充电不便并存的现象已经成为了电动汽车产业痛点。充电站的合理布局规划是优化电动汽车使用体验和充电体验、降低用户“里程焦虑”、提高充电桩利用率、优化城市电动汽车交通网络和电力网络的关键,也成为当前电动汽车及智能交通领域急需解决的问题。为提供该领域较为全面的综述视角,首先概述电动汽车充电站的发展情况、设施类型、相关标准,总结从“车端”、“站端”出发的电动汽车充电需求估计方法,然后从选址、定容、求解算法维度分析充电站规划模型,列举国内外在多优化目标、多约束条件、多阶段规划的覆盖模型、截流模型等规划模型中的研究成果,以及在各经典模拟网络和实际城市环境中的测试、应用情况,最后对目前充电站规划领域存在的充电需求估计准确性、充电站与未来需求的匹配度等问题进行总结,对“车-桩-路-网”互联时代下充分利用电动汽车的分布式储能、灵活充放电的特征进行有序充电引导、新能源消纳、电网削峰填谷的协同规划发展应用前景进行展望。

基于电压频域特征和异常系数的动力电池故障诊断方法

动力电池系统是电动汽车(EV)的关键部件和主要故障源,因而提高动力电池故障诊断的效率和准确率显得尤为重要。基于此提出一种基于快速傅里叶变换(FFT)和异常系数评估(ACE)的动力电池电压不一致性故障诊断方法。针对6辆发生故障或热失控事故的电动汽车和1辆电压一致性良好的电动汽车,基于其在新能源汽车国家监管平台的全生命周期运行数据,经过电压数据的数据清洗、数据变换等大数据预处理后,利用FFT技术时频变换,提取频域中的幅值作为故障诊断的特征参数;然后,引进基于Z分数理论的异常系数对故障程度进行定量评估,以实现故障单体的检测和定位;此外,针对存在多个故障单体的情况,基于单体异常率的计算,实现单体故障程度的判定和排序;在此基础上,详细分析电压数据长度及采样间隔、FFT采样点数对模型的影响;最后,与基于熵和Z分数的电压故障诊断方法进行比较。研究结果表明:在上述研究条件下,该诊断方法对于电压一致性良好的车辆未产生误报警,且可以有效地检测出事故车辆动力电池系统存在的电压不一致性故障;相比之下,模型平均计算准确率提高了3.25%,模型平均耗时仅为熵值模型的0.55%;验证了该方法故障单体定位更精准、数据适用性更好及计算速度更快的优点。该研究成果能有效实现动力电池电压不一致性故障诊断,具有较高的工程应用价值。

新能源汽车动力电池系统故障诊断研究综述

随着新能源汽车保有量的增加,新能源汽车安全问题日益突出,严重威胁着驾乘人员的生命财产安全,制约了新能源汽车产业发展。动力电池问题是新能源汽车着火事故发生的主要原因(占着火事故60%以上),发展先进的动力电池系统故障诊断技术已成为新能源汽车安全防护领域的热点。为填补该领域最新中文综述的空白,基于动力电池系统故障发生位置的差异,将故障分类为内部故障和外部故障,描述过充电、过放电、外部短路、内部短路、过热、热失控、传感器故障、连接件故障、冷却系统故障的失效机理。从内部故障和外部故障两个角度出发,总结锂离子动力电池的基于知识、模型、数据驱动三类故障诊断方法的研究现状与最新进展。讨论当前动力电池系统故障诊断技术研究中存在的主要问题,提出电池故障诊断技术的未来发展趋势,以期实现动力电池系统故障的准确诊断和早期防控,提高新能源汽车安全性,保障驾乘人员生命财产安全,推动新能源汽车产业进一步发展。