电动汽车锂离子电池变接触面液冷板优化研究

为提高电动汽车液冷电池热管理系统下的电池温度均匀性,提出了一种具有变接触面结构的新型液冷板。选择由8个棱柱型锂离子电池组成的电池模组,设计出相应的液冷板基准及变接触面优化方案。计算流体动力学(Computational Fluid Dynamics,CFD)仿真结果表明,所设计的变接触面结构能够显著地提高液冷板的散热均匀性。其中底面为32mm×310mm直角三角形的线型3-变接触面液冷板的综合性能最佳,不但能将电池间的温度一致性提升65%,而且可以将液冷板重量减轻7.3%。

混合动力汽车电池箱结构安全性分析及优化

混合动力汽车动力电池箱的结构安全性对整车安全可靠性至关重要。为了满足电池箱在工作过程中的安全性和可靠性要求,以某款混合动力汽车的电池箱为例,利用有限元分析方法对电池箱在典型汽车行驶工况下的静力学特性进行了仿真;根据国家标准GB/T31476.3—2015中的电池箱安全性测试方法,进行模拟碰撞仿真;为了验证汽车行驶过程中电池箱是否会产生共振,对电池箱进行模态分析。得出电池箱不会出现破损失效,但有可能产生共振的结果。根据以上分析的结果,对电池箱盖进行了结构优化和验证,使其在满足结构强度的条件下,具有良好抗震性能。

基于KF-EKF算法的动力电池SOC估计

准确估计锂离子电池荷电状态(SOC)是电池管理系统中的关键部分,对电动汽车的发展起到重要作用。针对电池应对复杂环境时,电池荷电状态(SOC)估算较难的问题,提出一种卡尔曼(KF)滤波与扩展卡尔曼滤波(EKF)相结合的算法估算SOC。首先建立了戴维南电池模型,参数辨识过程中选用卡尔曼滤波算法,并与离线识别和遗忘因子的递推最小二乘法(FFRLS)进行对比,以EKF进行SOC的估计。在不同温度与FUDS的工况下,卡尔曼滤波参数辨识的综合辨识效果更好,常温下电压均方根误差(RMSE)为0.011 64V,联合估计SOC的均方根误差为0.7%。