基于BP-EKF算法的锂电池SOC联合估计

电池荷电状态(SOC)的准确估计是电动车辆进行整车控制优化的先决条件,也是合理实施电池管理的依据。本文中在确定1阶RC等效电路模型的基础上,采用含有遗忘因子的递推最小二乘算法和BP-EKF算法对模型参数与SOC进行在线联合估计,提出一种BP神经网络和扩展卡尔曼滤波(EKF)相结合的锂离子动力电池SOC估计方法,使用相应的滤波输出参数离线训练BP神经网络,进而将训练成功的BP神经网络用于补偿EKF算法的估计误差。通过仿真和电池动态工况试验验证,结果表明,与EKF算法相比,所提出的SOC估计方法具有良好的抑制发散和鲁棒性能,能有效提高SOC的估计精度。     

电动汽车锂电池建模及参数辨识方法研究

介绍多种电池模型及其参数辨识算法,综合考虑辨识复杂程度和精度,提出一种利用一阶RC电路模型、遗忘因子最小二乘优化算法、监控平台电池孪生模型的锂电池建模及参数辨识方法,并进行实车应用验证。结果表明,该方法能够使SOC的估计误差保持在3%以内。     

一种适用于低温环境的锂离子动力电池充电方法

采用电池的一阶RC等效电路模型对低温充电过程进行分析,提出一种适用于低温条件的锂离子电池多阶段恒流充电方法。以三元聚合物锂离子电池和磷酸铁锂电池作为对象,分别在0℃和-10℃条件下进行常规恒流-恒压与多阶段恒流充电方法的测试与对比分析。试验结果显示,与常规恒流-恒压充电方法相比,采用多阶段恒流充电方法,0℃和-10℃条件下,两种电池的充电时间明显缩短,充入电量显著提高。     

锂离子电池电解液泄漏试验及参数化表征

为了给锂离子电池电解液泄漏故障诊断方法的确立提供基础，寻找与电池漏液密切相关的参数，设计了电解液泄漏故障模拟试验，对漏液电池和正常电池进行直流阻抗测试和电化学阻抗谱测试，基于二阶等效电路模型参数和弛豫时间分布方法对电池的动力学特性进行分析，提出了表征漏液故障的直流阻抗与交流阻抗参数集，为锂离子电池漏液故障诊断提供了依据。     

锂离子电池单体热模型研究动态

本文中阐述了锂离子单体电池热模型的基本理论,介绍了国内外目前关于锂离子电池热模型的研究动态;将模型分为均一化参数模型和分布化参数模型,并对其基本理论和方法进行了分析和归纳;指出了现有锂离子电池热模型的不足和未来的发展趋势;最后讨论了不同类型模型对锂离子电池单体设计和热管理等方面的指导意义.     

一种改进的动力电池阻抗参数和荷电状态分层在线联合估计方法

传统的电池模型参数和荷电状态SOC联合估计算法通常采用双层架构:一个递推估计器辨识所有模型参数,另一个递推估计器推测SOC。由于待辨识参数较多,该算法往往存在调参麻烦、鲁棒性不高等问题。为解决该问题,本文中提出一种基于3层架构的阻抗参数和SOC在线联合估计算法,将欧姆内阻和极化参数分开辨识,以降低问题的复杂度。另外,通过分析1阶RC模型建模误差的动态特征,引入一个基于1阶惯性环节的集总误差模型,提高了1阶RC模型的精度。两组实车运行工况数据的验证结果表明:所提出算法的鲁棒性比传统算法明显提高,精度也有所提升;25和-20℃工况下的SOC估计误差能分别快速收敛到2%和3%以内。同时,敏感性分析结果表明,该算法对初始误差也具有较好的鲁棒性。     

电池管理系统中电压电流检测不同步对电池内阻辨识影响的分析

针对当前电池管理系统中普遍存在的电压电流检测不同步问题,引入锂离子电池内阻等效电路模型,采用递推最小二乘算法实现对电池内阻的在线辨识.开展了基于Simulink的仿真分析,并着重讨论了各种客观因素如不同步程度、采样步长、采样噪声对内阻辨识的影响.     

采用极限学习机实现锂离子电池健康状态在线估算

电池健康状态(SOH)估算是电动汽车电池管理系统核心技术之一。为准确在线估算锂离子电池SOH,提出在动态工况下构建表征电池衰退的健康指标(HI),并引入极限学习机(ELM)离线训练电池全生命周期的ELM衰退模型,实现SOH在线估算。实验结果表明,该方法能准确在线估算锂离子电池SOH,估算误差不超过2%。     

基于电池内阻的局部一致性分析

为了提高现有的车用锂离子电池一致性分析效率,文章提出了一种基于电池内阻的局部一致性分析方法。首先,根据电池的特性分析,建立电池等效电路模型,采用最小二乘法对电池内阻进行辨识,实现电池参数标定;其次,将辨识结果储存,建立数据库;最后,将数据作为输入进行局部一致性分析,得出分析结果。实验结果验证了该方法的有效性。     

基于无迹卡尔曼滤波算法的锂电池SOC估计

应用无迹卡尔曼滤波算法(UKF)进行锂电池的SOC估计,采用Thevenin二阶RC等效电路模型,对HPPC电池脉冲充放电实验数据进行Matlab处理,得到较为准确的模型。通过在Matlab中编写算法程序,对不同工况的估计值与实际值进行误差估算及对比分析,通过此算法进行SOC估计,得到该算法可有效降低系统误差并纠正SOC的初值偏差。