电动汽车锂离子电池荷电状态估算方法研究

电动汽车动力锂电池内部充电状态的评估是电池管理系统状态评估模块的核心。不能用仪器直接测量,只能通过测量蓄电池的外部电流、电压等参数进行评估。准确评估充电状态对于控制电池寿命、功率和安全性非常重要。根据算法的不同,分为传统的开路电压法、电流积分法、基于数据传输的机器学习阻抗法、基于模型的卡尔曼滤波算法、粒子滤波算法和融合算法。介绍不同评估算法的计算原理,分析比较了不同评估算法的计算复杂度和精度。针对当前锂离子电池充电评估研究中存在的问题,指出锂离子电池充电评估的研究方向和未来发展方向是更具通用性、更高精度和更好实时性的多种评估方法。     

基于电化学模型的车用锂离子电池安全快速充电算法CSCD

传统的快充方法可提升锂离子电池充电速度,但容易损害电池寿命,甚至造成安全问题。基于面向控制的锂离子电池电化学机理模型,提出了全新的快速充电算法。针对一款42Ah镍钴锰(NMC)三元锂离子电池,采用该算法进行了快速充电测试,讨论了开发策略中关键参数阈值电势、初始充电倍率的取值对算法效果的影响。结果表明:该方法实现了该款锂离子电池的安全快速充电,在保持电池不析锂情况下将电池充电速度提高了20.5%;算法中的阈值电势主要影响充电时间,而初始充电倍率影响负极过电势最低值。     

电动汽车用锂离子电池生热速率模型

首先在考虑锂离子电池极片中反应电流密度、活性物质浓度等参数空间差异的前提下,建立了电池热生成速率的数学模型。然后基于模型对锂离子电池在不同充放电电流和荷电状态(SOC)下的生热速率进行了仿真。结果表明:可逆热与非可逆热的生成速率均随充放电电流的增大而增大;SOC的变化主要影响可逆热的生成速率,对非可逆热的生成速率则无显著影响;锂离子电池在相同SOC和电流下进行充放电时,非可逆热的生成速率基本相等且均表现为放热,可逆热的生成速率也基本相同但分别表现为吸热和放热。最后在Arbin台架上测量了锂离子电池以不同电流进行恒流充电、恒流放电和循环交替充放电时电池温度的瞬变过程,并与相应工况下电池温度的仿真结果进行了对比。结果表明:所建立的生热速率模型能合理模拟锂离子电池温度的动态变化;锂离子电池持续进行充放电时可逆热对电池的温度变化有较大影响,尤其在电池充放电电流较小时更为明显,但锂离子电池在某一SOC附近交替充放电时可逆热对电池的温度变化则无明显影响。     

基于剩余充电电量的锂离子电池组容量快速估计方法

针对传统锂离子电池组容量确定方法存在的效率低、能耗高且只能离线应用等问题,提出一种基于电池剩余充电电量的锂离子电池组容量快速估计方法。首先,基于充电电压曲线一致性原理,以电池组内率先充电至充电截止电压的电池单体电压曲线为基准,通过电压曲线的平移缩放与线性插值计算出各单体电池的剩余充电电量与剩余充电时间,从而实现各单体电池的荷电状态(State of Charge, SOC)在线估计,在此基础上实现电池组容量的快速估计。其次,在电池单体模型的基础上建立电池组的仿真模型,并在全SOC区域上对模型参数进行分段辨识。通过所建立的仿真模型得到电池组的充放电曲线,并对电池组容量进行估计。最后,对4个单体串联而成的电池组进行充电试验。研究结果表明:仿真容量与估计容量误差为1.2%以内,验证了所提出的容量快速估计算法的有效性;利用所提方法估计出电池组容量与试验得到的电池组容量的误差为2.61%;该方法根据电池充电曲线的平移与缩放即可在线估计出电池组容量,可应用于新电池组容量的在线快速估计,能在保证3%估计误差的基础上将检测效率提高到传统方法的2倍以上。     

温度对电动自行车电池性能的影响研究

在电动自行车电池使用过程中,需要定期对电池充电以满足用户需求,此文分别对温度与电动自行车电池的材料、容量、寿命、充电电压及存储时间的关系进行研究。结果表明电动自行车电池最宜使用温度为25℃左右,温度过高或过低,都会降低电池使用寿命。     

电动汽车锂离子电池脉冲加热技术研究进展EI北大核心CSCD

低温环境下,电动汽车锂离子电池存在可用容量降低、充电困难和循环寿命衰减等问题,严重制约了锂离子电池的应用,因此,确保锂离子电池在合适的温度范围内运行至关重要。电池脉冲加热技术具有加热速率快、温度均匀性好和系统结构简单等优势,是解决锂离子电池低温应用难题的有效手段。本文中从脉冲加热方案、脉冲控制参数和脉冲加热策略3个方面对脉冲加热技术的研究进展进行了综述。首先,介绍现有脉冲加热方案优劣势,其次,总结不同脉冲控制参数下锂离子电池的温升和容量衰减特性,最后,对比不同脉冲加热策略对锂离子电池低温性能的影响,指出脉冲加热技术未来发展的方向。     

新型双电池系统能量管理策略及电池循环寿命模型

针对双电池系统(高能量型+高功率型锂电池),在Matlab/Simulink Statefl ow环境中模拟验证了设计的基于规则的能量管理策略。通过Real-Time Workshop生成AVL Cruise软件可调用的DLL文件后,实现了涉及双电池系统充/放电过程的AVL Cruise/Matlab整车行驶工况联合仿真。根据高能量型锂电池的循环寿命测试试验,考虑了充放电量、电池温度和放电倍率的影响,提出了循环寿命经验模型。在完成模型参数化之后,进行了对比分析,结果表明双电池系统具有循环寿命优势。     

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.     

融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究

为提升实际应用中锂离子动力电池寿命预测精度，本文中提出一种融合经验老化模型和电池机理模型的电池寿命预测方法。该方法以基于经验老化模型SOH预测值作为卡尔曼算法的先验估计，以基于机理模型估计电池未来容量衰减量进而预测得到的SOH作为卡尔曼算法的后验修正，从而实现对锂离子电池寿命的准确预测。基于电芯试验数据的动力电池寿命预测算法验证结果表明，锂离子动力电池剩余寿命预测误差≤5.83%、基于实车数据的锂离子动力电池的剩余寿命预测误差≤8.12%，取得了良好的预测效果，丰富了锂离子动力电池寿命预测的方法。     

电动汽车用锂离子电池的温度敏感性研究综述

在文献、专利调研基础上,统计和分析了电动汽车用锂离子电池的温度敏感性。结果表明:低温和高温都影响电动车用锂离子电池的性能和寿命,从而影响其应用与市场普及。缓解该问题的技术途径可以是:电池原材料改性、优化电池设计、电池系统热管理。当前的研究热点是:正负极材料的微观改性,以提高其电子导电率和离子导电率;优化设计电极结构和电池结构,以均匀电池内部的热分布和电分布;研发低温下电池交流预热与充电的新方法;联合应用液冷方案。     

车载动力电池液体冷却非线性优化方法研究

电动汽车动力电池散热需求会受到外部环境温度、风速和负载电流变化等因素的影响,如果不及时散热,动力电池的温度会迅速攀升,进而影响电动汽车的驾驶性和安全性。基于此提出一种锂离子电池非线性冷却优化方法。首先,通过对锂离子电池生热、散热机理分析,建立考虑传热系数随冷却液流速变化的锂离子电池集中热模型,通过电池特性测试试验确定电池内阻和熵热系数等热物性参数,并与AMESim模型对比,验证模型的有效性。然后,基于电池冷却系统非线性和易受负载电流变化影响的特征,提出一种考虑电池冷却系统的稳态特性以及参考变量前馈功能和闭环反馈消除静态误差机制的非线性冷却优化方法,并对其稳定性和鲁棒性进行研究。仿真结果表明:在NEDC-HWFET-US06组合工况下,非线性冷却优化方法调节下的电池温度与目标温度的最大偏差较PID方法减小了0.8 K,并且冷却过程的能耗降低了6.3%,具有更好的调节效果。     

基于改进容量增量分析法的锂电池可用容量估计

针对动力锂电池在使用过程中难以高效准确估计其衰退后可用容量的问题,提出一种不依赖滤波算法的容量增量分析法获取不同型号电池的容量衰退特征,并基于数据驱动的方法搭建可用容量估计模型。首先,分别分析低通滤波与小波滤波在获取容量增量曲线中存在的问题,并对比差分电压值在1、10、20、50 mV时容量增量曲线的形态。其次,采用移动方差算法对不同电压差分值下容量增量曲线的波动性做出评价,确定出峰值特性明显且平滑的容量增量曲线。提取曲线的峰值作为动力锂电池的老化特征,运用斯皮尔曼相关性系数验证老化特征与电池老化状态之间的相关性。然后,引入门控循环单元建立锂电池的可用容量估计模型。最后,将不同老化测试条件下的2类电池老化数据集用于模型验证。研究结果表明:所建立的估计模型能够有效估算锂电池全寿命循环内的可用容量值,2组数据集中测试结果的相对误差除个别值外,多数相对误差值在2%以内;数据组1中,分别选取电池1和电池3测试数据的前50%为训练数据,后50%为测试数据,训练结果绝对误差稳定在0.05 A·h左右,测试结果绝对误差在0.04 A·h左右;对电池2与电池3的全寿命循环可用容量做出估计,结果相对误差稳定在2%左右;数据组2中对电池5、电池6和电池7的全寿命循环可用容量估计结果的相对误差整体亦在2%以内;且模型能够对锂电池循环过程中出现容量再生现象的循环做出4%以内的准确估计,显示出良好的估算精度和泛化能力。     

12V低压锂离子蓄电池在电动汽车中的应用研究

电动汽车轻量化是现阶段研究的一个重要课题,针对电动汽车低压蓄电池的轻量化课题,探讨锂离子电池应用的可行性。以北汽新能源某一型号纯电动轿车作为研究对象,同时将12 V/30 Ah锂离子蓄电池和12 V/60 Ah铅酸蓄电池的性能进行对比分析,试验结果表明锂离子蓄电池样品可以满足电动汽车的低压用电需求,并且其充放电性能,特别是低温充放电性能要优于铅酸电池。此外,锂离子蓄电池样品的质量较铅酸电池有大幅降低,这对于电动汽车的轻量化设计具有一定的参考价值和指导意义。     

电池SOC估算方法的研究现状

如今,锂离子电池已成为新能源产业和SOC的研究重点。在锂离子电池研究中,电池容量估算和计算是其中的重点研究之一。SOC直接关系到锂离子电池使用的效率和安全性,正确的SOC估算和计算方法不仅可以增加锂离子电池工作的安全性,并延长锂离子电池的使用寿命[1]。相反而言,不合适的SOC估算和计算方法不仅会加速电池的老化,而且会带来电池爆炸和燃烧的危险,危害使用者的生命和财产安全。因此,本文对各种SOC估计和计算方法进行研究,以获得更成熟和广泛使用的电池SOC估计和计算方法。     

锂离子动力电池发展现状及应用前景

随着社会经济实力的不断发展,工业领域成为了支撑我国的中坚力量。而在电池技术中,锂离子动力电池因“能量高”、“寿命长”的特点被广泛应用在的生活中。在正常的应用中,锂离子动力电池在温度范围具有非常明显的“耐受性”。锂离子动力电池的工作原理非常简单,一般都将锂离子动力电池中的“金属锂”作为负极,正极则以“SOCL2”、“MNO2”等。在工业领域,锂离子动力电池在手机、PC、iPad、摄像机等都有着广泛作用。在电压的横向比对中,“酸电池”、“镍电池”与锂离子动力电池相比,锂离子动力电池的电压较高,在保证周围环境不受污染的前提下释放出较大的能量。文章将就锂离子动力电池的发现状及应用前景展开讨论。     

基于随机加权自适应容积卡尔曼的电池SOC估计

准确估计锂离子电池荷电状态（SOC）对于突破电动汽车发展瓶颈，推动电动汽车商业化至关重要。针对动力电池模型参数辨识问题，提出基于遗忘因子的递推最小二乘法（FRLS）的模型参数在线识别方法。实时测量动力电池电流和电压数据，在线辨识模型参数并实时更新，实时反映电池内部参数的变化过程，对电池动态特性进行实时模拟。针对容积卡尔曼（CKF）滤波过程中对噪声敏感的问题，提出一种基于随机加权思想的自适应容积卡尔曼滤波（ARWCKF）方法。相比于常规CKF容积点权值始终不变，通过引入随机加权因子，自适应调整容积点权值并对系统噪声、状态向量及观测向量进行预测，抑制系统噪声对状态估计的干扰，避免因容积点权重值固定所带来的误差。针对CKF算法在容积点计算过程中由于状态方差矩阵失去正定性导致的平方根分解无法使用的问题，提出基于奇异值分解的容积点计算方法，克服由于先验协方差矩阵负定性变化而导致的滤波精度下降等问题，并进行多种工况、温度下不同SOC初值的对比验证。结果表明：所提出的基于遗忘因子的递推最小二乘法的在线参数辨识及ARWCKF滤波方法具备良好的估计精度及收敛能力，最大电压估计误差不超过40 mV，SOC估计误差不超过1%。     

基于电化学热耦合模型的电动汽车电池模组热特性研究

为研究电池组的排列与布置方式对电池热特性的影响,本文中以18650锂离子电池为研究对象,建立了单体电池的电化学热力学耦合模型。利用模型仿真和实验测量获得了不同放电倍率时的电池表面温度随放电容量的变化关系,实验数据与仿真数据基本吻合,模型准确。基于单体耦合模型,分析了6×5动力电池模组的不同排列与布置方式下的热特性。结果表明:间距太小或太大均会使平均温度增加,本案例电池间距24 mm时平均温度最低;间距越大,温差越小,温度分布均匀性越好;间距一定,交叉排列散热效果优于对齐排列,且空间利用率更高。电池的排列和间距对电池散热有重要影响,锂离子动力电池组设计过程中应充分考虑。     

车用锂离子电池的SOC估算方法研究现状

SOC(State of charge),即电池的荷电状态,它描述的是电池的剩余容量,其数值上表示为电池剩余的荷电量占电池总电量的比值,常用百分数表示。它是电池状态的一个关键指标,SOC的准确估算可以有效的提高电池使用效率,延长电池的使用寿命。荷电状态不能通过直接测量获得,而是需要其它方式来估算。本文对车用锂离子电池SOC估算方法进行了简单的描述,分析了不同方法的优缺点,最后进行了总结。     

充电模式下锂离子电池组主动均衡控制方法研究

目前电动汽车都会采用到驱动动力强劲的锂离子电池,在充电模式下保证锂电子电池组实现主动均衡控制,有效推进电动汽车电力系统良性发展,提升电汽车整体性能。文章中所探讨的是基于双向Buck-Boost拓扑结构的主电路主动均衡控制系统,它其中基于荷电状态SOC建立主要均衡判据,进而实现了对主动均衡控制策略的有效改进。简单研究了充电模式下的锂离子电池组主动均衡控制电路设计方法,锂离子电池组的SOC均衡控制策略,并对其设计控制方法仿真结果进行分析。