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.     

分布驱动式电动汽车电池系统分布形态对能耗特性影响的研究

针对分布式四轮驱动纯电动汽车,分析具有不同分布形态的电池系统能耗特性。选取Rint等效电路模型建立电池系统内阻损耗模型,通过理论计算分析分布式电池系统与集中式电池系统的能耗特性。然后基于AMESim/Simulink软件建立了电动汽车能耗特性仿真平台,并以驱动能量消耗最少为控制目标,对前后轴驱动电机转矩进行最优分配控制,在NEDC循环工况下对电池系统内阻损耗进行仿真。理论和仿真分析结果均表明:在分布式驱动情况下,采用集中式电池系统时的能耗特性优于分布式电池系统,且分布式电池系统会产生SOC不一致的问题,从而导致车载充电系统设计的复杂化。     

锂离子动力电池温升特性的研究

介绍了锂离子动力电池的发热机理.基于锂离子动力电池内阻引起的温升特性,建立动力电池传热模型,通过模拟计算得出电池内部温度分布及电池温升随放电倍率变化的规律.最后对锰酸锂电池进行内阻实验,揭示了电池内阻随电池温度和SOC变化的规律.     

基于等效电路模型锂硫电池模组热仿真

随着比能量要求的提升,锂硫电池作为下一代高比能量电池,受到越来越多的关注,锂硫电池以及模组的性能研究受到更多青睐。但是由于锂硫电池界面接触差导致的内阻大、工作温升高、一致性差等问题也成为限制其应用的重要原因。为了研究锂硫电池模组的热性能,文章基于传统锂离子电池的等效电路模型,建立了锂硫电池的数学模型,在此基础上通过应用三维软件对锂硫电池模组的热性能进行仿真。通过热仿真结果与试验测试数据的对比,可以看到热仿真分析的误差较小,说明该模型的精度较高,可以作为实际热性能研究的参考。在此基础上优化模组内部传热设计,实现了较高的温度一致性,为后续锂硫电芯及其模组的热性能研究提供了比较好的基础。     

基于模拟退火算法的锂电池模型参数辨识

为建立准确的电池模型,以精确估算电池荷电状态,本文中通过试验获取锂电池在不同充放电电流和SOC下的充放电特性,进而对不同充放电电流和SOC下的电池R及C参数进行辨识。针对该参数辨识过程中参数初始值未知、数据处理量大、易陷入局部最优点的特点,采用无需初始参数、收敛速度快、能获得全局最优解的模拟退火算法对电池R及C参数进行辨识。仿真和试验结果表明,采用以上方法建立的电池模型具有较高精度。     

基于电阻偏差估计的SOH算法研究

电池健康状态(State of Health, SOH)作为电池管理系统的重要一部分,反映电池当前状态下的容量能力,对于电动汽车的续驶里程乃至电池组的使用寿命及安全性起着至关重要的作用。在此背景下,提出一种线性回归最小二乘求解电池等效模型与实际电池组内阻偏差,进而获取电池组健康状态SOH的方法。首先,基于Thevenin等效模型,进行等效参数辨识;随后,建立电池组电阻观测器,基于驾驶循环数据通过最小二乘法计算等效电阻偏差;然后,基于等效电阻偏差与SOH的对应关系获取当前驾驶循环的SOH;最后,建立试验对算法的精度和适用性进行仿真测试验证。     

车用动力锂离子电池单体不一致性问题研究综述

分析了动力电池单体不一致的内外部成因,从容量、内阻、自放电率、荷电状态和端电压等方面总结了电池单体不一致的表现规律。介绍了基于外部表现的单体电池一致性的评价方法,并分析了缓解电池不一致问题的技术手段,包括电池分选、单体均衡、热管理和考虑不一致影响的电池建模与状态估计等。     

电动汽车用锂离子电池单体温度场分析

文章通过实验测得了锂离子电池内阻在常温下随soc的变化情况。实验显示放电时soc在0.2到1之间时内阻变化不大,soc小于0.2时内阻急剧升高,且充电内阻明显大于放电内阻。之后进行了锂离子电池单体在常温下,0.8C和1C的充放电温升试验。获得了温升随时间变化的数据。并通过fluent对电池单体进行了与实验对应的仿真,仿真结果显示充放电情况下仿真与实验最大温差基本在1℃以内。所以可以用本模型对锂离子电池生热进行分析,为实际使用提供一定的指导。     

锂动力电池内阻影响因素的实验研究

锂动力电池内阻是衡量电动汽车用电池性能的一个重要参数。本文中研究了不同环境温度、放电倍率和放电深度下的电池内阻随循环次数而变化的规律。结果表明,电池内阻与循环次数之间呈幂指数关系。电池内阻变化率与环境温度之间近似于二次函数关系,当环境温度为20℃时,电池内阻及其随循环次数的变化率均最小;电池内阻变化率随放电倍率的增大而增大,当放电倍率为1C时,电池内阻变化率基本上不随循环次数而变化,而当放电倍率为1.5C和2C时,电池内阻变化率随循环次数增加而明显增大;放电深度为25%和50%时,电池内阻变化率随循环次数的变化曲线相近,当放电深度达到100%时,电池内阻变化率显著增大。单次循环放电中,放电深度为0~80%时,电池内阻随放电深度的变化较小,当放电深度为80%~100%时,电池内阻随放电深度的增加而急剧增加。     

车用大尺寸锂离子动力电池性能的仿真与分析

为探究车用大尺寸锂离子动力电池内部性能不一致性,基于伪二维理论,建立了二维仿真模型。引入集流体区域电势分布及边界条件,对10~150 cm不同长度电极的电池建模仿真,分析了倍率性能、容量发挥率、阻抗等电性能及局部析锂。结果显示:长度为100 cm的电池在3 C大倍率充电时正极集流体压降高达0.1 V,充电容量发挥率仅为82.2%,极化内阻接近10 cm的2倍;电流密度分布不均造成充电至85 s时就出现局部析锂;充电截止时刻极耳区域温度比中部高出8.6 K。因此,对车用大尺寸锂离子动力电池,亟需对结构进行优化设计和提高电池热管理能力。     

锂离子电池顶盖材料分析改进

锂离子不锈钢项盖电池内阻较高,不锈钢顶盖一般需要通过填充镍金属材料才能与铜连接片焊接.铜顶盖材料的改进不仅降低电池内阻,而且可以直接与铜连接片焊接,减少镍片和铜镍复合片的作业成本.通过对锂离子电池不锈钢顶盖材料的使用现状及铜顶盖材料的性能分析,将锂离子电池顶盖材料改进为铜顶盖,电池平均内阻降低了16.7％,每年节约成本70万元,生产效率提高20％,节约设备占地面积15％.     

基于自适应模糊C-均值算法的退役锂离子电池快速聚类

梯次利用处理退役锂离子电池具有巨大的经济和环境价值,而如何高效、准确地对退役电池进行分选重组是梯次利用中突出的技术挑战。首先,为准确反映退役电池的一致性,提取最大可用容量（MAC）、放电欧姆内阻（DOIR）和容量增量曲线的弗雷歇距离（FD）3个因素共同作为聚类因子。然后3个聚类因子结合自适应模糊C-均值（AFCM）算法构建退役电池聚类方法。结果表明：AFCM算法聚类簇内MAC的最大误差为79 mA·h,DOIR小于45 mΩ;三因素的聚类方法成组的电池一致性较好;并且在117颗电池聚类时,AFCM算法聚类耗费的时间最短。     

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。     

BSG混合动力汽车铅酸电池性能预测方法的研究

BSG混合动力车辆具有发动机怠速停机、自动启动的功能,要求电池具有频繁启动发动机的性能.电池的性能直接影响混合动力车辆的可靠性.文中分析影响电池性能的主要因素,得出可以通过电池内阻预测电池性能的结论,并给出了电池内阻的测试方法.     

车用锂离子动力电池组散热特性数值研究

针对车用锂离子动力电池的散热问题,对电池组的结构进行优化设计。建立锂离子动力电池三维模型,利用Fluent进行数值仿真。通过对仿真结果的对比分析得出：电池间距的增大和减小分别使电池组的散热性能提高和降低,且其间距减小时,电池间温度差异明显;发现动力电池组入口风速升高,电池表面空气流速相对提高,电池组换热能力增强,但电池间流场的一致性变差、温差变大。     

电动汽车用聚合物锰酸锂离子电池的Peukert温度效应

以210 Ah聚合物锰酸锂离子电池为研究对象,在电流(10~210 A)和温度(-20~50 ℃)范围内,分析其Peukert温度效应。对不同电流和温度区间内Peukert模型适用性进行了讨论,并辨识出对应Peukert系数。对电池关键特性即可用电量、内阻、效率特性、比能量,与Peukert效应的对应关系进行了分析。研究表明,在温度0~50℃且电流10~210 A的区间内,Peukert模型是适用的;在20~40 ℃范围内Peukert系数为0.995 4,表征了优良的倍率放电特性;温度为-20 ℃时,Peukert模型适用电流范围变窄,但仍可释放出最大可用电量的94.6%;该型电池的关键特性和Peukert效应都与温度之间存在强相关性。     

基于HPSO-BP神经网络融合的锂电池SOC预估研究

为实现锂离子电池荷电状态(SOC)的高精度预测,采用混合粒子群(HPSO)与BP神经网络相结合的联合优化算法,通过优化神经网络的初始权值和阈值克服了种群易陷入局部极小的缺点,加快了收敛速度,减小了SOC预估的误差,通过分析磷酸铁锂(LiFePO4)电池充、放电机理,将电池电压、电流、内阻和温度作为SOC的影响因子。MATLAB仿真结果表明,HPSO-BP神经网络算法的预测精度和收敛速度较传统BP神经网络算法更优。     

商业化锂离子电池寿命测试方法研究

主要针对锂离子电池的寿命进行研究,期望用1～2年的加速寿命实验周期,建立电池衰减模型,完善实验机理及分析成果,用来模拟验证其至少15年的使用寿命.重点研究循环寿命对电池使用寿命的影响.通过定周期的对电池进行参考性能测试,得到容量值C、内阻R及功率能力,来评估其对电池使用寿命的影响,从而进一步评定电池寿命衰减的机制.     

人-车-路闭环系统驾驶员模型参数辨识

基于在驾驶模拟器上进行的人－车－路闭环系统仿真试验，使用全局演化局部寻优的辨识算法，对驾驶员模型进行参数辨识。通过大量的实际驾驶人员的试验数据，辨识出各种水平的驾驶员模型参数，为改进智能车控制系统的设计提供了依据。利用辨识得到的驾驶员模型和车辆模型进行了人－车－路闭环系统的双移线与蛇行线仿真，仿真结果与试验数据具有很好的一致性。     

增程式电动车自适应工况辨识策略研究

为提高增程式电动车的自适应能量管理策略中工况辨识的准确性,通过分析样本特征参数与庞特里亚金极小值原理最优协态变量的相关性,选择有效特征参数,经过主成分分析后,建立样本数据库.对车辆进行在线工况辨识,将辨识的最优协态变量经过电池SOC修正后作为车辆当前协态变量,实现对车辆能量管理策略的自适应优化.结果表明,相比当前工况辨识策略,所设计的自适应PMP能量管理策略可使油耗降低、SOC变化更加稳定、动力电池寿命延长.