高速公路零碳服务区光-储-充直流系统设计与多能互补协调控制方法

为推动公路交通行业节能减排，实现高速公路服务区低碳运行，针对分布式电源、电动汽车以及常规负荷的直流属性，设计了包含光-储-充多设备联合运行的高速公路服务区直流微电网架构，并分析了服务区源-荷-储多维用能场景的直流可行性。考虑光伏、电动汽车源荷不确定性特征，在提取服务区光伏出力、负荷典型场景基础上，考虑碳排放成本，以全系统运行经济性最优为目标构建了日前-日内两阶段多能协同调度模型。为验证技术方案的可行性，对关键装置和系统协调运行情况进行了初步测试，验证了系统设计和所提方法的有效性。     

光伏声屏障在城市快速路上应用可行性分析

结合石家庄市槐安路高架西延工程，在光伏声屏障常规组件和彩色组件两种方案下，分别研究了离网系统与并网系统的电气系统、发电量、全寿命周期成本、效益等，并进行了可行性分析。结果表明，在储能装置成本无法显著降低的条件下，光伏声屏障使用离网系统供照明用电经济上不可行；彩色组件光伏声屏障影响发电效率，同时成本较高，经济上不可行；常规组件光伏声屏障并网系统经济上可行，同时具有一定的社会效益。     

BOSCH蓄电池电量传感器的结构与原理概述

正随着怠速启停功能在汽车上的广泛应用,如何准确、实时、可靠地估算蓄电池的状态,从而有效地提高蓄电池的使用寿命,成了车载启停系统面对的关键技术问题。为了车载启停系统能实时地准确地掌握蓄电池状态,避免怠速启停失败的情况的发生,并使得蓄电池的寿命得到有效提高,需要对蓄电池荷电状态(SOC,State of Charge)、健康状态(SOH,State of Health)、功能状态(SOF,State of Function)、蓄电池的温度     

电动汽车充电口布置及对充配电系统布置影响的分析及开发建议

本文基于某纯电车型的开发实践，从用户停车习惯、充电桩布局以及用户停车充电过程的行走路径出发，分析了充电口布置位置对于用户的影响。通过对比发现：充电口位于车辆后部，用户停车充电过程行走路径最短，用户体验最佳，更符合国内用户的停车习惯和充电桩布局。充电口布置不仅影响用户使用体验，同时也影响充配电系统的布置，因此本文在梳理充配电技术路线的同时，进一步分析了充电口布置对充配电系统、随车工具以及空气悬架储气罐布置的影响，结果表明：多合一电驱动系统在储物空间、成本以及充电体验方面优势显著，可以作为全新平台车型开发时的布置首选；三合一充配电系统中，短粗型IPU+细短型储气罐对后端零件布置有利，可作为备选。     

一种蓄电池剩余容量测试方法的研究

本文通过对常用蓄电池剩余容量估算方法的研究和分析,提出“瞬时稳定大电流放电一端电压测量法”来实现蓄电池剩余容量的测量,并建立了数学模型.同时考虑了放电电流强度、循环次数对荷电状态SOC（State Of Charge）测量精度进行修正和补偿.     

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。     

电动汽车动力锂电池状态估计综述

电池状态估计是电池管理系统的核心技术，对保证电池安全可靠的使用、充分发挥电池的能力、延长使用寿命起着至关重要的作用。电池模型是状态估计技术的基础，极大地影响着状态估计的精度和时效。为此，对最常用的电池建模和状态估计方法进行了梳理和总结。首先，对电池模型及其建模方法进行系统概述，主要包括电学特性模型、热模型、电热耦合模型以及老化模型。然后通过对文献的归纳分析，从剩余容量、功能估计、功率预测、健康评估、温度监测和安全保障等角度，对电池荷电状态、健康状态、能量状态、功能状态、功率状态、温度状态和安全状态等估计方法进行了较为全面的阐述。最后，对未来电池状态估计的研究方向和趋势进行展望。研究结果可为电动汽车动力锂电池状态估计朝着先进化、智能化发展提供参考。     

车用蓄电池硫化故障与排除

车用蓄电池为车辆的电气系统、照明系统、控制系统和状态监控等系统提供稳定的电能,是车辆正常起动、运行及有效操控的基本保障。但由于各种原因,蓄电池很容易发生亏电硫化故障,从而严重缩短实际使用寿命,降低车辆的使用可靠性,造成了不必要的经济损失，     

博世银侠S5蓄电池新品上市

您的客户是否还在寻找启动动力更强、使用寿命更长以及安全性更可靠的蓄电池呢？博世蓄电池将满足您的要求。近日，博世公司在国内推出银侠S5蓄电池。由于采用了特别设计的银合金技术，银侠S5蓄电池在性能上可以满足并超越汽车制造厂家的要求及国际标准。在极限温度下，S5也能为各种高精度的耗能组件提供安全、强劲的能源。     

电动汽车动力电池荷电状态估计

精准可靠的荷电状态估计对电动汽车整车性能有举足轻重的影响,从而成为国内外学者研究的重要方向。文章选取三元锂离子电池作为研究对象,然后介绍了几种荷电状态的估计方法,选择使用模型基础法进行荷电状态的估计,构造一阶Thevenin模型,然后利用充放电实验所得数据和MATLAB里的多项式拟合工具构造得出开路电压-荷电状态（OCV-SOC）的函数对应关系。通过使用最小二乘法来辨识对模型中的参数值可以进行离线辨识,再使用自适应扩展卡尔曼滤波（AEKF）算法来估计锂离子电池的荷电状态。随后进行了动态应力测试（DST）实验,将扩展卡尔曼滤波（EKF）算法与AEKF算法进行荷电状态估计的对比及误差分析,从而对AEKF算法的精确度进行检验。最终通过实验数据可以得出结论,文章介绍的AEKF算法对DST实验工况的荷电状态估计可以保证较满意的精确度,并且此算法不是很复杂,操作性强。     

纯电动汽车辅助蓄电池选型方案设计

针对纯电动汽车辅助蓄电池选型困难,文章通过对纯电动汽车与燃油车在低压电源系统及辅助蓄电池工作状态等方面的差异进行分析,从整车零部件的启动电流计算、辅助蓄电池容量理论计算、整车暗电流计算校核、实车验证等方面提供了一个对纯电动汽车辅助蓄电池选型案例,实现了提高辅助蓄电池选型的准确性、延长辅助蓄电池使用寿命等目标。     

纯电动汽车复合储能系统参数匹配及控制策略

为了解决纯电动汽车用动力电池功率密度低、大电流充放电能力差和循环使用寿命短等问题,以超级电容与动力电池组成的复合储能系统为研究对象,提出了基于典型循环工况的复合储能系统参数匹配优化方法;在满足各循环工况对复合储能系统能量需求与功率需求的前提下,以动力电池容量和超级电容容量为优化变量,对复合储能系统总成本与总质量进行了多目标优化。在此基础上,根据电机需求功率及超级电容荷电状态,以减小动力电池输出电流为目标,制订了基于滤波思想的基本规则控制策略;为更好地适应不同的循环工况,提出了复合模糊控制策略,其中主模糊控制器基于电机功率需求、动力电池荷电状态和超级电容荷电状态得到动力电池输出功率初次分配系数,子模糊控制器根据电机功率需求和超级电容当前荷电状态与其目标值的差值得到动力电池输出功率修正系数,二者协同作用得到动力电池最佳输出功率,并对整车动力性、经济性、动力电池电流和温度特性进行了仿真分析。结果表明:采用所提出的复合储能系统及2种控制方法与单一动力电池的纯电动汽车相比,百公里加速时间分别缩短了6.89%和9.85%,NYCC工况下总能耗分别降低了14.15%和19.08%,动力电池最大电流分别降低了63.4%和65.17%,动力电池温升分别降低了22.87%和61.53%。     

智能可控发电系统对整车油耗影响的研究

随着乘用车燃油消耗量限值日益收紧,各大整车厂针对传统汽车领域积极采取相关措施来满足日益严苛的油耗限值,为此,引入智能可控发电系统(Electrical Power Management System,EPMS),对此系统进行电控技术标定,通过监测充电电压、充电电流及电解液温度,计算出蓄电池荷电状态(State of Charge,SOC)、蓄电池健康状态(State of Health,SOH)及蓄电池功能状态(State Of Function,SOF)。根据蓄电池的不同状态采取相应的控制策略,从而达到智能可控的能源管理;通过对比智能可控发电系统与常规不可控发电系统对整车油耗的影响,发现智能可控发电系统可使整车燃油消耗量得到一定程度改善,从而提高效率,降低整车油耗。     

FY54型蓄电池测试仪的使用与注意事项

FY54型蓄电池测试仪主要用于现代汽车蓄电池及车上开关的检测，具有操作方便、使用可靠、性能稳定等特点。1．组成部分该测试仪主要由直流电压表、负载电阻、外壳和测试夹、触头等组成，其标度盘上标有各种蓄电池的容量状态，以白、绿、黄、红四种颜色区域分别表示“充电”、“正常”、“重充”、“放完”。     

基于HOMER软件混合供电系统容量配置研究

对于混合供电系统合理的配置优化能最大程度发挥系统的优越性、经济性,降低其供电成本,且能以最小的投资成本满足负载的用电要求,延长系统的使用寿命。利用HOMER软件对风光蓄柴混合供电系统功率配置问题进行了研究,最终确定了总净现成本最低的最优配置方案,并对蓄电池状态以及供电可靠性进行了分析。     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。     

基于机器学习的锂离子电池荷电状态多步预测

先进电池管理技术依赖于对未来一段时间荷电状态变化的预测，难点在于误差积累和时间依赖性降低引起的预测精度下降。提出采用机器学习结合多步预测策略来提升荷电状态多步预测精度，利用实际锂电池数据研究了不同多步预测策略的效果。结果表明，实际锂电池荷电状态预测在充电过程中具有显著线性特性，放电过程表现出非线性特性。预测步长为 15个时，LR模型、KNN模型、RF模型的 MAPE均低于 6%，R2均大于 0.90。线性回归结合 MIMO策略具有最大的实际应用潜力。     

基于ANFIS的动力电池充电温升预测研究

对某锂离子动力电池进行了试验研究,以分析充电倍率、初始荷电状态和环境温度对锂离子动力电池充电温升的影响,并根据获得的试验数据,建立了基于自适应神经模糊推理系统的电池充电温升预测模型。该模型以充电倍率、初始荷电状态和环境温度作为输入,以充电温升作为输出,对试验数据进行训练后,即可准确预估电池在不同充电条件下的充电温升情况。该方案无须用数学模型准确描述各影响因素与充电温升之间的复杂关系,易于实现,可移植到电池管理系统平台上,以实现充电过程中温度的有效预测和管理。     

电动汽车用动力电池SOC估算方法概述

准确估算电池的荷电状态（SOC）可以防止电池过充、放电,从而充分发挥电池的工作性能,有效延长电池的使用寿命.针对电动汽车用动力电池,首先对国内外有关SOC估算方法进行了分类,将其划分为安时积分法、开路电压法、神经网络、卡尔曼滤波等,并分析了各种方法的优缺点及改进算法.最后总结并展望了SOC估算方法的发展趋势,针对性地提出了改进思路,为开展精度高、实用性强的SOC估算方法研究提供借鉴.     

基于自适应卡尔曼滤波的锂离子电池SOC估计

采用自适应卡尔曼滤波方法,基于锂离子动力电池的等效电路模型,在未知干扰噪声环境下,在线估计电动汽车锂离子动力电池荷电状态(SOC)。仿真结果表明,采用自适应卡尔曼滤波方法估计的SOC误差小于2.4%,有效降低了电动汽车行驶时电池管理系统所受到的未知干扰噪声影响,SOC估计精度高于扩展卡尔曼方法,且具有较好的鲁棒性。