电动汽车动力电池碰撞安全设计方法研究

文章结合国内外汽车法规及新车评价规程,研究了不同碰撞工况对某款电动汽车动力电池的损伤影响。研究发现,在侧面斜柱碰工况下,电池模组容易受到挤压,动力电池系统发生短路、漏液及起火的风险较大;同时,通过对某款电动汽车在斜柱碰工况下电安全防护设计的研究,提出一种基于电池模组损伤容限的动力电池防护设计方法,该方法有利于车辆的轻量化开发,可降低电动汽车能耗及整车物料成本。     

匹配不同动力电池的纯电动汽车全生命周期节能减碳评价研究

为评估匹配不同动力电池的纯电动汽车 （Battery Electric Vehicle,BEV） 全生命周期环境影响,以某款已上市纯电动汽车为研究对象,分别匹配 4款常用动力电池,基于 GaBi软件搭建生命周期评价模型,对其进行 2021年与 2030年全生命周期能源消耗与环境排放研究,并选取关键参数因子进行敏感性分析。研究表明,匹配钛酸锂电池的纯电动汽车化石能源消耗（ADP（f））与全球变暖潜值 （Global Warming Potential,GWP） 均为最高;纯电动汽车在运行使用阶段与生产制造阶段具有较高的能耗与排放;到2030年,纯电动汽车全生命周期ADP（f）与GWP将显著降低,同时随着电力结构的优化与动力电池充电效率的提升,匹配不同动力电池的整车ADP（f）与GWP也将随之降低。     

基于超声测量及神经网络的锂离子动力电池SOC估算

准确地估算电动汽车动力电池的荷电状态(State of Charge,SOC)对电动汽车的安全驾驶和及时充电至关重要.基于超声测量和神经网络提出一种动力电池SOC估算方法.该方法对动力电池施加一个超声波脉冲,超声信号经过电池后得到反馈脉冲波,并以反馈波形的峰峰值作为神经网络的输入来建立模型,从而对动力电池SOC进行估算...     

基于电压频域特征和异常系数的动力电池故障诊断方法

动力电池系统是电动汽车(EV)的关键部件和主要故障源,因而提高动力电池故障诊断的效率和准确率显得尤为重要。基于此提出一种基于快速傅里叶变换(FFT)和异常系数评估(ACE)的动力电池电压不一致性故障诊断方法。针对6辆发生故障或热失控事故的电动汽车和1辆电压一致性良好的电动汽车,基于其在新能源汽车国家监管平台的全生命周期运行数据,经过电压数据的数据清洗、数据变换等大数据预处理后,利用FFT技术时频变换,提取频域中的幅值作为故障诊断的特征参数;然后,引进基于Z分数理论的异常系数对故障程度进行定量评估,以实现故障单体的检测和定位;此外,针对存在多个故障单体的情况,基于单体异常率的计算,实现单体故障程度的判定和排序;在此基础上,详细分析电压数据长度及采样间隔、FFT采样点数对模型的影响;最后,与基于熵和Z分数的电压故障诊断方法进行比较。研究结果表明:在上述研究条件下,该诊断方法对于电压一致性良好的车辆未产生误报警,且可以有效地检测出事故车辆动力电池系统存在的电压不一致性故障;相比之下,模型平均计算准确率提高了3.25%,模型平均耗时仅为熵值模型的0.55%;验证了该方法故障单体定位更精准、数据适用性更好及计算速度更快的优点。该研究成果能有效实现动力电池电压不一致性故障诊断,具有较高的工程应用价值。     

纯电动汽车续驶里程计算研究

为消除驾驶员因纯电动汽车续驶里程计算不准确而产生的"里程焦虑",分析了不同因素对续驶里程的影响,基于纯电动汽车动力电池能量及整车能耗,实现了剩余续驶里程的实时计算及显示,并结合经济性评分及驾驶指引,降低整车能耗,提升纯电动汽车续驶里程。     

电动汽车动力电池热失控故障诊断研究

基于电动汽车动力电池各类起火燃烧的故障现象，查找电动汽车在各种使用工况中产生动力电池热失控的诱因，结合动力电池结构特点与锂离子电池锂枝晶产生因素，针对各类引发动力电池热失控的诱因进行故障诊断分析，通过故障产生机理提出预防措施优化电动汽车使用方法，提出一套合理有效的电动汽车使用方案，推荐电动汽车柔和驾驶和安全驾驶，提高驾驶员和乘坐员的安全防患意识，减少或避免各类诱因引起动力电池热失控，提高电动汽车使用的安全性和可靠性。     

基于生成对抗网络的电动汽车电池数据增强和故障诊断

针对电动汽车动力电池故障数据稀缺导致诊断模型泛化能力差的问题，提出了基于生成对抗网络（GAN）的数据增强方法，根据增强后的数据，利用随机森林（RF）模型结合贝叶斯优化（BO）方法设计故障诊断方案，形成GAN-RF-BO电池故障诊断框架，并在真实故障数据集上与常用的多层感知机（MLP）模型、支持向量机（SVM）模型和梯度提升决策树（GBDT）模型进行泛化能力对比，结果表明，所提出的故障诊断方案准确率较MLP模型、SVM模型和GBDT模型分别提高19.66%、19.71%及16.31%,GAN-RF-BO框架能有效利用稀缺数据诊断动力电池故障。     

基于典型城市工况的电动汽车用动力电池非恒流放电测试研究

目前国家标准仅采用恒流放电的方式对电动汽车动力电池性能进行测试评价,该测试方式不能真实模拟动力电池的实际使用工况。文章提出基于中国典型城市循环工况的动力电池非恒流放电测试方法,为电动汽车用动力电池的选型及性能匹配测试提供参考。     

基于值率模型的电动汽车动力电池电压异常检测

准确高效的电动汽车动力电池系统异常检测对保障车辆安全可靠运行具有重要意义。基于此本文提出了一种基于电压变化率的新型动力电池电压异常诊断方法，用于检测电池组中单体电压的异常波动故障。进一步的，引入基于改进Z分数方法的评估系数来对电压异常波动程度进行定量表征。在此基础上，基于实车数据验证了本文所提方法的有效性和可靠性。此外，与常用熵方法进行对比分析，结果表明：本文所提方法具有可靠的故障诊断结果和较高的计算效率，实际工程应用价值更高。最后，基于该模型，通过对大量同类型纯电动汽车的电压数据进行统计分析，得到了该车型电池系统中电压异常风险情况的分布，通过分析隐藏在表面之下的异常，可以为车企动力电池系统或整车的结构设计提供参考。     

基于GPRS无线传输后台的电池管理系统研究

分析现有电动汽车动力电池管理系统,提出基于GPRS无线传输的管理后台系统,增加电动汽车的主动安全管理功能。     

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程,提升混合动力汽车的燃油经济性和动力电池荷电状态（SOC）平衡性,提高混合动力汽车能量管理策略的鲁棒性,以等效燃油消耗最小化策略为基础,结合对车辆未来行驶工况的预测研究,分析车辆未来行驶需求能量的变化,制定相应的动态调整策略。基于车联网通信技术,实时采集车辆的运行状态信息和交通信息,作为车辆未来工况预测模型的输入变量。以数据驱动为特征,基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解,并对各输入变量的特征分量,使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系,进而对车辆未来的行驶工况进行预测。利用预测的工况信息,分析车辆未来行驶需求能量的变化,应用于自适应等效消耗最小化策略等效因子的实时动态调整,从而实现对车辆的优化控制,并通过与传统自适应等效消耗最小化策略进行对比,验证该方法的有效性。研究结果表明：基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%;利用精确的预测工况信息预测能量管理,可以实时动态调整发动机和电机的功率输出,降低油耗并维持电池SOC平衡。     

基于Cruise的ISG混合动力中型卡车能量分配策略研究

文章对ISG混合动力中型卡车发动机、电池、电机的联合工作进行了分析,并基于Matlab/Simulink建立了整车能量分配控制策略,基于AVL/Cruise建立了整车被控对象模型,进行了联合虚拟仿真。对仿真结果,包括整车的经济性、排放、SOC等性能进行了分析和研究,说明采用ISG混合动力系统的中型卡车实现了节油,并且保证了电池SOC平衡,车辆动力性能够满足要求,控制策略是有效的。     

Real-time model predictive control of connected electric vehicles

ABSTRACT

Electric Vehicles (EVs) motors develop high torque at low speeds, resulting in a high rate of acceleration with the added advantage of being fitted with smaller gearboxes. However, a rapid rise of torque in EVs fitted with central drive powertrains can create undesired torsional oscillations, which are influenced by wheel slip and flexibility in the halfshaft. These torsional oscillations in the halfshaft lead to longitudinal oscillations in the vehicle, thus creating problems with regard to comfort and drivability. The significance of using wheel slip in addition to halfshaft torsion for design of anti-jerk controllers for EVs has already been highlighted in our previous research. In this research, we have designed a look-ahead model predictive controller (LA-MPC) that calculates the required motor torque demand to meet the dual objectives of increased traction and anti-jerk control. The designed LA-MPC will improve drivability and energy consumption in connected EVs. The real-time capability of the LA-MPC has been demonstrated through hardware-in-the-loop experiments. The performance of the LA-MPC has been compared to other controllers presented in the literature. A validated high-fidelity longitudinal-dynamics model of the Rav4EV, which is the test vehicle of our research has been used to evaluate the controller.     

燃料电池混合动力汽车能量控制策略仿真研究

燃料电池客车采用多动力源的动力系统结构，需对其能量流动进行有效的控制。文章探讨了动力系统驱动模式下的3种能量分配控制策略，以及在再生制动模式下的一种简单的能量回馈控制。在ADVISOR软件平台上建立了控制策略和整个系统的仿真模型，并基于性能评估函数对汽车性能进行了分析。仿真结果表明，再生制动可以提高整车燃油经济性达20％，与恒压和离线能量分配相比，在线能量分配下燃油经济性好、蓄电池SOC波动小，但要精确估计蓄电池SOC，可能使其性能比预期的低。     

Novel evaluation method of fuel consumption and emission for heavy-duty hybrid electric vehicles

This paper is a continuation of a previous paper titled “A novel way to calculate energy efficiency for rechargeable batteries” published on Journal of Power Sources/2012 describing a new method to calculate energy efficiency for rechargeable batteries. The present paper further describes the application of energy efficiency model on the evaluation of fuel consumption and emission for the heavy-duty hybrid electric vehicles (HD-HEVs). A more accurate calculation method of net energy change for power battery pack is proposed based on energy efficiency model of power battery pack. A more simplified and accurate correction method of fuel consumption and emission is also presented based on equivalent mileage. The fuel consumption and emission on chassis dynamometer are measured in the HD-HEVs. The experiment results show that relative errors of fuel consumption and emission between equivalent mileage correction results and linear regression correction results are less than 3%, which verifies accuracy and validates the proposed evaluation method for HD-HEVs fuel consumption and emission.     

Three-speed transmission system for purely electric vehicles

This paper discusses the necessity of using a transmission system to improve the energy efficiency of purely electric vehicles (EVs). The energy efficiency of an electric motor varies at different operating points to meet the output power demand. The three gear ratios of a transmission system can maintain the motor speed within a stable region with relatively high energy efficiency, while various vehicle speeds are needed. This work is based on a light EV prototype. The optimized gear ratios of this transmission result in a considerably reduced energy consumption of 9.3% compared with conventional EVs with single-speed reducers under the condition of the Urban Dynamometer Driving Schedule driving cycle. Thus, the transmission system is necessary to improve the energy efficiency of EVs.     

电动汽车能耗预测的研究

随着电动汽车的数量日趋增多,人们对于电动汽车能耗的关注度也逐渐增加。电动汽车受到电池性能和容量的约束,同时受到充电桩的位置、数量和充电时间的限制,容易使得驾驶员产生"里程焦虑"。因此续驶里程成为驾驶员关注的重要指标之一。准确的能耗预测能够给予驾驶员出行指导,减缓"里程焦虑"。围绕电动汽车能量消耗的影响因素进行了归纳总结,介绍了近年来能耗预测技术的研究现状和不足,并提出未来研究方向的发展趋势。     

教练用电动车能量管理系统状态监测及SOC估算方法

电动汽车蓄电池组的状态参数主要指各电池工作时的端电压、电流、温度和内阻;为了及时了解各电池的状况及剩余电量,我们以教练用纯电动车为依托,设计了一套能量管理系统。详细研究其核心部分——状态参数监测部分,实现电压、电流、温度、电阻信号的实时采集,然后基于开路电压法与安时累积法,运用一定的算法估算出SOC,并且换算成剩余续驶里程,最后将相关参数在仪表上实时显示。     

纯电动汽车动力锂电池SOC估计策略综述

电池管理系统(BMS)采用了防止电池过放电和过充,提供电池均衡控制,能够实现新能源汽车动力锂电池的最佳利用和保护。电池管理系统实时精准估算电池电荷状态(SOC)是提高电动汽车续航里程和延长寿命的关键。然而,SOC不能直接测量,动力电池的充、放电又是一个复杂过程,导致目前现有的SOC估算策略很难精确地估算出实时在线SOC值。因此,如何提高SOC估算精度是当下BMS领域的研究热点。本文通过对各种SOC估算方法进行文献综述,分析和总结各个SOC估算方法的原理及优缺点,提出SOC估计策略未来发展趋势。     

并联混合动力汽车整车控制仿真

新能源汽车3大关键技术包括动力电池及其电池管理系统、驱动电机及其电机控制以及整车能量管理控制策略,整车控制策略直接决定能量流在汽车内部的流动及整车性能的好坏。文章利用模糊控制策略建立了详细的动力总成多能源能量管理控制模块,并通过ADVISOR仿真平台对所设计的控制策略进行仿真分析。仿真结果显示100km油耗仅5．1L,0-100km／h加速时间为23．1s,最大行驶速度168.3km／h;表明该能量管理策略能明显改善燃油经济性。动力性也具有较好表现。