基于Digatron电池测试系统的锂电池温度寿命试验技术研究

本文主要论述了利用目前国际主流的Digatron电池测试分析系统,选取温度作为表征锂电池组寿命特性的参数,设计了电池组性能试验,通过实验数据分析得到了锂电池组寿命特性趋势,对于改善车辆电池控制管理策略具有指导意义。     

电池管理系统的均衡设计

通过对电池管理系统中被动均衡和主动均衡的效果比较,阐明主动均衡可以大大减小电池组中单体电池一致性的差异,从而提高电池组的使用效率。     

车用蓄电池低温起动容量的研究

对蓄电池低温起动容量的主要影响因素(极板结构、放电电流、电解液温度和密度)进行分析,得出了车用蓄电池低温起动的最佳性能参数;在柴油机低温起动试验台架上进行了低温起动扭矩、起动电压、起动电流及起动转速性能试验。结果表明,车用柴油机低温起动时,最大起动电流为678 A,最低起动电压为9.3 V,最大起动扭矩为200 N.m,起动转速提高了约52%,起动时间减少了12.5%,匹配后的蓄电池完全满足车用柴油机低温起动的性能要求。     

电动汽车技术发展趋势及前景（下）

4燃料电池电动汽车 早在1839年．英国人格罗孚就提出了氢和氧反应发电的原理。20世纪60年代,研发出了液氢和液氧发电的燃料电池．由美国UTC公司首先用于航天和军事用途。近20年来．由于石油危机和大气污染日趋严重．以质子交换膜为代表的燃料电池技术．受到世界各国普遍重视。各大汽车公司纷纷投入巨资．研发出了各种类型的燃料电池电动汽车（FCEV）．     

混合动力车用蓄电池管理系统设计与研究

阐述了一种混合动力车用电池管理系统的分布式设计方案,并按照模块化的方式设计了下位机电池控制单元的硬件和软件。结合整车道路试验对系统的准确性和可靠性进行了验证。结果表明,本系统运行稳定,符合混合动力汽车对电池管理的要求,达到了预期的效果。     

Kalman算法在纯电动汽车SOC估算中的应用误差分析

针对纯电动汽车电池组的工作状态和输出特性,分析了模型参数的变化对Kalman算法估算精度的影响.指出了纯电动汽车应用Kalman滤波算法估算SOC应考虑的因素,并结合电池模型参数的变化提出了Kal-man方程修正方案.最后通过电池的城市工况模拟试验,验证了分析的正确和可行性.     

混合动力燃料电池车发展综述

介绍了燃料电池的结构、组成、工作原理及特点。阐述了混合动力燃料电池汽车的结构形式、工作原理、性能特点及国内外的研究发展现状;分析了燃料电池车的发展前景。     

双电机耦合驱动电动汽车驱动模式划分与优化

为充分发挥一款双电机耦合驱动系统电动汽车(DMCP-EV)多驱动模式的节能优势,制定了基于系统效率最优的驱动模式控制策略。根据该双电机耦合驱动系统的结构特点,定义了电机4种驱动模式并分别建立其动力学驱动模型和系统效率模型。在满足动力性要求的前提下,分析并划分了各驱动模式的工作范围,以系统效率为优化目标,采用粒子群优化算法进行优化,获得最佳的驱动模式切换控制和转矩分配策略。开展了Matlab/Simulink仿真和硬件在环试验验证。结果表明,经系统效率优化的驱动模式在满足动力性要求的前提下,有效提高了双电机耦合驱动系统的经济性,能耗降低11%。     

液冷和冷媒直冷动力电池包冷却性能数值分析

采用数值模拟的研究方法,对比分析了某纯电车型在高速超速以及驱动耐久工况下动力电池包采用液冷和冷媒直冷两种方案的冷却性能,研究结果表明,对于高速超速工况,相对于液冷方案,采用冷媒直冷电池包温度降低了约10%;对于驱动耐久工况,采用冷媒直冷方案电池包温度降低了约 16%,与此同时,电池包均温性也有所改善。在相同工况条件下,动力电池包冷媒直冷的冷却性能优于液冷。     

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。