【摘 要】
：
精确的电池荷电状态(state of charge,SOC)估计对提高新能源汽车电池管理系统的性能、电池使用安全性以及整车能量管理策略的准确性具有至关重要的作用.综合考虑电池模型精度和复杂度,建立了锂离子电池二阶RC等效电路模型,运用自适应遗忘因子递推最小二乘法(adaptive forgetting factor-recursive least square,AFF-RLS)在线辨识模型参数.在此基础上,采用平方根容积卡尔曼滤波(square root cubature Kalman filter,SR
【机 构】
：
昆明理工大学交通工程学院,云南昆明650500;云南中石油昆仑燃气有限公司,云南 昆明 650000
论文部分内容阅读
精确的电池荷电状态(state of charge,SOC)估计对提高新能源汽车电池管理系统的性能、电池使用安全性以及整车能量管理策略的准确性具有至关重要的作用.综合考虑电池模型精度和复杂度,建立了锂离子电池二阶RC等效电路模型,运用自适应遗忘因子递推最小二乘法(adaptive forgetting factor-recursive least square,AFF-RLS)在线辨识模型参数.在此基础上,采用平方根容积卡尔曼滤波(square root cubature Kalman filter,SRCKF)估算电池SOC,使用动态应力测试工况(dynamic stress test,DST)对模型参数和SOC进行验证.研究结果表明,与无迹卡尔曼滤波(unscented Kalman filter,UKF)估算相比,SRCKF估算误差小、鲁棒性好.
其他文献
高温质子交换膜燃料电池(HT-PEMFC)阳极采用重整气为燃料时,阳极操作条件对HT-PEMFC电流分布的均匀性有重要影响,并进一步影响电池的性能和寿命.探究了重整气组成、燃料化学计量比和放电电流对电流分布均匀性的影响.研究结果表明重整气组分中H2含量越低,CO含量越高,电流分布不均匀程度越大;降低燃料化学计量比和增加放电电流均导致电流分布均匀性降低,且H2含量更低,CO含量更高的重整气为燃料时,燃料化学计量比和放电电流对电流分布的影响更加显著.研究结果可为HT-PEMFC流场结构、膜电极结构设计和操作条
描述了一种锂离子电池负极片产生黑斑的失效现象,通过拆解及形貌、成分测试,分别从负极材料的结构特性、电解液成分、Na源追溯、水分残留四个方面分析了负极片产生黑斑的原因.
研究了高镍-石墨体系锂离子电池在25℃,4种循环倍率(0.5 C,1 C,2 C,阶梯充)下的循环性能及直流内阻,并采用EIS对电池不同健康状态进行研究,辨识电池循环过程中的阻抗变化规律.研究表明,电池在0.5 C循环时寿命衰减最快,阶梯充电的寿命和内阻性能最好.EIS分析表明,电池前600次循环,电荷转移阻抗减小,然后随着循环的进行,电池电荷转移阻抗及总阻抗都持续增大.
采用直流电弧等离子体法制备了Sn/TiC复合纳米粒子锂离子电池负极材料.采用X射线衍射(XRD)和透射电子显微镜(TEM)分析Sn/TiC复合纳米粒子的组成和结构.Sn/TiC复合纳米粒子的形貌呈球状颗粒,粒径分布在20～70 nm,TiC与Sn两相均匀分布避免了Sn纳米粒子发生团聚,同时抑制Sn电极的体积变化,提高其电化学性能.随着复合材料中TiC含量的逐渐增加,其电化学性能也逐渐提高.其中Sn/TiC(36％)和Sn/TiC(45％)电极表现出最佳的循环性能(100次循环后比容量分别稳定在380.0和
采用静电纺丝法和退火相结合的方法制备了电池负极Fe7Se8/N-CNFs复合材料,并与块状Fe7Se8进行了微观结构和电化学性能对比分析.结果表明,复合材料中氮掺杂碳纤维表面弥散分布着细小Fe7Se8粒子(比表面积约50.2 m2/g),而块状Fe7Se8电极中Fe7Se8粒子团聚成块状(比表面积约为9.9 m2/g).经过100次循环后,复合材料电极和块状Fe7Se8电极的容量保持率分别为91.4％和76.4％;复合电极材料在0.2～20 A/g电流密度下的放电比容量都要高于块状Fe7Se8电极.在电流
后备电池的浮充工况不同于循环充放电工况,后备用磷酸铁锂电池沿用了与循环充放电工况相同的电池管理方法,造成电池组管理不当,引起电池寿命衰减严重、电源供电故障、甚至是安全事故,论述了磷酸铁锂电池浮充工况特性及管理方法,对提升后备磷酸铁锂使用性能具有重要意义.
当前基于容量、端电压和内阻等电特性参数的健康状态(state of health,SOH)估算模型在实际使用过程中难以真实反映电池老化状态.老化前后电池产生的热量必然存在差异,而温度也是反映SOH的关键特性参数.采用考虑电池温度的差分热伏安(differential thermal voltammetry,DTV)作为锂离子电池SOH诊断方法.分析和比较了6种电流倍率下电池DTV曲线,选取2 C和4 C倍率研究电池老化过程中的DTV特性,提取DTV峰特征参数分析电池衰退特性.接着分析峰特征参数与SOH的关
锂离子电池因快速充电和长循环寿命特性,在电动汽车、电网侧储能系统中应用广泛.精准的电池荷电状态(SOC)估计有助于保障系统可靠性,延长电池系统寿命,然而在考虑电池充电和放电以及复杂工况条件造成的电池内部复杂的化学和物理变化的条件下,完成精准电池SOC估计十分困难.通过脉冲激励电池的充放电暂态响应特性分析,辨识等效电路模型参数,建立电池不同工况条件下的动态电池模型,并采用扩展卡尔曼滤波方法对纠正参数辨识和OCV-SOC映射中的误差.以Arbin测试平台估算结果作为对标,验证了所提方法的有效性.
电池荷电状态(SOC)估计对电池管理系统进行实时监控、策略控制和保障行车安全具有重要意义.为了能够提高模型辨识精度和SOC估算结果,在一阶RC电路模型的基础上,采用限定记忆递推最小二乘法(LMRLS)辨识模型参数,通过自适应平方根无迹卡尔曼滤波(ASRUKF)算法进行SOC估计,将结果与UKF算法的估算结果进行比较,结果表明ASRUKF算法具有更高的精度.
针对当前亟需解决锂离子电池荷电状态(SOC)估计在动态与稳态工况下无法同时保持高精度的问题,利用气液动力学电池模型(GLD)与递推最小二乘法和扩展卡尔曼滤波算法提出联合SOC估算算法,采用含遗忘因子的递推最小二乘法(FFRLS)对模型的参数进行在线辨识,以消除原始算法存在的估算误差波动问题.利用恒流和动态应力测试(DST)工况进行了仿真验证.与单独采用FFRLS的算法以及原始算法进行对比,结果表明,所提算法具有更高的估算精度,最大误差为2.62％,具有估算精确度高和鲁棒性强的优点.