摘要：针对原有的锂电池组荷电状态(state of charge,soc)估算方式是在电池放电后进行测量,在电池内阻数值较大时难以获取明确的开路电压,导致其在锂电池组soc估算上具有误差等问题,设计了基于分段聚合和卡尔曼滤波的锂电池组soc估算方法.在构建等效电路模型的基础上,辨识锂电池参数,并定义开路电压等锂电池组soc估算指标.分段聚合切换锂电池反馈路径,利用卡尔曼滤波线性递推估算锂电池组soc数值.结果表明:以锂电池脉冲放电过程为测试条件,提出的方法估算结果与实际soc值基本一致,在soc为0.6时,该方法能将soc估算相对误差控制在0~0.4%.

摘要：电池荷电状态(soc)的估算作为车载电池管理系统(BMS)的核心技术之一,其准确预估可以延长电池使用寿命,确保整车的正常行驶。本文以锂离子电池为研究对象,提出一种基于自适应无迹卡尔曼滤波(AUKF)和BP神经网络相结合的电池soc估算方法。该方法通过采样策略自适应性提高了UKF的估算精度,并利用训练好的BP神经网络soc输出值作为UKF的观测量。使用Arbin电池测试平台采集的不同温度下的混合工况和FUDS工况电池测试数据为基础,比较AUKF-BP算法和BP算法的准确性。结果表明,不同温度下的AUKF-BP算法的平均均值误差为0.82%,BP算法的平均均值误差为1.63%,基于AUKF-BP的soc估计方法具有更高的鲁棒性和准确性。

摘要：电池在工作时电流变化剧烈,使用传统无迹卡尔曼算法(UKF)估算电池荷电状态(soc)时有较大误差。为了提高soc估算精度,基于锂离子电池混合噪声模型,利用粒子滤波算法对无迹卡尔曼的滤波进行修正,得到无迹卡尔曼粒子滤波算法(UKPF),并用该方法来估算锂离子电池的soc。实验结果表明,UKPF算法soc的估算误差小于2.1%,明显优于UKF和PF算法。

摘要：现有电网侧储能系统在参与区域互联电网二次调频任务的过程中,由于其响应速率快、运行时间长,故需要建立一种能反映短时储能极化且长时运行下电池电荷状态(soc)估算准确的电池模型。为此,本文利用自变量soc与锂电池内部各项应变量参数的关系,提出了一种动态变参数锂电池的建模方法。首先对单体锂电池状态方程进行离散化得到参数可变的动力电池(PNGV)模型;然后采用典型储能单元级联方案对单体电池进行扩容,最后利用修正卡尔曼滤波法对模型中的soc估算方法进行改进;最后利用MATLAB/Simulink软件设计电池储能系统间歇性充放电实验,并在二次调频工况下对比了不同储能单元模型的差异。结果表明:本文可变参数模型在拟合实验中误差不超过1.4%,soc估算在长时间运行工况仿真中精度比传统估算提高9.7%。本文为研究储能参与二次调频相关控制策略提供了更为精确的锂电池模型。

摘要：大容量锂离子电池在电动汽车、电动自行车、混合动力汽车、太阳能发电系统等新能源以及航空航天领域都有广泛应用。目前,要实现大容量锂离子电池在大功率场合的广泛应用,电池单体的有效均衡是技术瓶颈之一,加入均衡电路是有效的解决方法。本文以6节单体锂离子电池组成的电池组为主要对象,做了以下几个方面的研究内容:①总结和比较了现在充电均衡技术的研究现状;②介绍了本课题所采用的锂离子电池组均衡电路的工作原理和设计流程,并给出了具体电路和参数设计的结果;③结合均衡电路的需要,对锂电池的soc做了详细的测试和估计;最后,实验和仿真结果表明,单体间误差可控制在0.2V范围内,验证了方案的可行性。

摘要：为了能够实时在线检测移动充电系统的锂电池soc,防止移动充电系统过度充放电,结合移动充电系统实际工作情况,提出在移动充电系统充放电两种状态下采用新的一种简单、易实现的分阶段算法分别对锂电池进行soc估算.文中搭建一种新型改进二阶RC等效电路模型,利用最小二乘法理论进行锂电池参数辨识,考虑温度、充电电流和电池寿命SOH等因素对soc估算的影响,对算法进行参数修正,并设计一种基于Android平台电池荷电状态检测系统,以容量2 750 mAh的比克三元锂电池为对象,进行HPPC实验,将实验值与仿真数据进行对比验证.结果表明:分阶段修正算法能较好地估算锂电池soc,同时该检测系统能实时在线对锂电池进行soc估算,验证了新修正soc估算算法的可行性和检测系统的正确性,对实际工程应用具有一定的参考价值.

摘要：针对纯电动汽车用磷酸铁锂动力电池管理系统,硬件采用集中分布式系统对锂离子电池管理,主控模块负责与测控模块和整车控制器通信,并负责电流采集;测控模块负责电池温度采集和电池电压采集。设计软件采用"开路电压法—安时积分法"进行,此方法简单易行,只关注系统的外部特性和进入进出系统的电量,实现检测并计算出电池的剩余电量,且在线精度较高。

摘要：在电动车、储能系统和移动设备等领域中,电池管理系统是保障电池组性能和安全性的关键技术之一,而电池荷电状态(soc)估算是其重要的组成部分。文章重点针对18650型号的磷酸铁锂电池(单体电池)soc估算展开研究和设计,首先选择双阶远程控制(RC)模型作为电池模型,通过电池容量标定实验、开路电压(OCV)-soc标定实验、混合功率脉冲特性(HPPC)实验确定了双阶RC模型的各个动态参数,在MATLAB/Simulink中搭建动力电池仿真模型,验证了所选模型的可靠性。然后,为了解决单体电池soc估算精度和成本等问题,以扩展卡尔曼滤波(EKF)算法为基础提出了一种改进方法,即在预测第k个时间步的误差协方差矩阵时,引入了时变渐消因子,在更新方差Q和R时引入自适应分子。最后,通过不同循环工况对提出的算法进行仿真分析,结果显示,提出的算法提升了soc估算的精度,实用性强。

摘要：锂电池的均衡管理可以提高锂电池的使用寿命和续航里程。针对磷酸铁锂电池串联电池组中,电池组中各个单体电池之间存在电量不一致的问题,提出一种复合式均衡拓扑结构,通过对单体电池之间的电感或电池组间的变压器选择性放电均衡,实现电池组内的各个单体电池的电量均衡,并测量实际的锂电池放电曲线,拟合锂电池开路电压与soc的曲线。此外,建立了对应的磷酸铁锂电池Simulink模型,使用soc估算值作为判断均衡的条件,以提高启动或停止均衡子电路的准确性。在Matlab/Simulink的软件仿真下证明,所提出的复合式均衡方案均衡效果良好,易于实现,控制简易。

摘要：针对移动小车无法实时显示当前电量,易出现电池过放从而降低电池循环使用寿命的问题,利用Ardu⁃ino作为主控制器采集电池的电压、电流、温度数据,将三者作为BP神经网络的输入量,计算电源soc值,最后通过LabVIEW平台嵌入该算法实现对电源soc的实时估算。实验结果表明,神经网络训练误差可满足实际要求,硬件系统整体运行可靠。系统可以实时监测电源的soc值、电压、电流和温度值,从而避免电源出现异常工作状态,提高电池循环使用寿命。