共查询到15条相似文献，搜索用时 234 毫秒
1.
2.
针对电动汽车动力锂电池,提出一种能够在恒流及变流放电工况下修正SOC估算误差的方法.首先以双阻容并联网络RC作为锂电池等效电路模型,采用最小二乘法对模型参数进行估计,再依据模型及实验数据构建锂电池非线性状态方程,对锂电池开路电压与SOC的关系进行拟合,最后结合EKF算法与安时积分算法估算锂电池SOC,并采用脉冲放电实验... 相似文献
3.
吕丹亚 《绵阳师范学院学报》2023,(5):25-32
由于进行新能源汽车动力锂离子电池SOC估算的过程中产生了滞回电压现象,导致锂离子电池SOC估算结果不准确,估算时间较长,为此提出一种基于卡尔曼滤波的新能源汽车动力锂离子电池SOC估算方法.采用双极化等效电路模型作为基础,加入二极管构建新能源汽车动力锂离子电池模型,消除滞回电压现象造成的理论误差;同时将模型离散化处理,辨识锂离子电池参数;根据参数辨识结果,采用卡尔曼滤波算法估计新能源汽车动力锂离子电池SOC状态.经实验测试结果表明,所提方法的SOC值相对误差基本控制在-0.5%～0.4%左右,所提方法不仅可以有效提升锂离子电池SOC估算结果的准确性,同时还能够有效减少估算时间. 相似文献
4.
5.
荷电状态(SOC)是电动汽车动力电池的核心性能指标。为了进一步提高锂离子电池组单体电池荷电状态预测精度,提出一种基于改进PNGV模型的电池内阻辨识与SOC预测。根据锂离子动力电池的特性分析,建立改进型PNGV模型。利用实验采集的数据和最小二乘算法实现内阻的在线识别。通过该内阻辨识算法,更加准确地反映电池的当前电压。根据预测更加准确的电压,从而提出基于数据融合PHM法预测电池的SOC,该方法基于实验数据和灰色预测模型来估算电池的荷电状态。仿真和实验结果表明,基于内阻辨识的SOC预测更准确,具有较强的工程实用性。 相似文献
6.
7.
电池管理系统是新能源汽车的关键部件,对电池的安全可靠、有效使用和延长使用寿命等起到非常重要的作用。文章对电池管理系统的设计原理、控制策略、远程诊断进行了介绍,针对车辆运行过程中最容易出现的SOC估算问题进行研究,通过SOC的算法与实际运行工况结合建立了满足车辆运行需要的高精度SOC估算模型。 相似文献
8.
为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。 相似文献
9.
《晋城职业技术学院学报》2018,(2):59-61
电动汽车动力电池荷电状态(State Of Charge,SOC)的准确估算能提高整车性能和电池使用效率,方便驾驶员及时准确地了解电池剩余电量和电动汽车续航里程。本文基于等效电路的模型,应用扩展卡尔曼滤波法(EKF),以磷酸铁锂电池作为研究对象,验证该方法估算SOC的准确性。实验结果表明:用EKF法估算SOC,能将误差控制在5%以内,保持较高的精度。 相似文献
10.
针对车载电池SOC难以精确预测的问题,提出以CPSO算法优化LSSVM模型参数,避免了参数选择的盲目性,提高了测量精度及泛化能力。利用ADVISOR软件采集车载电池各项性能参数,其中,电流、电压及温度数据作为CPSO-LSSVM预测模型的输入,SOC作为预测模型的输出。验证结果表明:CPSOLSSVM相比PSO-LSSVM预测模型预测最大绝对误差降低了3.06%,平均相关误差降低了0.35%,为车载电池SOC的预测提供一新方法。 相似文献
11.
如今电动汽车的发展十分迅速,其动力电池荷电状态SOC关系到锂电池及整车系统的安全、可靠运行,因为SOC表明了电池剩余电量。由于SOC是一个不可直接测量的非线性变量,因此设计一种精度高、可行性强的算法具有十分重要的意义。提出一种最优自适应增益非线性观测器（OAGNO）,用差分进化算法（DE）对观测器参数进行寻优。为了验证该方法的先进性,对型号为NCR18650GA的三元锂电池进行工况实验,结果表明,相比无迹卡尔曼滤波（UKF）,最优自适应非线性状态观测器具有更高的精度,误差在3%左右。 相似文献
12.
动力电池的荷电状态(State of Charge,SOC)是预估电动汽车剩余有效行驶里程的重要参数之一。为提高锂电池SOC 的估算精度,考虑了温度对锂电池特性的影响。通过实验得到温度对电池容量的关系曲线,以及得到OCV-SOC-T 的函数映射关系,基于二阶RC 等效电路模型,利用带遗忘因子递推最小二乘法(Forgetting Factor Recursive Least Square, FFRLS)对模型进行实时在线参数辨识。在不同温度和工况条件下,采用扩展卡尔曼滤波(Extended Kalman filter,EKF)和无迹卡尔曼滤波( Un-scented Kalman filter, UKF)算法对锂电池的SOC 进行估算并对比验证,结果表明,EKF 在动态压力测试工况(DST)和美国联邦城市运行工况(FUDS) 的均方根误差分别在4.93%和4.69%以内,UKF 在DST 和FUDS 工况下的均方根误差分别在1.47%和1.49%以内。研究结果表明,FFRLS联合EKF和UKF都可以实时估算SOC,且在不同温度和不同工况条件下,UKF算法相较于EKF算法,抗干扰能力更强,估算精度更高,收敛性更好。 相似文献
13.
Equivalent circuit model-based state-of-charge (SOC) estimation has been widely studied for power lithium-ion batteries. An appropriate relaxation period to measure the open-circuit voltage (OCV) should be investigated to both ensure good SOC estimation accuracy and improve OCV test efficiency. Based on a battery circuit model, an SOC estimator in the combination of recursive least squares (RLS) and the extended Kalman filter is used to mitigate the error voltage between the measurement and real values of the battery OCV. To reduce the iterative computation complexity, a two-stage RLS approach is developed to identify the model parameters, the battery circuit of which is divided into two simple circuits. Then, the measurement values of the OCV at varying relaxation periods and three temperatures are sampled to establish the relationships between SOC and OCV for the developed SOC estimator. Lastly, dynamic stress test and federal test procedure drive cycles are used to validate the model-based SOC estimation method. Results show that the relationships between SOC and OCV at a short relaxation time, such as 5 min, can also drive the SOC estimator to produce a good performance. 相似文献
14.
In this paper, an efficient model structure composed of a second-order resistance-capacitance network and a simply analytical
open circuit voltage versus state of charge (SOC) map is applied to characterize the voltage behavior of a lithium iron phosphate
battery for electric vehicles (EVs). As a result, the overpotentials of the battery can be depicted using a second-order circuit
network and the model parameterization can be realized under any battery loading profile, without a special characterization
experiment. In order to ensure good robustness, extended Kalman filtering is adopted to recursively implement the calibration
process. The linearization involved in the calibration algorithm is realized through recurrent derivatives in a recursive
form. Validation results show that the recursively calibrated battery model can accurately delineate the battery voltage behavior
under two different transient power operating conditions. A comparison with a first-order model indicates that the recursively
calibrated second-order model has a comparable accuracy in a major part of the battery SOC range and a better performance
when the SOC is relatively low. 相似文献
15.
钟勇林宁魏忠彬 《福建工程学院学报》2021,(1):7-11
针对目前国内传统双发动机洗扫车在作业工况下带来的高排放、高油耗、高噪音问题,以现有的洗扫车为原型,采用增程式混合动力系统结构,实现驱动系统与上装作业系统完全解耦,对动力系统主要部件的参数进行选型。通过AVL-Cruise软件对增程式混合动力洗扫车与传统双发动机洗扫车进行参照对比,在Matlab/Simulink平台搭建功率跟随控制策略进行联合仿真。仿真结果表明:APU能在电池SOC下降到设定的最低值开启,APU在设定的SOC上限值关闭,保证车辆的续航,使电池SOC维持在一定区间内,防止电池过充过放,延长电池寿命。在能耗方面,通过与传统双发动机洗扫车对比,增程式混合动力洗扫车在市区转场工况下节油51.5%,作业工况下节油22.2%,验证了混合动力洗扫车的燃油经济性。 相似文献