基于SOC的动力电池组主动均衡研究

来源 :储能科学与技术 | 被引量 : 0次 | 上传用户:liangchq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
动力电池单体容量不一致会导致动力电池组在充放电过程中失去平衡,影响动力电池组的使用效果,降低动力电池组的使用寿命.为了解决这一难题,本工作设计了一种基于荷电状态(SOC)值的主动均衡电池管理系统.该电池管理系统利用安时积分法估计动力电池组中各电池单体的SOC值,在此基础上计算动力电池组的SOC平均值,然后将各动力电池单体的SOC值与动力电池组的SOC平均值进行比较,若二者的差值大于或小于设定的阈值,电池管理系统将控制DC/DC变换器和开关电路对相应的电池单体进行充电或放电,实现电池组能量的转移,从而达到均衡的目的.以4块动力电池单体串联而成的动力电池组为例,对该主动均衡电池管理系统的有效性进行了仿真验证.仿真结果表明,经过该系统的主动均衡,3608 s后各动力电池单体之间的SOC差值由初始的7.8%迅速减小到3%以内,5600 s后减小到1%,大大降低了动力电池中各电池单体SOC值的不一致.
其他文献
跟驰行为是微观交通流中最基本的交通行为之一,选用NGSIM轨迹数据对车辆跟驰行为的微观特性进行研究,分析跟驰行为由安全状态变为危险状态的影响因素及原因.选取碰撞时间(time to collision,TTC)为安全指标,将TTC处于不同状态下的帧数作为因变量,将速度、加速度、加速度差分等微观特性变量作为自变量,并设定4种阈值回归分析.结果表明:对跟驰行为由安全状态变为危险状态,影响最大的因素为前后车速度差,前后车平均车头间距次之,但当存在大量跟驰行为时,前后车平均车头间距的影响更大,后车的微观特征对此产
精准的锂电池建模是保证电池储能系统可靠性至关重要的手段.荷电状态(state of charge,SOC)的准确估计保证了特定应用程序的安全高效运行.为了提高SOC的估计精度,首先建立等效电路模型,利用遗忘因子的偏差补偿最小二乘法(bias compensation recursive least squares,BCRLS)对电池模型进行参数辨识.然后,利用自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法来估计SOC.由于无迹无迹卡尔曼滤波算法易受非
本文针对微网中储能变换器的并网开关控制问题进行了深入研究,深入分析了可控硅整流器(silicon controlled rectifier,SCR)开关的过零关断特性造成的关断延迟对本地负荷造成的影响.为保证本地负荷供电稳定、可靠,本文利用现有条件,提出SCR强制关断控制策略,该策略仅通过软件控制策略迫使流过SCR的电流迅速下降为零,从而实现了并网开关的强制关断.同时,本文对影响关断时间的因素进行了深入研究,得出了本地负荷电压与并网电流的变换关系.该技术可以很好地保证并离网切换过程中负荷的用电安全,同时避
为了提高退役电池健康状态估计的速度和精度,针对某电动大巴车退役的方形磷酸铁锂电池,选取其中8只电池继续进行循环老化实验,并在不同循环周期后进行电化学阻抗测试.根据锂离子电池阻抗特性,提取300 Hz、60 Hz以及1 Hz下的实部、虚部和模值为特征参量,将测试时间由十几分钟缩短至几秒钟.以特征参量为输入参数,结合BP神经网络算法,搭建了基于电化学阻抗和BP神经网络的退役电池健康状态快速估计模型,采用19组未参与模型训练的数据对模型进行验证,验证样本的健康状态估计值的平均绝对百分误差(MAPE)为1.46%
以全钒液流电池和超级电容器组成的混合储能系统(hybrid energy storage system,HESS)可有效平抑风电功率波动.为了提高储能系统的灵活性和安全性,提出一种基于参数优化变分模态分解(variational mode decomposition,VMD)的混合储能功率分配方法.首先利用指数平滑法依据我国并网标准对风电功率进行滤波,得到符合要求的风电并网功率,并计算出储能系统所需要的平滑风电波动功率;然后基于三种信号分解评价指标构造适应度函数,采用麻雀搜索算法(sparrow sear
针对直流微网在储能控制策略中所采用的传统下垂控制方法,存在功率输出不均、母线电压跌落等问题,提出了微电网在孤岛模式下储能装置稳定直流母线和负荷恒功率运行的分层控制策略,将微电网优化控制过程分为两层:一级控制层下的储能作为微电网主要能量分配的装置,提出了基于双闭环的下垂控制策略,将储能电池变换器通过P-f、Q-u进行双层下垂控制,实现负荷的恒功率运行;二级控制层下的储能作为稳定直流母线电压以及补偿一级储能的装置,提出了同步参考坐标系控制(synchronous reference frame control
本工作搭建了锂电池燃烧-抑制实验平台,以额定容量为150 A·h的三元铝壳动力锂离子电池单体为研究对象,采用电加热方法诱导其发生热失控,研究全氟己酮及细水雾灭火装置对热失控锂离子电池的灭火降温效果,测试了不同工况下的灭火时间、最高温度、质量损失、灭火效率.实验结果表明:标准设计下的全氟己酮灭火装置能够快速灭火,最大降温速率为-15.4℃/s,但随着实验箱内灭火剂浓度下降,灭火后60 s锂离子电池发生了复燃;细水雾灭火装置可以有效灭火,在喷雾后锂离子电池温度降至78.8℃左右,最大降温速率为-26.9℃/s
为了研究和推演装载散体的智能循迹货车与乘用车发生侧面小角度碰撞时,货车运行速度的问题,以散落物的分布形状、面积及质量为研究对象,采用1:20智能循迹小车模型,对侧面10°碰撞下装载4种不同散体的货车与乘用车进行碰撞模拟试验.运用坐标法分析不同散落物的分布形状,发现散体颗粒与地面接触的运动状态及碰撞时智能循迹货车的速度影响散落物分布形状;运用回归分析的方法对试验数据进行分析,并依据最小二乘法建立数学模型,发现碰撞速度与散落物面积之间呈二次函数关系,与散落物质量呈线性关系;使用三维拟合方法对碰撞速度、散落物面
基于规则的插电式混合动力系统能量管理策略难以实现全局最优,全局优化策略则存在未来功率需求难以获取及无法实时求解等问题.预测能量管理策略通过对未来一段时间内车辆功率需求进行预测,进而在预测时段内采用全局优化算法,从而在保证算法实时性的同时取得接近全局优化的控制效果.车速预测算法是预测能量管理策略的核心和关键,采用适应能力强、计算速度快的径向基神经网络对车辆功率需求进行预测,以提高车速预测的准确性.以P2构型插电式混合动力系统为研究对象,将模型预测控制与动态规划结合,以发动机油耗最小为优化目标对车速预测时域内
当前车用动力电池老化性能衰退问题日益凸显,动力电池老化后的性能受到了广泛关注.本文以18650型NCM811锂离子电池为研究对象,探究电池老化后的放电性能和充放电产热特性.为说明电池老化后的性能变化,以同型号新电池的对应性能参数作为参考量.开展了不同环境温度和不同放电倍率条件下电池的放电性能试验,得到电池放电电压曲线、放电容量以及放电过程中电池外表面的温度变化规律.并用等温绝热量热仪测试电池在充放电过程中的产热功率及产热量.结果表明:25℃时,0.2 C、0.5 C、1 C、2 C放电,老化电池放电容量分