电动巴哈赛车电池荷电状态估算及主动均衡系统研究
这是一篇关于电池管理系统,电池模型,灵敏度分析,荷电状态估算,主动均衡的论文, 主要内容为随着社会的发展,人们出行方式越来越多,汽车行业的发展为经济的繁荣注入了活力。但是随着汽车使用规模的不断扩大,化石能源短缺,全球气候变暖以及大气环境污染等问题也逐渐频发。在此背景下,为促进我国新能源汽车发展,中国汽车工程学会于2019举办电动巴哈赛事,哈尔滨工业大学(威海)HRT车队组建电动巴哈车队并计划完成赛车电池管理系统设计。课题研究内容基于电动巴哈赛车电池管理系统荷电状态估算与主动均衡系统设计展开。基于电动巴哈赛车单体电池及搭建的实验平台完成了包含容量测试实验,动态工况测试等在内的电池特性测试实验。然后建立了等效电路模型,并基于三次样条插值计算原理完成了开路电压-荷电状态的曲线拟合,根据实验数据与参数离线/在线辨识原理完成电池模型阻容参数辨识。最后基于仿真结果验证模型的可靠性。为进一步优化电池模型,通过正交试验的分析方法研究混合动力脉冲测试实验参数对模型精度的影响,根据仿真结果对实验参数进行优化,得到更精确的电池模型参数。然后对模型参数灵敏度进行分析,基于分析结果与局部最优参数,制定了参数优化方案,通过仿真研究发现,提出的参数优化方案能够进一步提高电池模型精度。最后基于贝叶斯准则,建立变整数阶电池模型,并通过仿真研究得到该模型能保证模型精度的同时有效降低模型计算复杂度。基于建立的高精度等效电路模型,搭建了基于扩展卡尔曼的电池荷电状态估算算法。结合上述方法存在的不足,本文通过研究用于时序预测的神经网络算法,提出了基于扩展卡尔曼滤波-门限控制神经网络的电池荷电状态联合算法用于电池的荷电状态估算。通过仿真验证可知,相对于基于模型的算法,本文提出的算法估算结果最大绝对误差精度8.5%,相对误差降低46%。最后,基于电动巴哈赛车电池组结构,设计了基于并行电感的主动均衡系统拓扑结构,并对均衡单元主要参数进行计算。基于前文获取的荷电状态以及电池工作电压,设计了基于模糊控制器的主动均衡策略。为验证所提出系统的可行性,在Python环境中基于本文所建立的精确的电池模型对主动均衡系统进行仿真验证,结果表明本文设计的主动均衡系统能够达到较好的均衡效果。
电动汽车电池管理系统及其控制策略研究
这是一篇关于电池管理系统,荷电状态估算,卡尔曼滤波算法,主动均衡的论文, 主要内容为传统燃油汽车带来的尾气排放、资源消耗等问题突出,对环境造成了较大的影响。电动汽车和燃油汽车比起来,没有尾气污染,更环保。各国对电动汽车的发展也越来越重视。电动汽车的动力来源主要是蓄电池组,因此,电池管理系统(BMS)的好坏尤为关键。BMS一般具有电池信号采集,均衡控制,电池SOC(State of Charge)估算等功能。好的BMS能够有效对电池组进行管理,防止电池过充过放,保护电池,保证电池安全稳定运行。本文主要在电池SOC估算、均衡控制两个方面进行研究设计。在SOC估算方面,通过不同的电池SOC估算方法的比较,采用扩展卡尔曼滤波法估算电池电量。扩展卡尔曼滤波法具有精度高、收敛效果好等优点。针对锂离子电池在使用过程中呈现的高度非线性特点,本文考虑了电池极化现象等因素,采用扩展卡尔曼滤波法,让电池的SOC保持在较高的精度。通过仿真实验对算法进行验证,扩展卡尔曼滤波法能够让电池的SOC保持在较高的精度。接下来,本文对电池组的均衡进行了研究,并提出采用主动均衡的策略。由于厂家在生产电池时,电池差异性难以避免。电池组在使用过程中,环境和工况的不同可能导致电池不一致性的进一步扩大,这样不仅会对电动汽车运行造成影响,还会损坏电池,对电池的利用率大大减小。为使电池组能够安全高效运行,本文采用恒流源充电的主动均衡方式,以期减小各单体电池之间的不一致性,然后通过仿真实验,证明该均衡方法的可行性,最后搭建实验平台,通过实验证明了该均衡策略能够达到较好的均衡效果,有一定的实用价值。最后,围绕锂离子电池SOC估算以及主动均衡功能的实现搭建BMS平台,对BMS的硬件部分和软件部分分别进行设计,然后通过实验,对系统设计进行验证。检测电路及采集单元检测电路,确保电路的正确性和完整性。搭建好实验平台后,进行上车实验,较好的证明了采用恒流源主动均衡后的BMS能够比较高效地运行。
电动巴哈赛车电池荷电状态估算及主动均衡系统研究
这是一篇关于电池管理系统,电池模型,灵敏度分析,荷电状态估算,主动均衡的论文, 主要内容为随着社会的发展,人们出行方式越来越多,汽车行业的发展为经济的繁荣注入了活力。但是随着汽车使用规模的不断扩大,化石能源短缺,全球气候变暖以及大气环境污染等问题也逐渐频发。在此背景下,为促进我国新能源汽车发展,中国汽车工程学会于2019举办电动巴哈赛事,哈尔滨工业大学(威海)HRT车队组建电动巴哈车队并计划完成赛车电池管理系统设计。课题研究内容基于电动巴哈赛车电池管理系统荷电状态估算与主动均衡系统设计展开。基于电动巴哈赛车单体电池及搭建的实验平台完成了包含容量测试实验,动态工况测试等在内的电池特性测试实验。然后建立了等效电路模型,并基于三次样条插值计算原理完成了开路电压-荷电状态的曲线拟合,根据实验数据与参数离线/在线辨识原理完成电池模型阻容参数辨识。最后基于仿真结果验证模型的可靠性。为进一步优化电池模型,通过正交试验的分析方法研究混合动力脉冲测试实验参数对模型精度的影响,根据仿真结果对实验参数进行优化,得到更精确的电池模型参数。然后对模型参数灵敏度进行分析,基于分析结果与局部最优参数,制定了参数优化方案,通过仿真研究发现,提出的参数优化方案能够进一步提高电池模型精度。最后基于贝叶斯准则,建立变整数阶电池模型,并通过仿真研究得到该模型能保证模型精度的同时有效降低模型计算复杂度。基于建立的高精度等效电路模型,搭建了基于扩展卡尔曼的电池荷电状态估算算法。结合上述方法存在的不足,本文通过研究用于时序预测的神经网络算法,提出了基于扩展卡尔曼滤波-门限控制神经网络的电池荷电状态联合算法用于电池的荷电状态估算。通过仿真验证可知,相对于基于模型的算法,本文提出的算法估算结果最大绝对误差精度8.5%,相对误差降低46%。最后,基于电动巴哈赛车电池组结构,设计了基于并行电感的主动均衡系统拓扑结构,并对均衡单元主要参数进行计算。基于前文获取的荷电状态以及电池工作电压,设计了基于模糊控制器的主动均衡策略。为验证所提出系统的可行性,在Python环境中基于本文所建立的精确的电池模型对主动均衡系统进行仿真验证,结果表明本文设计的主动均衡系统能够达到较好的均衡效果。
大容量电池组均衡策略验证平台开发
这是一篇关于均衡电路,锂离子电池,电池组一致性,主动均衡的论文, 主要内容为动力锂离子电池作为持续可靠供电的储能系统,已应用于越来越多的领域。但为满足输出电压、功率的需求,应串并联成组后使用。串联成组后电池间的不一致性会导致整组性能差于组内所有单体电池性能总和,使能量利用率大大降低。因此为了减小电池组不一致性,均衡电路的应用越来越广泛。本文也主要对均衡电路展开研究。本文面对现有均衡拓扑均衡电流小,均衡效率低的问题,提出设计一套大容量电池组均衡电路并研发均衡平台,实现快速均衡的相关方案。主要研究内容分为三个部分:(1)进行大容量电池组均衡电路整体设计,电路中由驱动电路驱动MOSFET开关阵列实现对任意单体电池的切入,研究设计电荷泵驱动电路以解决驱动难点。使用Matlab/Simulink对驱动电路及均衡电路整体进行仿真,证明驱动电路设计的正确性及电池组接入情况下驱动MOSFET开关阵列的可行性。(2)进行均衡平台的设计与实现,首先分析所设计均衡平台的总体架构,其次分三方面详细介绍设计内容。为保证长期工作中CPU控制的安全性及在通过大电流情况下电路板的低产热性与稳定性,从多方面进行均衡电路板设计。成板后进行电路调试,重点进行MOSFET开关阵列及电荷泵驱动模块测试,证明了均衡板工作的正常性与设计的正确性;综合考虑电路板的可拓展性及复用均衡线后造成的采样误差问题,选用LTC6804电压采样方案;使用Lab VIEW开发上位机,进行程序设计,实现多样化功能。最后结合各项设计完成平台搭建。(3)应用均衡平台进行实验,将均衡平台与Arbin充放电系统结合组建均衡实验台,依据电池特性选取开路电压为均衡变量,制定出对应均衡策略并具体实现。进行均衡与不均衡的对比实验,分析实验结果,证明均衡策略的实效性,在实验期间均衡平台持续工作,证明其可靠性与稳定性。本文从电池组不一致性问题出发,分析目前均衡拓扑在面对大容量电池组进行均衡时具有的困难,设计出实现快速均衡的相关方案,对实际工程具有一定意义。
基于工况识别的电池组主动均衡系统设计
这是一篇关于SOC估计,粒子滤波,工况识别,主动均衡,模糊控制的论文, 主要内容为锂离子电池性能优良,在电动汽车、储能电站、消费电子等领域应用广泛。对于电动车汽车电池包而言,为了满足功率需求,锂电池需要通过串并联的形式形成电池组。而电池单体在生产、制造、使用过程中,很难保证电池的一致性。且电池工况复杂多变,会进一步加剧电池的不一致性。如果对电池组不加均衡管理,电池组性能将逐渐降低,寿命将逐渐减短,甚至引发安全问题。为了解决这一问题,除了改善电池生产工艺,提高生产制造水平外,设计合理的电池均衡系统也是提高电池包性能的关键。本文首先分析了电池组不一致性产生的原因,然后建立了锂电池二阶RC等效电路模型,通过实验对模型参数进行辨识,并通过粒子滤波算法估计电池SOC。其次,综合考虑11种标准行驶工况,进行了特征提取,并对特征进行降维。制作了数据集,并通过神经网络进行工况的预测。再次,基于反激变换器的原理设计了均衡拓扑电路,选取SOC作为均参考变量,并通过模糊控制对不同工况下的均衡进行优化,并在Simulink中进行仿真分析。最后,对均衡系统进行软硬件进行设计。本文的主要研究内容为:(1)首先介绍了电池不一致性原因以及危害,并介绍了解决方案。然后介绍了常用锂电池模型及其优缺点,建立了二阶RC等效电路模型。针对18650锂离子电池,在电池测试平台上进行实验测试,进而对模型参数进行辨识,模型的误差在50m V内。通过粒子滤波算法对电池SOC进行估计,结果显示估计精度达到1%。(2)确定了表征工况的15类特征,并以11种标准行驶工况为研究对象,将其分为四类,提取各个工况的15类特征,对其进行主成分分析,得到降维后的5个主成分变量,作为神经网络的输入特征。设计了基于BP神经网络的工况分类模型,准确率达到97%。在此基础上,设计了基于LSTM网络的工况预测模型,预测效果较好。(3)介绍了常用的均衡拓扑结构,设计了基于反激变换器的单体与电池组双向流动的主动均衡器,分析并选取SOC作为均衡参考变量。介绍了反激变换器的工作原理,并建立了均衡系统的数学模型,利用模糊推理对均衡控制进行优化,并在Simulink中搭建模型,在静置、充电以及不同放电工况下进行仿真。结果显示,不同SOC初值的电池单体经过均衡,SOC能快速趋于一致。(4)对电池均衡系统进行软硬件设计。硬件设计主要包含主控电路设计,电压、电流以及温度采集电路设计,均衡控制电路设计。软件设计主要包含各个驱动设计以及相应功能的实现。并基于QT设计了上位机进行人机交互。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设工厂 ，原文地址：https://m.bishedaima.com/lunwen/55240.html
