7个研究背景和意义示例,教你写计算机SOC估算论文

今天分享的是关于SOC估算的7篇计算机毕业论文范文, 如果你的论文涉及到SOC估算等主题,本文能够帮助到你

电池管理系统主动均衡技术的研究与应用

这是一篇关于SOC估算,EKF算法,双向反激变换器,LC变换器,电池分层均衡的论文, 主要内容为随着石油储备的不断减少以及汽车尾气污染日益严重,世界各国都亟需寻找未来汽车发展的新方向。在这一背景下,新能源汽车因能有效减少能源消耗、降低空气污染,逐渐成为各国的车辆发展重心。锂离子电池因其能量密度高、无记忆效应等优点成为新能源汽车的三大核心部件之一。在实际应用过程中,为了满足不同可用容量和不同电压等级的需求,通常需要将单体电池串联成组。但是,制造工艺的细微差异和实际工作环境的不同会持续加剧单体电池间本就存在的不一致性,这将导致电池组的循环寿命不断减少、使用风险不断增加。为了延缓电池组循环寿命的衰减进程、规避电动汽车行驶过程中的安全隐患,在电动汽车中加入电池管理系统尤为重要,其中,电池荷电状态(State of Charge,SOC)估计和均衡控制更是至关重要的两个环节。针对扩展卡尔曼滤波(Extended Kalman filter,EKF)算法存在的稳定性差、跟踪效果弱和单层均衡拓扑结构存在的均衡路线长、均衡路径单一等问题,本文从完善EKF算法和改进均衡拓扑结构两方面开展研究。主要研究内容及结论如下:(1)本文以模型精度高、计算量适中的二阶RC电路模拟电池复杂的电化学结构,建立等效电路模型。在此基础上,结合扩展卡尔曼滤波算法和两种协方差修正方法,建立基于带渐消因子的修正误差协方差扩展卡尔曼滤波(FF-MCEKF)算法的SOC估算流程,并在Matlab中基于恒流静态工况和DST动态工况进行仿真验证。结果表明,改进后的算法能够避免病态协方差矩阵的出现、防止滤波器发散。同时,与EKF算法相比估算误差减少26%。(2)通过分析国内外电池均衡技术和均衡控制策略的研究现状,提出基于双向反激变换器和多开关电感LC变换器的分层均衡拓扑结构,改善双向反激变换器体积大、成本高和多开关电感LC变换器均衡路径单一、长距离均衡速度慢的缺点。在此基础上,为两种均衡结构制定不同的均衡控制策略,并在Matlab/Simulink中对均衡拓扑结构和均衡控制策略进行融合验证。结果表明,本文提出的均衡拓扑结构能将电池组中各单体电池的电量均衡到同一水平线上,最大化电池组的整体可用容量。(3)在8节串联电池的基础上搭建均衡系统软硬件平台,调用均衡控制策略均衡电池组。结果表明,在充电情况下,各单体电池的SOC在14min20s后趋于一致;在放电情况下,各单体电池的SOC在27min后趋于一致。证明本文设计的均衡电路具有改善电池组不一致性的能力。

锂离子电池SOC估算与主动均衡策略研究

这是一篇关于退役锂离子电池,电池管理系统,参数辨识,SOC估算,主动均衡的论文, 主要内容为随着新能源汽车行业的迅速崛起,各大电池厂商产能增加,车用锂离子电池经过长久使用后不能满足汽车需要会逐渐退役,退役锂离子动力电池仍然具有利用价值,如何对退役电池进行合理的梯次利用将成为今后重点研究的问题。本文针对退役锂离子电池,围绕其电池管理系统,对退役锂离子电池的电荷估算方法和主动均衡技术进行研究,最终设计了一款使用在储能方向的退役锂离子电池管理系统。以三元锂电池为研究对象搭建测试平台,对其进行充放电实验和脉冲测试实验等,得到锂离子电池真实容量、参数等数据。还可以获取锂离子电池的开路电压等参数,对电池进行工况测试,获取电池数据,为荷电估算提供数据。探究了锂电池的电池模型,并分析了各种电池模型的优缺点和状态空间方程,为了提高SOC估算与主动均衡策略的准确性,最终选用了精度更高的三阶RC模型作为主要研究对象,并使用实验法和渐消记忆最小二乘法辨识电池内部参数,然后对其精度进行了对比。介绍了锂离子电池SOC估计的方法及其优缺点。最终选用无迹卡尔曼滤波(UKF)算法作为研究对象,结合二阶RC和三阶RC等效电路模型,为了解决SOC估计中忽略未知噪声的问题,提出了基于三阶RC模型的自适应无迹卡尔曼滤波(3RC-UKF)算法。为了验证算法的精度和鲁棒性,搭建三阶电池模型并根据工况进行算法仿真,通过四种模型算法(2RC-UKF、2RC-AUKF、3RC-UKF、3RC-AUKF)之间的对比,分析结果,可以证明3RC-AUKF算法具有更强的估计精度和鲁棒性。为了解决电动汽车退役锂电池明显的不一致性问题,本文分析了几种主动均衡策略及其优缺点,最终选用双向反激变换器作为主动均衡拓扑电路。均衡策略采用基于电压、基于SOC以及基于电压和SOC双变量的主动均衡策略。使用Simulink搭建主动均衡系统,验证三种均衡策略在此均衡拓扑下的均衡效果,根据仿真结果表明,基于SOC的均衡策略均衡速度最快。根据前面提出的算法,设计了基于MC9S12XEP100的主控模块,基于LTC6813的电压电流采集模块,基于LTC3300的主动均衡模块。完成了硬件电路的设计及软件算法的设计。将提出的SOC估算算法移植到BMS中,根据SOC估算去设计主动均衡策略。并在BBDST工况下进行了验证,实验表明,SOC估算误差在2%以内,提高了主动均衡效率,证明所设计BMS具有较高的的精度。

微型厢式物流车主从式电池管理系统研究与设计

这是一篇关于微型厢式纯电动物流车,SOC估算,扩展卡尔曼滤波法,主从式电池管理系统,“一主多从”的论文, 主要内容为山西省是煤炭大省,是全国重要的能源基地,改变“一煤独大”产业结构,推动能源革命,实现经济转型是目前重要的课题。为此,山西省提出培育和壮大新能源汽车产业,加快新能源汽车的推广和应用的发展策略。2017年3月,山西省发布《山西省新能源汽车产业发展2017年行动计划》,着重强调做大纯电动汽车产业规模,推动新能源汽车重点项目建设。近年来,随着电子商务的快速发展,纯电动物流车的需求不断增长。电商传统物流车主要是使用柴油、汽油型的厢货车,随着我国新能源汽车的快速发展,纯电动物流车逐渐成为山西省政府和新能源车企大力推广和研发的新型运载交通工具。目前针对微型厢式纯电动物流车的专项研究开发较少,导致这类车型的续航里程及电池使用寿命达不到最优效果。针对这种情况,本文结合微型厢式纯电动物流车的车身电池布置使用情况及综合行驶工况,对锂电池荷电状态(SOC)估算算法及电池管理系统(BMS)进行了研究与设计。主要完成了以下工作:(1)提出了一种针对电池包的基于扩展卡尔曼滤波法的防扩散SOC估算算法。在扩展卡尔曼滤波算法基础上,考虑系统噪声和量测噪声的影响,添加噪声估值器;并在其基础上引入发散判据,当有状态变量估算误差变大而发散时,对卡尔曼增益矩阵构造一个自适应指数冻结因子,保障了估算误差控制在要求的精度范围内。(2)完成了对车用动力锂电池建模及模型参数的辨识。使用递推最小二乘法,通过在不同的充放电倍率下得到电池模型中电阻及电容参数;并通过电池的充放电曲线,拟合出电池开路电压(OCV)与电池SOC间的多项式公式。(3)设计了一种“一主多从”的电池管理系统结构。结合微型厢式纯电动物流车电池使用情况及行驶工况,对电池管理系统的功能及拓扑结构进行了深入分析,将电池管理系统设置为一个中央模块单元(CMU)以及多个采集模块单元(AMU)的主从式拓扑结构,实现对每块电池的监控。(4)完成了部分电池管理系统模块电路设计。主要设计了主板电源模块电路、控制模块电路、电池电压采集电路、均衡电路、通信电路等。主板采用飞思卡尔MC9S12XS128型芯片实现对系统整体的监控,从板采用凌特公司的LTC6802-2芯片完成对电池单体电压、电流、及温度的采集和均衡功能。

面向轨道交通车载电池运维管理系统的SOC估算研究

这是一篇关于SOC估算,阀控式铅酸蓄电池,门控循环单元,电池管理系统,边缘嵌入式设备的论文, 主要内容为近年来,我国轨道交通网络规模日益扩大,大量轨道交通车辆投入运营使用,车辆安全问题得到高度重视。为保障轨道交通车辆的供电可靠性,车上配备有以阀控式铅酸蓄电池(Valve-Regulated Lead-Acid Battery,VRLA)为核心的后备电源系统。车载VRLA电池作为车辆重要用电设施在紧急状况下的最后电源屏障,其运行状况直接关系到车辆运营安全,因此借助电池管理系统(Battery Management System,BMS)提升后备电池运维管理水平有重要意义。荷电状态(State of Charge,SOC)是BMS的关键监测参数,精确估算SOC能有效减少过充过放等情况对电池产生的损害。本文考虑轨道交通车载VRLA电池的运行特点,深入研究了电池SOC估算问题,设计了基于门控循环单元(Gated Recurrent Unit,GRU)的电池SOC估算模型,并运用数据增强与注意力机制提升模型的SOC估算精度,最终在以STM32为核心的硬件平台上完成模型部署。具体工作如下:本文首先阐述了车载VRLA电池的工作原理与特性参数,介绍了轨道交通车载电池运维管理系统架构,并对集成SOC估算功能的边缘嵌入式设备在系统中的重要作用进行了说明。其次,搭建了VRLA电池实验平台,设计实验收集VRLA电池数据,并在Python环境中开发了基于GRU的SOC估算模型,实验表明模型SOC估算结果的均方根误差(RMSE)与平均绝对值误差(MAE)都达到2.5%以内。此外通过模型对比实验,证明了GRU模型在SOC估算精度与训练效率上的优势。然后,通过数据增强与注意力机制提升了模型的估算精度。使用高斯噪声进行电池数据增强后,在不同恒功率放电情况下,SOC估算结果的平均RMSE由1.78%降低至0.87%,平均MAE由1.54%降低至0.69%。改进得到的GRU-Attention模型在不同恒功率放电情况下,SOC估算结果的平均RMSE由1.78%降低至1.32%,平均MAE由1.54%降低至1.09%。最后,本文设计了边缘嵌入式设备的主控电路、电压电流采样电路以及通信电路,在该设备上分别部署与测试了GRU与GRU-Attention模型。结果表明,在该设备上电池SOC估算结果的RMSE、MAE都在4%以内,具有较好的精度。