融合主被动均衡控制的动力电池BMS实现
这是一篇关于动力电池,电池管理系统,SOC估计,电池均衡的论文, 主要内容为动力电池组的不均衡问题,严重影响电池的安全运行和使用效率。传统的均衡技术存在均衡速度慢、均衡效率低的问题。针对此问题,本文依托陕西省重点研发计划重点产业创新链项目(2019ZDLGY15-04-02),提出了基于双向桥式变换器的主被动均衡融合拓扑,设计并实现了相应的电池管理系统。论文的具体内容如下:(1)研究分析已有锂电池模型和SOC估计方法,在总结对比其优缺点基础上,选用二阶RC等效电路模型进行建模;采用带遗忘因子的递推最小二乘法对模型参数进行在线参数辨识;选取自适应无迹卡尔曼滤波法作为电池管理系统的SOC估计方法。(2)针对传统Buck-Boost均衡电路只能对相邻单体电池进行均衡,均衡速度慢、效率低的问题,设计基于双向桥式变换器的均衡电路拓扑结构,实现电池组中任意单体电池间的能量传递,提升了均衡速度和均衡效率;为了减少均衡过程中开关器件损耗,增加开关电阻分流被动均衡辅助电路;采用模糊PID算法设计均衡控制策略,实现对均衡电流动态变化的精准控制。(3)设计并实现了电池管理系统软硬件,搭建电池管理系统测试平台并对其进行性能测试。实验结果表明,电池管理系统的电池电流、温度、总电压、单体电池电压采集精度和SOC估计精度等指标满足设计要求。通过静置均衡、充放电均衡实验验证了系统的均衡功能,经过电池管理系统的均衡控制,电池不一致性得到了较好地改善。
动力电池生产工艺分析与配组工艺状态估计研究
这是一篇关于动力电池,工艺分析,一致性,状态估计,配组工艺的论文, 主要内容为动力电池作为新能源电车的主要动力源,是人类目前主要的绿色能源之一.动力电池以电池组的形式工作,组内单体电池差异带来的动力电池一致性问题会很大程度上限制动力电池的性能,甚至引发安全问题,因此中国极力推进提高动力电池一致性的相关研究.复杂的动力电池生产工艺会直接影响到动力电池一致性,但国内目前从生产工艺角度出发提高动力电池一致性的研究相对较少.针对这一领域空缺,本文对动力电池生产工艺进行分析,并以提高动力电池一致性为目的进一步深入作为关键工艺的配组工艺开展研究.本文具体研究内容如下:1.分析动力电池生产工艺环节和影响动力电池一致性的工艺因素.从生产角度将电池生产过程分为极片制备、电池装配、电池激活成组三个离散工艺阶段,并对所包含的工艺环节进行分析,研究每个工艺环节与动力电池一致性之间的关系,探究生产工艺中的动力电池一致性影响因素.2.量化分析工艺环节对于动力电池一致性的影响程度,筛选出对于电池一致性产生影响的关键工艺环节.针对工艺环节进行量化分析,提出截尾群智能模糊层次分析算法计算生产工艺的一致性影响权重.减少了反复修正矩阵的计算过程,提高了权重与专家决策之间的数学一致性.利用该算法求得了各个工艺环节对于动力电池一致性的影响权重,根据对比结果确定配组工艺是影响动力电池一致性的关键工艺环节.3.深入配组工艺环节实现SOC(State of Charge)状态估计,为配组提供可靠依据.配组工艺主要是根据单体电池参数对电池进行分组,参数相近的单体电池所组成的电池组会具备更好的一致性,因此准确的单体电池参数是决定动力电池一致性的关键因素.针对配组关键指标SOC,根据其不可直接测量的特性本文提出了轴对称盒空间体滤波算法实现动力电池SOC状态估计.考虑真实噪声为未知有界噪声和电池模型为非线性系统,轴对称盒空间体滤波算法利用空间体包裹线性化过程产生的误差,并根据轴对称盒空间体的空间特性提出新的状态更新方式,实现了更准确的状态估计,所估计的SOC状态集收缩性更好,区间范围更精确,可以为配组工艺提供可靠依据.4.以浙江某电池生产企业为应用对象,结合所参与科技部重点研发课题需求,将所研究内容与算法开发集成为动力电池生产工艺分析与配组工艺状态估计系统.系统采用主流前后端分离框架,利用Vue、Spring Boot、My Batis等框架完成了系统的开发.该系统可以提供工艺数据显示、生产工艺一致性影响分析与电池SOC状态估计可视化等功能,帮助企业实现电池生产过程的数字化、智能化.
电池参数测量系统的研究与设计
这是一篇关于动力电池,参数测量,高精度同步测量,多通道可扩展,故障检测的论文, 主要内容为在碳达峰与碳中和的“双碳”目标背景下,为了降低对石油燃料的消耗和减少交通领域的碳排放,我国大力发展新能源汽车。动力电池作为新能源汽车的动力来源,其需求量激增,电池行业对电池的质量与性能提出了更高的要求,因此,对电池进行出厂参数检测、不同工况下的性能指标差异性测试以及电池安全性能测试至关重要。针对当前国内自主研发生产的动力电池数据采集设备采样精度低、频率慢且同时测量通道少等问题,本文设计研发了一套多通道同步、高速率、高精度的动力电池数据采集系统,主要工作包括:(1)分析测量系统的功能实现需求,提出总体设计方案,并按照实现功能的不同划分为:电压与电流采集模块、数据处理模块、故障预警模块、电池能量标定模块、多板同步测量模块以及数据通信模块。(2)设计系统各个功能模块的硬件实现电路,详细介绍了各个电路的工作原理、功能结构以及器件选型,确保设计的有效性。选用FPGA并行实时控制测量系统,实现电池数据的多通道同步采集。(3)在硬件设计基础上完成软件设计,FPGA芯片同步接收所有通道数据,对其完成并行滤波、校正、瓦时积分处理,采用Modelsim与Signal Tap II仿真软件验证信号之间的时序逻辑的正确性。STM32通过DMA控制器接收FPGA数据信息,以CAN总线或以太网协议通信方式实现数据实时上传功能。(4)为了验证测量系统的功能有效性,基于本文设计的电池参数测量系统建立实验测试平台,对测试系统的测量数据误差范围、数据精度、采样频率、多板测量同步性与瓦时积分数据精度进行实验验证,结果表明系统功能指标均已达到设计要求,且满足电池测试的科研需求。(5)分析故障高速突变检测需求与故障具体表现,根据不同故障发生时的数据变化特点建立故障特征参数并设置故障诊断阈值,利用测量系统的高频与高精度的采集特性实现电池故障发生时的早期预警。本文设计的电池参数测量系统具有采样精度高、采样频率快以及多通道同步采样等优点,满足了动力电池科学研究对数据测试的需求。
基于复合相变材料的动力电池散热性能研究
这是一篇关于复合相变材料,动力电池,热管理,CFD仿真的论文, 主要内容为在科技发展的过程中,出现了全球范围内的能源短缺和环境恶化等问题,我国为解决这些问题提出了“双碳”目标。为实现这个目标,我国大力发展纯电动汽车,纯电动汽车的电池热管理系统对电动汽车的热安全性有着至关重要的影响。相变材料具有散热效率高,不需要额外消耗能量等特点,成为一种充满前景的电池热管理方式。但相变材料的导热性能差和相变材料之间难以复合这两个缺点限制了相变材料的发展。因此,制备一种热性能好的相变材料具有重大意义。目前电池热管理系统存在电池模组体积过大,热量集中在中间位置电池等问题。针对这两个问题,本研究以12个18650圆柱形锂离子动力电池组成的电池模组为研究对象,采用仿真与实验相结合的手段,以电池排列方式、相变材料、电池圆心距和翅片数量作为变量,研究这些变量对电池模组散热性能的影响,得出最佳散热系统。主要研究内容如下:(1)整理空气冷却、液体冷却、相变材料冷却、相变材料与空气耦合冷却、相变材料与液体耦合冷却、热管冷却等冷却方式的研究进展,介绍锂离子动力电池的内部结构与分类方式,概述相变材料。(2)分析锂离子动力电池工作原理、产热机理和传热方式,计算出乐金18650圆柱形锂离子动力电池的产热速率为24776Wm3,计算仿真中需要用到的密度、比热容、周向导热系数、径向导热系数和轴向导热系数这五个热物性参数。(3)制备不同成分配比的复合相变材料,分析不同成分配比复合相变材料的热性能。当复合相变材料中PW:EG:SiC为70wt%:25wt%:5wt%时,复合相变材料的热性能最佳。这种复合相变材料的导热系数为1.827W·m-1·K-1,潜热为147.2J/g,相变温度为311.1K。(4)设计一种电池模组体积较小,并能使电池模组热量分布均匀的散热系统。电池模组采用3×4排列,相变材料选用C2,电池圆心距为28mm,给中间两个电池加装翅片,这种散热系统能将电池模组最高温度降至320.97K,最大温差减小到2.13K。(5)搭建实验平台,将仿真中得出的最佳散热系统进行实验。结果表明:实验中各电池温度都高于仿真中各电池温度,实验与仿真的温度数据趋势基本一致,验证仿真结果的有效性。
基于大数据的新能源汽车故障诊断技术研究
这是一篇关于动力电池,故障诊断,文献计量学,Boosting算法,大数据的论文, 主要内容为随着全球能源与环境问题的加剧,减少碳排放已成为必要而迫切的措施.出于可持续发展的目的,新能源汽车产业发展迅猛.动力电池作为新能源汽车的主要动力源和主要的故障原因之一,其非线性等特性使得故障诊断更加困难.传统电池故障诊断方法效率低,无法实现故障预警.因此,提高新能源汽车的故障诊断效率和准确性有现实的需求,也成为目前的研究热点.本文利用可视化技术构建新能源电池故障知识图谱,并运用改进的Boosting算法建立新能源电池故障诊断模型,实现对动力电池故障的快速准确诊断.具体工作如下:首先,基于布尔检索模型、社会网络分析模型和数据可视化技术,梳理了动力电池故障诊断的知识网络.文献计量学分析结果揭示了新能源电池故障诊断领域的研究方向、热点和主要贡献者,为该领域的研究者和从业者提供了重要的参考和指导.结果表明,当前研究方向主要集中在电池材料、故障诊断模型和故障机理.热失控是动力电池中一种具有破坏性的热现象,其触发因素多种多样,包括但不限于高温、电池短路、电池过充放电等,因此在动力电池安全领域引起了广泛的研究和探讨.针对电池故障,数学模型是检测电池故障的常用方法.接着,利用实车数据,采用随机森林算法对电池系统的电压、电流和电荷量等特征进行了重要度分析,并研究了这些特征之间的相关性.在此基础上,建立了基于轻量级梯度提升机(Light GBM)、分类梯度提升(CatBoost)和极端梯度提升(XGBoost)三种检测模型.通过AUC、准确率、精度、F1分数等模型评价指标进行比较分析,结果显示,Light GBM具有运算速度更快、故障误报率低和分类精度高达99%的优点,解决了电池异常检测效率低、准确率不高等问题,实现了新能源汽车动力电池故障的快速定位和分析,具有较高的应用价值.
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：源码货栈 ，原文地址：https://bishedaima.com/lunwen/47797.html
