SOC估算

摘要： 驾驶工况下的无人船锂电池荷电状态(SOC)估算失准,影响船载电池管理系统运行和无人船航程控制。在分析无人船动力学模型和锂电池SOC之间关联的基础上,选取2阶RC电路等效动力锂电池内部结构,通过对单体电池实施混合脉冲功率特性(HPPC)实验辨识等效电路模型参数,建立了基于扩展卡尔曼滤波(EKF)的锂电池SOC估算系统状态方程。针对EKF模型中测量噪声协方差和系统噪声协方差带来的SOC估值偏差影响,利用粒子群优化(PSO)找寻适应度函数最优值以调整EKF模型参数,达到抑制输出值波动和减小估算误差的目的。在锂电池处于恒流放电和变流放电状态下,分别观测EKF和PSO+EKF,估算SOC数据及其误差。结果表明:PSO+EKF估算方法在稳定性和准确度方面优于EKF方法,稳定后估算误差小于0.02,对提高无人船锂电池SOC实时估算性能有实际意义。

摘要： 电池荷电状态(SOC)的估算是电池管理系统衡量电池寿命的重要指标。精确的SOC估计在防止过充放电、提高电池利用率、保障电动汽车电池系统的安全性和稳定性方面具有重大的意义。SOC的估算主要有安时积分法,卡尔曼滤波法,开路电压法,神经网络等。安时积分法需要定期修改荷电状态,误差较大;卡尔曼滤波法是依据均方最小的误差原则,较高地依赖型的精确度;开路电压法电池须长时间的静置,而实际工况中电流值上下波动大,测量误差较大;神经网络具有强大的非线性映射能力,无需特别精准的数学模型,在实际的SOC估算具有非常重要的优势。本文主要针对BP神经网络及其衍生的方法做了概述,实践证明BP神经网络与其他算法结合是最有前景的,不仅能缩小误差,提高准确性,还能突出它强大的非线性拟合能力。

摘要： 目前,在运载火箭领域,给箭上控制系统、测量系统和电磁阀火工品负载各提供一块电池供电,电池故障会导致箭上电气系统工作异常,严重时甚至导致任务失败等灾难性后果;锂电池具有高能储存密度、使用寿命长等优点,正在取代传统锌银电池应用于运载领域;针对运载火箭领域电池电源无冗余的问题,对锂电池故障诊断进行研究;根据锂离子单体电池SOC估算结果作为电池故障诊断的依据;采用EKF算法提高锂离子单体电池SOC估算的精度;根据故障诊断结果通过电池组拓扑重构完成故障单体电池智能切换,建立了运载火箭供电能源冗余管理系统;经仿真测试满足工程应用要求,提高了运载火箭领域电池的可靠性、安全性与容错能力,对提高运载火箭可靠性安全性有重大意义。

摘要： 针对扩展卡尔曼滤波算法中近似线性化处理及电池实际使用中出现的容量衰减引起的电池状态估算误差,提出基于容量修正的无迹卡尔曼滤波算法完成电池荷电状态估算,实现电池全寿命状态监测。通过分析锂电池工作特性和建立二阶RC等效电路模型,使用在线参数辨识法实现电池动态参数计算,为电池荷电状态估算奠定基础。结合电池实际工作中容量衰减特性,利用容量修正和无迹卡尔曼滤波算法完成电池荷电状态的在线实时估算,提高了估算精度。在恒流放电工况下,利用MATLAB仿真验证,表明无迹卡尔曼滤波算法的估算精度和鲁棒性优于扩展卡尔曼滤波算法,估算误差在3.5%以内。引入容量修正后,对老化情况下容量衰减的电池进行荷电状态估算,相比容量未修正时最大估算误差减小了3%,满足电池全寿命状态估算使用需求。

摘要： 电动汽车荷电状态估算的准确性直接影响车辆的运行状态、动力输出及安全性,但动力电池具有非线性的特性,同时运行环境复杂,受多种干扰因素的影响,精准估算电池荷电状态变得更有难度,会影响驾乘人员对续驶里程的判断。该文介绍估算荷电状态的多种方法,并重点对目前电动汽车所采用的精准估算方法,即自适应神经模糊系统、卡尔曼滤波法及滑模观测器法进行对比分析,并探讨其对车辆续驶里程的影响,为之后尝试多种方法联合应用提供依据。

摘要： 近年来国家大力发展新能源汽车,电池管理系统(BMS)作为关键技术之一,在电动汽车发展中起着关键作用。阐述了BMS关键技术的研究进展,介绍了电池均衡技术的分类,对电池荷电状态(SOC)估算方法的优缺点进行分析。论述了热管理系统的功能和分类,详细介绍了基于相变材料(PCM)的热管理系统。简要介绍了国内BMS最新成果,并对BMS关键技术的发展进行展望。

摘要： 电池荷电状态(SOC)的估算作为车载电池管理系统(BMS)的核心技术之一,其准确预估可以延长电池使用寿命,确保整车的正常行驶.本文以锂离子电池为研究对象,提出一种基于自适应无迹卡尔曼滤波(AUKF)和BP神经网络相结合的电池SOC估算方法.该方法通过采样策略自适应性提高了UKF的估算精度,并利用训练好的BP神经网络SOC输出值作为UKF的观测量.使用Arbin电池测试平台采集的不同温度下的混合工况和FUDS工况电池测试数据为基础,比较AUKF-BP算法和BP算法的准确性.结果表明,不同温度下的AUKF-BP算法的平均均值误差为0.82％,BP算法的平均均值误差为1.63％,基于AUKF-BP的SOC估计方法具有更高的鲁棒性和准确性.

摘要： 针对目前梯次利用锂离子电池受老化的影响,导致在采用传统带遗忘因子的最小二乘法进行等效模型在线参数辨识后,会出现模型参数过饱和、无法跟踪时变参数的问题.本工作提出一种可变遗忘因子的最小二乘法,通过不断地对遗忘因子进行矫正更新,从而更好地跟踪梯次利用电池老化特性.以锂电池一阶RC等效电路模型为对象,搭建测试平台进行充放电试验,并与传统带遗忘因子的最小二乘法的参数辨识结果进行对比.实验结果表明,该方法能够快速收敛及动态跟踪,同时模型端电压参数平均误差减小到25 mV以内,所提出的方法在DST和储能系统典型工况下运行时,其对应的参数辨识精度提高了38.33％,证明该方法具有较高的准确性.

摘要： 锂离子电池在各个领域实际应用中仍然面临一些问题,尤其是锂电池组在应用中面临着安全性、成本、电池一致性、快充快放、低温充放电、热管理、BMS管理系统的SOC估算、电池均衡等问题.主要探讨电池组应用中存在的一些问题,为以后锂电池大规模、高效合理应用的相关研究提供参考.

摘要： 准确地估算电动汽车动力电池的荷电状态(State of Charge,SOC)对电动汽车的安全驾驶和及时充电至关重要.基于超声测量和神经网络提出一种动力电池SOC估算方法.该方法对动力电池施加一个超声波脉冲,超声信号经过电池后得到反馈脉冲波,并以反馈波形的峰峰值作为神经网络的输入来建立模型,从而对动力电池SOC进行估算.试验结果表明,对于放电以及充电过程,SOC估算误差都仅为1％.

摘要： 锂离子电池组充放电过程中对电压、电流和温度比较敏感，而且各单体电池存在不一致性。本文提出了一种以 CY8C5588和LTC6803 芯片为核心的锂离子电池管理系统，采用了一种改进的SOC 估算方法，实现了对12 节锂离子单体电池的电压、电流和温度的实时检测，以及对电池组的充放电均衡控制和SOC 估算。通过实验研究，验证了该系统有较好的性能。

摘要： 锂离子电池组充放电过程中对电压、电流和温度比较敏感，而且各单体电池存在不一致性。本文提出了一种以 CY8C5588和LTC6803 芯片为核心的锂离子电池管理系统，采用了一种改进的SOC 估算方法，实现了对12 节锂离子单体电池的电压、电流和温度的实时检测，以及对电池组的充放电均衡控制和SOC 估算。通过实验研究，验证了该系统有较好的性能。

摘要： 锂离子电池组充放电过程中对电压、电流和温度比较敏感，而且各单体电池存在不一致性。本文提出了一种以 CY8C5588和LTC6803 芯片为核心的锂离子电池管理系统，采用了一种改进的SOC 估算方法，实现了对12 节锂离子单体电池的电压、电流和温度的实时检测，以及对电池组的充放电均衡控制和SOC 估算。通过实验研究，验证了该系统有较好的性能。

摘要： 锂离子电池组充放电过程中对电压、电流和温度比较敏感，而且各单体电池存在不一致性。本文提出了一种以 CY8C5588和LTC6803 芯片为核心的锂离子电池管理系统，采用了一种改进的SOC 估算方法，实现了对12 节锂离子单体电池的电压、电流和温度的实时检测，以及对电池组的充放电均衡控制和SOC 估算。通过实验研究，验证了该系统有较好的性能。

摘要： 锂离子电池组充放电过程中对电压、电流和温度比较敏感，而且各单体电池存在不一致性。本文提出了一种以 CY8C5588和LTC6803 芯片为核心的锂离子电池管理系统，采用了一种改进的SOC 估算方法，实现了对12 节锂离子单体电池的电压、电流和温度的实时检测，以及对电池组的充放电均衡控制和SOC 估算。通过实验研究，验证了该系统有较好的性能。

摘要： 本文采用一种分布式控制方案，实现了对120节动力锂电池的电压、电流、温度等数据实时采集；为准确估计蓄电池的荷电状态（SOC）提供了一种可靠的硬件设计方案。结合安时积分法、开路电压法以及卡尔曼滤波器的复合方法，实现该蓄电池组在放电状态下SOC的估计。利用MATLAB工具建立数学模型，结果表明，该算法对锂电池组的SOC估计具有较高精度。

摘要： 本文采用一种分布式控制方案，实现了对120节动力锂电池的电压、电流、温度等数据实时采集；为准确估计蓄电池的荷电状态（SOC）提供了一种可靠的硬件设计方案。结合安时积分法、开路电压法以及卡尔曼滤波器的复合方法，实现该蓄电池组在放电状态下SOC的估计。利用MATLAB工具建立数学模型，结果表明，该算法对锂电池组的SOC估计具有较高精度。

摘要： 本文采用一种分布式控制方案，实现了对120节动力锂电池的电压、电流、温度等数据实时采集；为准确估计蓄电池的荷电状态（SOC）提供了一种可靠的硬件设计方案。结合安时积分法、开路电压法以及卡尔曼滤波器的复合方法，实现该蓄电池组在放电状态下SOC的估计。利用MATLAB工具建立数学模型，结果表明，该算法对锂电池组的SOC估计具有较高精度。

摘要： 本文采用一种分布式控制方案，实现了对120节动力锂电池的电压、电流、温度等数据实时采集；为准确估计蓄电池的荷电状态（SOC）提供了一种可靠的硬件设计方案。结合安时积分法、开路电压法以及卡尔曼滤波器的复合方法，实现该蓄电池组在放电状态下SOC的估计。利用MATLAB工具建立数学模型，结果表明，该算法对锂电池组的SOC估计具有较高精度。

摘要： 本文采用一种分布式控制方案，实现了对120节动力锂电池的电压、电流、温度等数据实时采集；为准确估计蓄电池的荷电状态（SOC）提供了一种可靠的硬件设计方案。结合安时积分法、开路电压法以及卡尔曼滤波器的复合方法，实现该蓄电池组在放电状态下SOC的估计。利用MATLAB工具建立数学模型，结果表明，该算法对锂电池组的SOC估计具有较高精度。

摘要： 本发明公开了一种动力电池的SOC估算方法，该SOC估算方法包括：获得动力电池的电压‑容量曲线；计算电压‑容量曲线的变化率；根据变化率对电压‑容量曲线进行区域划分；根据当前电压在电压‑容量曲线的所属区域的曲线以及所属区域的临界点的电压和容量生成估算方程；以及，根据估算方程对动力电池的SOC进行估算。该SOC估算方法，在不增加成本的情况，适用范围广泛，尤其适用于电压曲线变化不明显的情况。本发明还公开一种动力电池的SOC估算装置和电动汽车。

摘要： 本发明提供一种多维度状态估算效准SOC方法：将电量状态从0至1取多个标准电量点，存储每一标准电量点对应标准充放电倍率的温度‑端电压表及每一标准电量点对应标准温度的充放电倍率‑端电压表；获得当前温度、充放电倍率的当前端电压；一标准温度为参考温度，一标准充放电倍率为参考充放电倍率，由温度‑端电压表和充放电倍率‑端电压表计算每个标准电量点的参考温度、充放电倍率至当前温度、充放电倍率的电压补偿量，依据电压补偿量和参考温度、充放电倍率的端电压计算当前温度、充放电倍率的预估端电压并获得电量‑端电压曲线而得当前电压对应的效准SOC。本发明在电压补偿中增加SOC的影响，提高效准SOC的准确度。本发明还提供一种动态修正SOC方法。

摘要： 本发明公开了一种基于OCV‑SOC曲线特征的动力电池SOC估算的修正方法及装置，修正方法主要包括开机修正和动态修正两个部分，开机修正根据开机平均电压位于OCV‑SOC曲线的平台区、非平台区、过渡区的范围结合实际经验修正系数SOC估算，动态修正则是在较低的充放电电流、较长的持续时间条件下，电池单体平均电压较高或较低或当前估算上报SOC值与OCV查表的SOC值差别较大时进行相应的修正，同时SOC估算装置主要包含从板的采集模块、高压板的判断模块和主板的策略及执行模块设计。该方法及装置增加了SOC的修正机会，提高了SOC的估算精度，对动力电池的SOC估算有现实意义。

摘要： 本发明公开了一种估算锂电池OCV_SOC曲线校准SOC误差的方法，涉及锂电池技术领域，根据锂电池OCV_SOC曲线数据，在得到一个静置的稳态电压V0后，查表计算得到一个SOC的数据；做一个误差分析和预估，得到一个校准权重值K；做SOC的校准。本发明具有对不同的OCV_SOC曲线和电压采样系统采用统一的算法处理，提高系统的通用性、快速适配性的特点。

摘要： 本发明公开了一种动力电池的SOC估算方法，该SOC估算方法包括：获得动力电池的电压‑容量曲线；计算电压‑容量曲线的变化率；根据变化率对电压‑容量曲线进行区域划分；根据当前电压在电压‑容量曲线的所属区域的曲线以及所属区域的临界点的电压和容量生成估算方程；以及，根据估算方程对动力电池的SOC进行估算。该SOC估算方法，在不增加成本的情况，适用范围广泛，尤其适用于电压曲线变化不明显的情况。本发明还公开一种动力电池的SOC估算装置和电动汽车。

摘要： 本发明提供一种电池包SOC估算方法，其应用于电动汽车中用于估算电池包的SOC；所述电池包包括若干电池单体；所述电池包SOC估算方法包括如下步骤：实时采集所述若干单体电池的电压以及总电流；对所述若干单体电池的电压进行比较以获得最高电压单体电池以及最低电压单体电池；判断所述电池包是否为恒流充电状态；若所述电池包为恒流充电状态，估算所述最高电压单体电池的容量以及最低电压单体电池的容量；估算所述最高电压单体电池的SOC以及最低电压单体电池的SOC；估算所述电池包的SOC。本发明提供的电池包SOC估算方法能够在若干单体电池一致性不好的情况估算出精度较高的电池包SOC。本发明还提供一种电池包SOC估算系统。

摘要： 本发明提供一种多维度状态估算效准SOC方法：将电量状态从0至1取多个标准电量点，存储每一标准电量点对应标准充放电倍率的温度‑端电压表及每一标准电量点对应标准温度的充放电倍率‑端电压表；获得当前温度、充放电倍率的当前端电压；一标准温度为参考温度，一标准充放电倍率为参考充放电倍率，由温度‑端电压表和充放电倍率‑端电压表计算每个标准电量点的参考温度、充放电倍率至当前温度、充放电倍率的电压补偿量，依据电压补偿量和参考温度、充放电倍率的端电压计算当前温度、充放电倍率的预估端电压并获得电量‑端电压曲线而得当前电压对应的效准SOC。本发明在电压补偿中增加SOC的影响，提高效准SOC的准确度。本发明还提供一种动态修正SOC方法。

摘要： 本发明公开了一种OCV‑SOC标定实验方法，包括以下步骤：步骤一：通过铝空气电池的放电实验获取铝空气电池荷电状态SOC和开路电压OCV的实验数据并得出SOC‑OCV实验关系曲线；步骤二：在Matlab对铝空气电池的SOC和OCV的实验数据进行拟合并得到拟合式；步骤三：将由拟合式得到的SOC‑OCV拟合曲线和实验得到的SOC‑OCV实验关系曲线进行对比并得出OCV‑SOC对比误差曲线。本发明还公开了一种电池等效模型参数辨识方法，以及公开了一种基于上述OCV‑SOC标定实验方法和电池等效模型参数辨识方法的SOC估算方法。本发明的SOC估算方法用于铝空气电池的SOC估算，能估算出高精度的铝电池的SOC，为铝电池的研究提供了有效地研究帮助。

摘要： 本发明公开了一种估算锂电池OCV_SOC曲线校准SOC误差的方法，涉及锂电池技术领域，根据锂电池OCV_SOC曲线数据，在得到一个静置的稳态电压V0后，查表计算得到一个SOC的数据；做一个误差分析和预估，得到一个校准权重值K；做SOC的校准。本发明具有对不同的OCV_SOC曲线和电压采样系统采用统一的算法处理，提高系统的通用性、快速适配性的特点。

摘要： 本发明公开了一种基于OCV‑SOC曲线特征的动力电池SOC估算的修正方法及装置，修正方法主要包括开机修正和动态修正两个部分，开机修正根据开机平均电压位于OCV‑SOC曲线的平台区、非平台区、过渡区的范围结合实际经验修正系数SOC估算，动态修正则是在较低的充放电电流、较长的持续时间条件下，电池单体平均电压较高或较低或当前估算上报SOC值与OCV查表的SOC值差别较大时进行相应的修正，同时SOC估算装置主要包含从板的采集模块、高压板的判断模块和主板的策略及执行模块设计。该方法及装置增加了SOC的修正机会，提高了SOC的估算精度，对动力电池的SOC估算有现实意义。