电池模型

摘要： 电池组的使用寿命,与充放电过程中的均衡策略有关。为了保证在充放电过程中使实时电量均衡化,保证电池组的使用安全,并满足不同规格电池充电的需要,通过仿真方法设计了一种均衡充电方案。首先利用数值模拟的方法,在Matlab-Simulink下建立了一种新的电池模型,得到可以正确反映电动势、电流的仿真充电曲线;然后选用单端反激变换器作为基础拓扑结构,模拟外接电源供电的充电过程,得到了不一致性收敛的均衡充电效果,证明了此方案的可行性。

摘要： 针对仿真过程中大多数电池等效模型未能考虑低温对电池性能影响的问题,文章基于充放电性能受低温影响较大的磷酸铁锂电池,构建了适用于短时间、小倍率放电条件的电池等效模型,并进行了仿真与实验验证。首先分别在0°C、5°C、15°C三种条件下对电池进行HPPC测试;其次在Matlab/cftool工具箱中采用指数函数法拟合,求出各项参数值;最后在Matlab/Simulink中建立仿真模型,并进行恒流放电和脉冲放电工况实验验证模型的准确性。结果表明:在脉冲放电工况下该模型模拟精度较高,误差最大不超过0.02 V,在恒流工况下主要放电区间内最大误差也不超过0.04 V。

摘要： 由电池构成的大型储能在清洁能源占比高的电力系统里占有重要地位,电池的短路计算和保护配置十分重要。本文首先提出了单体电池短路模型,并用短路实验验证了模型有效性。在此基础上,推导了簇内和簇间短路的短路电流通用计算公式,计算公式可以广泛应用于任意电池数量的大型储能系统之中,全面地覆盖了各种极间及极地短路情况,在算例中验证理论计算公式与仿真误差在4%以内可以满足保护分析需要。分析了影响短路电流的因素和变化规律,发现了簇内短路时短路点内部电池越多则其他簇和短路点电流越大、簇间短路时模组差对短路电流影响等结论。根据理论计算公式,研究了大型储能电站各种保护方案的利弊,提出了基于熔断器的保护配置方案,并分析了最有利的熔断器安装位置,总结出在此方案下各个熔断器最大短路电流的计算方法。本文提出的保护配置方案覆盖了短路电流计算、器件选型等多个方面,可以广泛应用于各种电池储能电站前期方案设计之中。

摘要： 动力电池荷电状态的估算在电池管理系统中十分重要,电池模型精确度和参数辨识准确度对其有决定性影响。以磷酸铁锂电池为研究对象,选用一阶RC电池模型,对时变参数进行辨识。传统的带遗忘因子最小二乘法在参数辨识过程中,电压误差值存在偏差,导致模型精度降低。为了提高动态工况下的模型精度,引入比例控制算法对电压误差进行修正。结果表明,在城市道路循环工况(UDDS)下,改进的带遗忘因子最小二乘算法的误差在0.03 V以内,提高了系统参数辨识的准确度和电池模型精确度。

摘要： 为弥补扩展卡尔曼滤波算法估算锂离子动力电池的荷电状态(SOC)时误差大的缺点,从而更加有效地监测电池的状态,文中以二阶RC等效电路模型为基础,建立数学关系简单、易于工程实现的状态空间模型。在递推最小二乘法的基础上加入自适应因子来辨识二阶电路模型中相应的参数,并进行电路模型精确度验证;然后,结合多创新的自适应扩展卡尔曼滤波算法(MIAEKF)对电池荷电状态(SOC)进行精准估算;最后,利用Matlab数值软件编程该算法并进行仿真验证。仿真结果表明,基于多创新的自适应扩展卡尔曼滤波算法估算电池SOC的平均误差最小为1.12%,估算的最大误差为2.69%,说明基于多创新的自适应扩展卡尔曼滤波算法在估算过程中有更高的精度和更快的收敛速度,对锂离子电池荷电状态的精度有较精准的估计。

摘要： 递推最小二乘法(RLS)应用于锂电池这种多时间尺度系统时,会出现模型参数辨识精度低、工况适应性差等问题。为此,以双极化(DP)等效电路模型为研究对象,首先,根据模型参数不同的时变特性,通过分离欧姆电阻的辨识过程,使得RLS需要辨识的参数减少,并降低待辨识参数的相互影响,提高RLS辨识的精度及降低运算量;其次,根据模型参数在线辨识对恒流工况辨识精度低,而离线辨识对恒流工况辨识精度高的特点,提出全工况自适应输出等效电路模型,进一步提高模型精度。基于实际工况的仿真实验表明,全工况自适应等效电路模型相比欧姆电阻已知的R-DP在线模型及DP离线模型具有更高的精度,能够在模型精度和运行速度之间取得更好的平衡。

摘要： 针对新能源电池的使用越来越广泛与对电池充电状态(state of charge,SOC)估计精度要求越来越高的问题,提出了一种卷积神经网络(convolutional neural networks,CNN)-双向长短期记忆神经网络(bidirectional long and short term memory neural network,BILSTM)的混合神经网络,用于拟合已知电池的电流电压等与SOC之间的关系,以推测SOC。首先,利用CNN来提取输入数据之间的空间关系,运用BILSTM提取其正向和逆向的时间特征并将其进行合并,以达到最大化地利用数据,提高学习及适应能力。混合模型的具体结构为输入层+卷积层+双向长短期记忆层+一组全连接层+输出层。其次,经过多组不同超参数的对比试验,分析找出了其性能最佳时的超参数,并在学习过程中加入了学习率下降策略以提高学习精度降低过拟合。然后,为检验混合模型的泛化能力,在不同的电池循环下对其进行了实验验证,结果表明在不同的循环次数下混合网络均表现了很好的估计性能,其估计精度可以保持在1%左右。最后,为证明网络的预测精度,文章还运用常用的网络估计模型长短期记忆模型(long and short term memory neural network,LSTM)和门控递归单元(gated recursive unit,GRU)与混合模型做了对比实验,实验结果表明文章混合模型进一步提高了SOC估计精度。

摘要： 本文以圆柱形三元材料锂离子电池作为对象,采用了实验与仿真相结合的方法研究了电池的放电性能。在实验中,分析了放电倍率对电池放电性能的影响,以及电池剩余容量(SOC)与电池内阻之间的关系,并结合测量得到的内阻数据,拟合出函数关系R_(total)(SOC,T),从而完善了锂离子电池生热速率公式。在单体电池仿真模型的基础上,进一步将单体电池集成为模块,并对模块在串行通风和并行通风情况下的温度场分布进行了仿真计算。仿真结果表明,并行通风条件下的电池模块散热能力较好,在2C放电倍率、2 m/s风速下,电池模块最大温差可以保持在5°C以内,但电池表面最高温度超过50°C。

摘要： 针对动力电池在实际使用情况的能量效率解耦问题,本文提出一种基于道路工况下获得的电池输出电压、电流谱,逆推电池模型参数的方法。首先分析电池能量效率对于整车能量消耗量的意义;然后构建电池模型,以输入电流谱,输出电压谱的方式运行模型;接着通过对输出电压谱与实测电压谱的比较逐渐优化电池待辨识参数;最后通过试验验证该方法的有效性。试验表明,该方法对电池内阻与工况下效率辨识具有较高的可信度,对整车动力性经济性开发具有积极意义。

摘要： 动力电池在长时宽温域运行时,其使用性能、寿命和安全性随时间动态演变,存在单体性能不一致、系统容量快速衰减或内部缺陷诱发的电池热失控等问题,需要全气候、全生命周期电池精准管理技术。突破智能化管理的数字孪生技术、构建数字孪生电池为提升电池管理能力带来了新的解决方案,已逐步成为行业发展趋势之一。围绕动力电池精细化管理技术发展趋势,针对数字孪生动力电池构建需求,从系统建模与管控需求等方面分析了数字孪生电池建模的基本准则,系统性阐述多维度、多尺度、多物理场融合的数字孪生电池的构建方法,并结合团队前期研究分析了某电池数字孪生的实践案例,探索了数字孪生电池在生产设计、全生命周期管理等场景下的应用可能性,为电池管理技术发展提供思路与参考。

摘要： 由于社会和环境的需求,电动汽车市场规模不断扩大,对车用电池的研究也在不断加深.其中,电池模型的研究起着十分关键的作用,它关系到电池系统对SOC、SOH、工作参数曲线等信息的描述准确与否,进而关系到相关控制策略的执行,影响整车的参数和性能.文章介绍了三类电池模型——简化电化学模型、等效电路模型和神经网络模型.简化电化学模型采用数学方法描述电池内部的反应过程,等效电路模型使用电路网络模拟电池动态模型,神经网络模型是利用人工智能的方法模拟电池的运行.神经网络非线性、多输入多输出、泛化能力强的特点,尤为有利于描述电池这一高度非线性系统,是研究和应用的重点.

摘要： 纯电动汽车正在逐步替代传统能源汽车,对电动汽车充电电池的研究也在不断加深,其中电池模型起着关键的作用.文章介绍了三类电池模型──电化学机理模型、神经网络模型和等效电路模型,详细分析了PNGV等效电路模型的特点,采用最小二乘法辨识了其主要模型参数,并拟合得到各参数的非线性规律,为动力电池的SOC估算及电动汽车仿真研究提供了理论基础.

摘要： 为了研究无线传感器网络能量管理和组网技术,采用ARM基高性能、低功耗微控制器LPC2138为核心制作了一种新型无线传感器网络节点,该节点由两节AA电池供电.说明了该节点的硬件构成及设计方法,介绍了该无线传感器网络节点使用的电池模型,并给出了一组该节点有效工作状态下的功率.

摘要： 本文从锂离子动力电池的"电流激励-电压响应"出发,通过实验分析了FreedomCar电池模型存在的不足之处,对其提出了改进,并证明了改进模型在混合动力工况下的可行性.根据该线性模型提出了基于最小二乘法的参数辨识的方法,并根据混合动力汽车的具体应用条件提出了并实现了基于"电流-时间窗口"的SOC校准方法.

摘要： 寿命预测是锂离子电池健康管理的重要方面。提出了锂离子电池寿命预测需要解决的两个基本问题;分类综述了国外近十年来的电池寿命预测方法,并对其中的“基于性能”的方法进行了重点分析;指出将电化学机理与监测数据相结合,挖掘更多电池深层次特征量是未来电池寿命预测的发展方向。

摘要： 寿命预测是锂离子电池健康管理的重要方面。提出了锂离子电池寿命预测需要解决的两个基本问题;分类综述了国外近十年来的电池寿命预测方法,并对其中的“基于性能”的方法进行了重点分析;指出将电化学机理与监测数据相结合,挖掘更多电池深层次特征量是未来电池寿命预测的发展方向。

摘要： 寿命预测是锂离子电池健康管理的重要方面。提出了锂离子电池寿命预测需要解决的两个基本问题;分类综述了国外近十年来的电池寿命预测方法,并对其中的“基于性能”的方法进行了重点分析;指出将电化学机理与监测数据相结合,挖掘更多电池深层次特征量是未来电池寿命预测的发展方向。

摘要： 寿命预测是锂离子电池健康管理的重要方面。提出了锂离子电池寿命预测需要解决的两个基本问题;分类综述了国外近十年来的电池寿命预测方法,并对其中的“基于性能”的方法进行了重点分析;指出将电化学机理与监测数据相结合,挖掘更多电池深层次特征量是未来电池寿命预测的发展方向。

摘要： 利用电池非线性特征,定义任务集合的超周期与调度帧,分析任务排列顺序与任务放电电流之间的关系,提出了按照任务放电电流非升序排列的无线传感器网络低能耗任务调度方法。实验结果表明,这种调度方法能够有效降低任务的能耗,显著延长阿络生命周期。

摘要： 利用电池非线性特征,定义任务集合的超周期与调度帧,分析任务排列顺序与任务放电电流之间的关系,提出了按照任务放电电流非升序排列的无线传感器网络低能耗任务调度方法。实验结果表明,这种调度方法能够有效降低任务的能耗,显著延长阿络生命周期。

摘要： 本发明公开了一种动力电池传热模型，其特征在于：假设动力电池为长方体结构，以动力电池中心为原点建立三维坐标系，其在X、Y、Z三个方向上的导热系数以及表面对流换热系数均各不相同，且动力电池具有稳定均匀的内热源，将上述边界条件导入到二维稳态导热微分方程中，分别得到动力电池在XOY、YOZ、XOZ三个方向上的二维稳态传热模型。该模型考虑了动力电池的导热系数和对流换热系数的各向异性，提高了模型预测精确度。本发明还公开了一种动力电池冷却通道设计方法以及动力电池热管理系统控制方法。使得电池内部冷却通道的冷却能力与温度分布场相匹配，提高了电池热管理系统的控制精确度。

摘要： 一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型,涉及数据挖掘，模型融合等技术，包括以下步骤：首先对云端监管平台海量多源异构数据进行去噪处理和特征因素提取获取行驶过程中的健康指标，作为数据驱动预测模型的一个输入，利用极限学习机进行寿命预测，得到数据驱动寿命预测模型。通过多因素寿命衰减实验获取电池寿命经验预测模型，将经验模型和数据驱动模型进行交互融合，设置阈值，得到电池寿命融合模型，提高寿命预测精度，更适用于实际汽车工况。本发明通过将反映寿命衰减与工况因素之间关系的经验模型和反映寿命衰减与运行状态之间关系的数据驱动模型进行融合，可以实现复杂工况下电池寿命的精准预测，保证电池安全运行。

摘要： 本发明公开了电池状态预测模型的训练方法、电池状态预测方法及装置、电子设备、存储介质。方法包括：获取电化学模型，电化学模型由电池的测量运行数据和属性数据构建得到；基于电化学模型进行充放电仿真，得到不同仿真条件下电池的仿真运行数据；将仿真运行数据和测量运行数据作为训练样本，输入神经网络，根据神经网络的输出结果调节神经网络的网络参数以及电化学模型的模型参数，并将符合迭代停止条件的神经网络确定为电池状态预测模型。本发明中，借助电化学模型扩充、丰富神经网络的训练样本，并基于神经网络的输出结果优化电化学模型，以使电化学模型为神经网络提供更加准确的训练样本，提高模型训练的精确度。

摘要： 本发明公开了一种电池许用电流模型的建立方法、装置及电池管理系统，电池许用电流模型的建立方法包括：确定电池在预设工况下的开路电压UOCV和工作截止电压Ucutoff；根据开路电压UOCV、工作截止电压Ucutoff和多个大小不同的预设工作电流I，计算多个临界内阻R，各个临界内阻R与各个预设工作电流I一一对应；根据电池在预设工况下的内阻变化模型、多个预设工作电流I以及多个临界内阻R，确定多个老化周期，各个临界内阻R与各个老化周期一一对应；根据多个预设工作电流I和与多个预设工作电流I一一对应的多个老化周期，建立电池的许用电流模型。本发明的电池许用电流模型的建立方法解决了现有技术中无法对电池在各个老化周期下的许用电流进行准确地预测的问题。

摘要： 提供一种根据电动移动体的移动预定路径的状况而精度优良地提示可移动距离的电池管理装置、学习模型、计算机程序、电池管理方法以及信息提供装置。电池管理装置具备基于电动移动体的动力源的蓄电元件的充电率来算出可移动距离的算出部。电池管理装置的所述算出部获取所述蓄电元件的充电率，并获取所述电动移动体的预定路径中的环境信息，根据获取到的充电率以及环境信息，算出基于所述电动移动体为了在所述预定路径上移动所需的电量、和搭载在所述电动移动体的设备中的电力消耗量的预测而预测的电力消耗量，基于所算出的预测电力消耗量以及所述充电率，算出基于所述蓄电元件的剩余电力的可移动距离。

摘要： 本发明实施例涉及一种电池剩余寿命预测模型构建、电池剩余寿命预测方法，包括：获取样本电池的各历史使用周期的特征数据以及对应的电池容量，特征数据为表征样本电池的健康状态的特征数据；将特征数据输入至初始模型中，得到输出结果；基于输出结果与下一历史使用周期的特征数据的关系对初始模型进行训练，得到特征数据预测模型；将特征数据输入至另一初始模型中，得到输出结果；基于输出结果与电池容量的关系对初始模型进行训练，得到电池容量预测模型；将特征数据预测模型的输出端与电池容量预测模型的输入端级联，构建电池剩余寿命预测模型，由此，可以简便、快捷的训练电池剩余寿命预测模型，模型预测精准度较高。

摘要： 本申请提供一种基于储能锂电池等效电路模型计算电池荷电状态方法，包括：获取储能锂电池等效电路模型的开路电压与电池荷电状态的非线性关系，基于储能锂电池等效电路模型获取待辨识参数，其中，待辨识参数包括电池欧姆电阻、电池极化内阻和电池极化电容；基于电池的端电压、电流及开路电压在历史时刻的数据和开路电压与荷电状态的非线性关系，采用布谷鸟搜索算法对待辨识参数进行辨识优化，获得待辨识的参数的最优值，根据参数的最优值获得储能锂电池等效电路最优模型；基于储能锂电池等效电路最优模型实现电池荷电状态的在线计算。通过本申请，解决固定的离线电路模型不能很好地契合锂电池实际工况，造成估计储能锂电池荷电状态精度不足的问题。

摘要： 本发明涉及一种用于构建用于燃料电池系统的相对湿度模型的方法，所述方法包括以下步骤：获取在所述燃料电池系统的使用寿命周期的各个阶段中在所述燃料电池系统的不同启动环境下所述燃料电池系统的燃料电池堆的至少一个高频阻抗和至少一个运行参数以及所述燃料电池系统的相对湿度；将所获取的至少一个高频阻抗和至少一个运行参数以及相对湿度构成用于所述相对湿度模型的训练数据集；基于所述训练数据集借助于机器学习算法构建所述相对湿度模型。本发明还涉及一种用于确定燃料电池系统的相对湿度的方法。本发明还涉及一种燃料电池系统。本发明还涉及一种计算机可读存储介质。

摘要： 本发明涉及用于对设备的特定电池的电化学电池模型进行参数化的计算机实施的方法，具有以下步骤：针对不同的评估时间段提供特定电池的当前运行特征点和多个另外的设备的其他电池的运行特征点，其中运行特征点根据多个运行特征表征一个或多个评估时间段内的相应的电池的运行，其中运行特征根据相应的电池的运行变量的曲线得出；选择其他电池的类似于特定电池的当前运行特征点的运行特征点；提供电池模型的与当前运行特征点和所选择的运行特征点相关联的模型参数；根据特定电池的当前运行特征点的和其他电池的所选择的运行特征点的模型参数求出至少一个融合的模型参数；用信号通知至少一个融合的模型参数或用至少一个融合的模型参数更新电池模型。

摘要： 本发明涉及用于确定用于单粒子电池模型的电池模型参数的方法，计算机程序产品和电池管理系统。方法包括以下步骤：S1：利用电池内阻Ri和电池模型角频率ωi的值对将SPM参数化；S2：借助于参数化的SPM和所测量的电池电流Imeas确定电池模型电压Vi；S3：通过多次重复步骤S1和S2来确定多个电池模型电压Vvec，SPM在步骤S1中在每次重复时利用出自预设集合的电池内阻Rvec和电池模型角频率ωvec的不同的值对Ri、ωi来参数化；S4：根据所测量的电池电压Vmeas与所述集合的电池模型电压Vvec的比较结果，从所述集合的电池内阻Rvec和电池模型角频率ωvec中选择值对Ropt、ωopt。