-
公开(公告)号:CN115598541B
公开(公告)日:2023-03-10
申请号:CN202211523987.6
申请日:2022-12-01
Applicant: 西南科技大学 , 四川帝威能源技术有限公司
Inventor: 王顺利 , 陈超 , 刘冬雷 , 杨潇 , 李飞 , 乔家璐 , 梁雅雯 , 曹文 , 王毅 , 于春梅 , 陈蕾 , 王建 , 刘全文 , 靳玉红 , 范永存 , 戚创事 , 熊莉英 , 任璞
IPC: G01R31/367 , G01R31/382 , G01R31/378 , G06F17/16 , G06F17/12
Abstract: 本发明公开了基于遗忘因子自适应反馈修正的电池能量状态评估方法,属于新能源电池测控领域,本发明针对锂电池的极化特性表征难题,构建锂离子电池二阶RC等效电路模型;针对FFRLS在线参数辨识方法不能很好适应工况变化难题,提出使用模糊逻辑控制器实现遗忘因子的在线自适应整定;在电池等效电路模型基础上运用AFFRLS和EKF的算法实现锂离子电池组SOE估算模型的建立和SOE值的数学迭代运算;提出AFFRLS和EKF的锂电池SOE估计研究,实现了SOE估算模型的构建与实验验证,在用于跟踪锂离子电池组输出电压时,平均估算误差为0.01V,最大估算误差为0.05V,显著提高了电池SOE估算精度。
-
公开(公告)号:CN115113047A
公开(公告)日:2022-09-27
申请号:CN202110288671.2
申请日:2021-03-18
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/378
Abstract: 本发明针对粒子滤波存在的粒子退化和多样性不足等缺陷,提出一种权值递减粒子群改进无迹粒子滤波的锂电池SOC估计方法。文章选取改进的戴维南电路模型作为锂电池的等效模型,利用无迹卡尔曼滤波生成粒子滤波中的重要密度函数。引入粒子群优化算法改进重采样过程中粒子匮乏现象,粒子通过搜索重要性分布中的最优粒子位置,不断迭代更新自身位置,使每个粒子不断向最优位置移动,最大程度逼近后验概率密度函数。粒子滤波和粒子群算法的联合能同时改进粒子滤波中的重要密度函数和重采样过程,解决粒子退化和匮乏现象,克服了现有算法针对单一的缺陷进行改进的不足,提高了SOC估算的准确度和估算效率。
-
公开(公告)号:CN113189492A
公开(公告)日:2021-07-30
申请号:CN202110545909.5
申请日:2021-05-19
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/387 , G01R31/388
Abstract: 本发明涉及一种基于时变校正扩展卡尔曼滤波的锂离子电池SOC估算方法,其特征在于,通过在卡尔曼滤波算法基础上利用泰勒展开式进行线性化处理使卡尔曼滤波能应用于具有非线性关系的锂离子电池组SOC估算,实现了对锂离子电池组SOC值的有效迭代计算,克服SOC初值误差和安时积分存在的累积误差;考虑到模型内部参数受多种因素影响而并非恒定不变,通过曲线拟合法得到SOC与各个参数的函数关系并应用在算法中;建立Thevenin等效电路模型,克服极化效应出现的误差,步骤简短且原理清晰,适合功率型电池充放电的暂态分析,且对电池具有更好的表征效果;该方法在充分考虑锂离子电池成组工作基础上,基于等效模型电路。
-
公开(公告)号:CN112800707A
公开(公告)日:2021-05-14
申请号:CN202110084556.3
申请日:2021-01-21
Applicant: 西南科技大学 , 中国(绵阳)科技城工业技术研究院
IPC: G06F30/367 , G06F17/13 , G06F17/17 , G06F17/18
Abstract: 本发明公开了一种用于大型无人机锂离子电池组SOC估计的无迹粒子滤波方法,包括以下步骤:S01、根据锂离子电池组SOC的影响因素与内部因参数耦合而具有的非线性工作特性之间的关系构建电池模型;S02、采集电池组的各项数据并进行整合;S03、整合后的数据利用无迹卡尔曼滤波算法得到的均值和方差来更新粒子滤波算法采样中的粒子集;S04、根据步骤S03的计算预测锂离子电池组工作特性。具有采用无迹卡尔曼滤波具有良好的滤波效果,它通过采取对系统状态变量的概率密度拟合,从而巧妙地避开了线性化过程带来的误差,估算精度进一步提升,系统鲁棒性更好的优点。
-
公开(公告)号:CN112649734A
公开(公告)日:2021-04-13
申请号:CN201910956491.X
申请日:2019-10-10
Applicant: 西南科技大学
IPC: G01R31/367 , G01R31/388
Abstract: 本发明涉及一种基于扩展卡尔曼的SOC估算方法,其特征在于,建立基于PNGV的改进等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点,加入RC回路表征电池内部的极化效应,并加入自放电回路以表征充放电累积引起的电池端电压的变化,对电池具有更加精确的表征性能;通过在卡尔曼滤波算法基础上利用泰勒级数变换使卡尔曼滤波能应用于具有非线性关系的锂离子电池组SOC估算,实现了对锂离子电池组SOC值的有效迭代计算,克服SOC初值误差和安时积分存在的累积误差;该方法在充分考虑锂离子电池成组工作基础上,基于等效模型电路,改进以卡尔曼为基础的迭代计算过程,实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。
-
公开(公告)号:CN112364471A
公开(公告)日:2021-02-12
申请号:CN201910679595.0
申请日:2019-07-26
Applicant: 西南科技大学
Inventor: 徐文华 , 王顺利 , 于春梅 , 李小霞 , 李永桥 , 侯广海 , 张晓琴 , 熊丽英 , 乔静 , 陈蕾 , 张丽 , 王瑶 , 潘小琴 , 李进 , 凌利 , 袁会芳 , 苏杰 , 谢非
IPC: G06F30/20 , G06F17/11 , G01R31/367 , G01R31/387
Abstract: 本发明涉及一种无迹卡尔曼的SOC估算方法,其特征在于,通过在卡尔曼滤波算法基础上利用无迹变换使卡尔曼滤波能应用于具有明显非线性关系的锂离子电池组SOC估算,实现了对锂离子电池组SOC值的有效迭代计算,克服SOC初值误差和安时积分存在的累积误差;针对卡尔曼忽略高阶项,使估算精度低、稳定性差的确定,无迹卡尔曼没有忽略高阶项,具有较高的精度;建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点,并加入RC回来表征电池内部的极化效应,对电池具有更好的表征效果;该方法在充分考虑锂离子电池成组工作基础上,基于等效模型电路,改进以卡尔曼为基础的迭代计算过程,实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。
-
公开(公告)号:CN118091428A
公开(公告)日:2024-05-28
申请号:CN202410487446.5
申请日:2024-04-23
Applicant: 西南科技大学 , 四川城市职业学院 , 四川文理学院 , 四川泽丰锂能新能源科技有限公司
IPC: G01R31/367 , G01R31/00 , G06N7/01 , G06N3/006
Abstract: 本发明公开了一种新型智能寻优粒子滤波锂电池SOE估计方法及系统,属于锂电池状态预测技术领域,所述方法基于粒子滤波算法为基础的修正机制,采用一种实时的智能蝴蝶寻优算法优化粒子滤波估算方案,构建锂离子电池SOE估算新模型,结合双极化‑电等效电路(DP‑EEC)模型和VFFRLS算法,实现算法对锂电池SOE有效迭代计算;针对三元锂电池系统较强的非线性特点,为减少噪声带来的不确定性对SOE精确估计的影响,粒子滤波方法通过预测和更新来自于系统概率密度函数的采样集,较好的处理非线性过程,针对滤波存在粒子贫化问题,采用智能蝴蝶寻优算法优化粒子滤波得重采样过程,实现锂电池SOE的高精度、快速度估计。
-
公开(公告)号:CN117591796A
公开(公告)日:2024-02-23
申请号:CN202410078084.4
申请日:2024-01-19
Applicant: 四川帝威能源技术有限公司 , 西南科技大学 , 四川城市职业学院
IPC: G06F17/18 , G01R31/367 , G06F17/16 , G06F17/11 , G06Q50/06
Abstract: 本发明公开了双层遗忘因子递推最小二乘电池模型参数在线辨识方法,包括:基于第一层递推最小二乘算法,进行电池等效电路模型参数辨识,获取预设参数和;将所述预设参数作为输入,基于第二层递推最小二乘算法,进行电流测量偏移修正,获取修正后的电流,再将修正后的电流作为第一层递推最小二乘算法的输入参数,进行迭代,获取电池等效电路模型全参数。本发明能降低算法系统噪声,提高参数辨识的精度,为动力电池的能源管理提供理论依据。
-
公开(公告)号:CN116418054A
公开(公告)日:2023-07-11
申请号:CN202111632392.X
申请日:2021-12-29
Applicant: 西南科技大学
IPC: H02J7/00
Abstract: 本发明涉及智能锂离子电池状态信息检测和管理模块,属于新能源测控领域。本发明以锂离子电池组状态信息检测及管理为目标,能在多种工况下对电池的电压、电流、温度进行在线检测、剩余电量SOC(State of charge)估算、均衡管理,实现对电池组实时监管,保障其在各种复杂工况下使用的高效性和安全性。本发明对锂离子电池管理模块进行微型化、分布式设计:主要包括检测板和主控板两个部分。检测板具有十二个电压检测通道、一个电流检测通道、五个温度检测通道、十二个被动均衡通道,用于对电池组进行状态信息检测;检测板之间可以通过菊链式进行级联,拓展系统的检测通道,增加通用性。主控板用于对电池组的状态信息进行处理和显示,具备过压、过流、过温报警功能;该管理模块单体电压精度2.00mV、电流精度0.1mA、温度精度±1.00℃、SOC在线估算精度97.00%。
-
公开(公告)号:CN115754748A
公开(公告)日:2023-03-07
申请号:CN202111023659.5
申请日:2021-09-02
Applicant: 西南科技大学
IPC: G01R31/382
Abstract: 目前,随着新能源的日益发展,现已成为能源发展战略上的主流,电动汽车在汽车运输领域的作用愈加明显。电动汽车中电池管理系统(BMS)是连接车载动力电池和电动汽车的核心部分,它能够有效提高电池的利用率。而准确估算动力电池的荷电状态(SOC)是保证电池管理系统良好运行的前提和关键。本发明以锂电池SOC为研究对象,通过采用支持向量机的方法,将锂电池非线性空间内的样本映射到线性空间,以此来得到锂电池工作特性。根据实验结果,采用支持向量机对锂电池的工作特性进行分析,能够有效估算锂电池的SOC,为电动汽车电池带来了实用的价值。
-
-
-
-
-
-
-
-
-