-
公开(公告)号：CN110991757A
公开(公告)日：2020-04-10
申请号：CN201911257061.5
申请日：2019-12-10
Applicant: 北京理工大学
Abstract: 本发明提供了一种混合动力电动汽车综合预测能量管理方法，其将车速预测和乘员预测相结合，更加全面地考虑车辆真实应用场景中的未来短期功率需求；采用基于模型预测控制的方法，可实现车辆能量管理的实时在线应用，通过本发明所提供的该方法能够实现预测工况更全面、预测精度更准确的车辆实时在线能量管理，提高混合动力电动汽车节能潜力，也易于在线实时实现，具有良好的工程应用前景。
-
公开(公告)号：CN107479000B
公开(公告)日：2019-10-11
申请号：CN201710706002.6
申请日：2017-08-17
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/392 , G06F17/50
Abstract: 本发明提出一种基于Box‑Cox变换以及蒙特卡罗仿真的动力电池RUL预测方法，其应用Box‑Cox变换对电池容量进行变换，构建容量变换值与循环次数之间的线性模型，并利用最小二乘算法对模型参数以及模型不确定性进行辨识，剩余寿命的不确定性应用蒙特卡罗仿真产生。该算法可以缩减精确剩余寿命预测所需的在线老化数据，当有离线老化数据时，精确剩余寿命预测所需要的在线数据量最低仅为电池总衰减数据量的30％。
-
公开(公告)号：CN108544925B
公开(公告)日：2019-10-01
申请号：CN201810282001.8
申请日：2018-04-02
Applicant: 北京理工大学
Abstract: 本发明涉及电池管理系统，包括车载电池管理单元和基于电池历史数据的云计算系统组成，车载电池管理单元利用电池信息采集单元测量的电压、电流、温度进行电池模型参数辨识，利用辨识出的参数，进行状态SOC和SOE估计、基于模型参数实现多目标优化的充放电能力SOP估计、电池的短路故障检测、传感器故障检测及传感器在线标定、以及电池的自加热和热均衡功能等。利用云服务器存储量大，计算能力强的特点实现基于在线的电池容量即健康状态SOH估计，利用模型参数、SOC信息进行电池组一致性估计、剩余里程预测；对参数慢时变的内短路状态进行估计；以及利用历史充电数据进行剩余寿命预测(RUL)；并利用无线传输将计算的结果回传至车载电池管理单元。
-
公开(公告)号：CN106443474B
公开(公告)日：2019-03-26
申请号：CN201610880874.X
申请日：2016-10-09
Applicant: 北京理工大学
IPC: G01R31/396 , G01R31/389
Abstract: 一种动力电池系统寿命衰退特征快速识别的方法，基于预先建立的极化内阻增长率与容量保持率关系，在电动汽车实际运行工况中完成参数辨识的电压电流数据采集，并通过车载计算机进行在线参数辨识，无需特别对电池进行满充满放或其他操作即可在线得到电池的实际容量；采用极化内阻增长率和容量保持率作为输入和输出，避免了电池之间内阻、容量不一致性对容量预测的影响。所辨识的模型内阻参数不仅可以用于容量估计，也可用于SOC估计等方面。
-
公开(公告)号：CN106772067B
公开(公告)日：2018-12-28
申请号：CN201611077392.7
申请日：2016-11-30
Applicant: 北京理工大学
Abstract: 本申请涉及利用IAPF滤波估计动力电池荷电状态与健康状态的方法，首先进行准备工作：建立容量‑SOC‑OCV三维响应面，然后利用多时间尺度IAPF滤波算法，使用宏观时间尺度获得动力电池系统参数估计值、使用微观时间尺度估计系统状态，最后提出荷电状态SOC和健康状态SOH的表征量，评估所述动力电池的荷电状态与健康状态，形成基于多时间尺度的动力电池参数和状态的联合估计方法，实现动力电池荷电状态和可用容量在不确定性应用环境中的精确联合估计，使得估计结果在全工作周期内更加稳定可靠且实现减小BMS计算量。
-
Patent Agency Ranking
公开(公告)号：CN105842627B
公开(公告)日：2018-06-01
申请号：CN201610069076.9
申请日：2016-02-01
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及动力电池参数和状态的估计领域，尤其涉及一种基于数据模型融合的动力电池容量和荷电状态的估计方法。为提高电动车辆动力电池荷电状态的估计精度，本发明提出一种基于数据模型融合的动力电池容量和荷电状态的估计方法，对动力电池进行老化实验，得出由动力电池在不同老化程度下的开路电压、荷电状态和可用容量形成的三维响应面关系，建立动力电池的等效电路模型，输入动力电池的实测端电压和充放电电流到动力电池的模型方程中，辨识出动力电池的等效电路模型的模型参数以及动力电池的最大可用容量和荷电状态初始值，估计出动力电池的荷电状态。本发明方法可对不同老化程度的动力电池的容量和荷电状态进行估计，实用性强，估计精度较高。
-
公开(公告)号：CN105416077B
公开(公告)日：2017-07-28
申请号：CN201510862376.8
申请日：2015-12-01
Applicant: 北京理工大学
CPC classification number: Y02T10/7005
Abstract: 本发明涉及电动汽车的能量管理领域。为降低混合动力电动汽车的行驶成本，本发明提出一种电动汽车的能量管理方法，采集电动汽车的车速信息并进行汇总分析，通过电动汽车的平均车速Va或/和最高车速Vmax辨识出电动汽车行驶的工况类型；根据工况类型选择相应的马尔科夫概率转移矩得出电动汽车的预测车速根据预测车速利用贝尔曼动态规划理论优化后的复合电源的控制策略对APU控制器及复合电源控制器发送控制命令，使APU系统和复合电源的放电功率等于驱动电机的需求功率PND且复合电源的耗电量最小。采用本发明能量管理方法对电动汽车的复合电源的能量进行管理，增大了超级电容的使用次数，减少了APU系统的工作时间，提高了电动汽车的燃油经济性。
-
公开(公告)号：CN106842056A
公开(公告)日：2017-06-13
申请号：CN201710075780.X
申请日：2017-02-13
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3648 , G01R31/3651
Abstract: 本发明涉及一种基于双步在线智能优化算法动力电池峰值功率估计方法，基于第一步智能优化算法类型，在所述第一优化变量边界中寻找使得第一优化目标函数J1最大化的第一优化变量值，解得所述第一优化变量值所对应的J1值即为下一时刻动力电池的最大放电功率；基于第二步智能优化算法类型，在所述第二优化变量边界中寻找使得第二优化目标函数J2最小化的第二优化变量值，解得所述第二优化变量值所对应的J2值即下一时刻动力电池的最小充电功率；该方法引入了双步智能优化算法分别计算最大放电功率和最小充电功率、且步骤简单，适用性强，易于在线实施。
-
公开(公告)号：CN106772067A
公开(公告)日：2017-05-31
申请号：CN201611077392.7
申请日：2016-11-30
Applicant: 北京理工大学
CPC classification number: G01R31/3648 , G01R31/007 , G01R31/3679
Abstract: 本申请涉及利用IAPF滤波估计动力电池荷电状态与健康状态的方法，首先进行准备工作：建立容量‑SOC‑OCV三维响应面，然后利用多时间尺度IAPF滤波算法，使用宏观时间尺度获得动力电池系统参数估计值、使用微观时间尺度估计系统状态，最后提出荷电状态SOC和健康状态SOH的表征量，评估所述动力电池的荷电状态与健康状态，形成基于多时间尺度的动力电池参数和状态的联合估计方法，实现动力电池荷电状态和可用容量在不确定性应用环境中的精确联合估计，使得估计结果在全工作周期内更加稳定可靠且实现减小BMS计算量。
-
公开(公告)号：CN103995464B
公开(公告)日：2016-04-13
申请号：CN201410225424.8
申请日：2014-05-26
Applicant: 北京理工大学
IPC: G05B13/02
CPC classification number: G06F17/5009 , B60L3/0023 , B60L3/0046 , B60L3/0061 , B60L3/12 , B60L11/1861 , B60L2260/44 , G06F17/11 , G06F17/16 , Y02T10/7005 , Y02T10/7044 , Y02T10/705
Abstract: 本发明涉及系统辨识和状态估计领域。为获得电动车辆的动力系统稳定可靠的状态估计值，并降低估计计算成本，本发明提出一种估计电动车辆的动力系统的参数和状态的方法，建立动力系统的多时间尺度模型，对电动车辆的动力系统中基于宏观时间尺度的参数观测器AEKFθ和基于微观时间尺度的状态观测器AEKFx进行初始化设置，参数观测器AEKFθ进行时间更新，更新时间长度为一个宏观时间尺度，得到参数θ在t1,0时刻的先验估计值状态观测器AEKFx进行时间更新和测量更新并循环L次，使状态观测器AEKFx的时间更新到t0,L时刻；参数观测器AEKFθ进行测量更新，并循环上述操作直至估计完成。采用该方法对电动车辆的动力系统的参数和状态进行估计，精度高，计算时间短，降低了计算成本。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.032 seconds)
