电池的荷电状态(state of charge,SOC)和健康状态(state of health,SOH)作为电动汽车动力电池的重要指标,准确估计SOC与SOH对确保电动汽车运行高效、安全以及稳定有着重要意义。由于SOC与SOH之间有着耦合关系,单独估计SOC或SOH都会造成...电池的荷电状态(state of charge,SOC)和健康状态(state of health,SOH)作为电动汽车动力电池的重要指标,准确估计SOC与SOH对确保电动汽车运行高效、安全以及稳定有着重要意义。由于SOC与SOH之间有着耦合关系,单独估计SOC或SOH都会造成估计精度的影响,因此联合估计SOC与SOH是当前迫切需要解决的问题。联合估计策略主要分为基于模型方法、数据驱动方法以及混合方法,并对每类方法进行了分析与总结,最后阐述了SOC与SOH联合估计的发展趋势。展开更多
采用有限元法分别对锂离子电池的荷电状态(state of charge,SOC)、内部缺陷(气泡缺陷、析锂缺陷和浸润不完全缺陷)与超声透射特性之间的影响规律进行了仿真分析。首先,利用Voronoi多边形建立了锂离子电池内部的多层多孔结构;其次,在仿...采用有限元法分别对锂离子电池的荷电状态(state of charge,SOC)、内部缺陷(气泡缺陷、析锂缺陷和浸润不完全缺陷)与超声透射特性之间的影响规律进行了仿真分析。首先,利用Voronoi多边形建立了锂离子电池内部的多层多孔结构;其次,在仿真过程中,通过改变正负极材料的力学参数(杨氏模量和密度)实现了锂离子电池不同荷电状态下超声透射特性的提取。仿真结果表明,随着荷电状态的增加,快纵波的声强幅值和慢纵波的声强幅值均呈现线性增加的规律,慢纵波的渡越时间呈现线性减小的规律。随后,对锂离子电池内部不同缺陷形式进行仿真分析。通过对比正常电池和缺陷电池的声透射信息可以发现:当锂离子电池底部存在气泡缺陷时,透射信号的声强幅值显著衰减,且随着气泡厚度的增加,声强幅值的衰减也在增加;此外,随着气泡位置的改变,透射信号的声强幅值也呈现规律性变化;当锂离子电池内部存在析锂缺陷时,透射信号的声强幅值和渡越时间均随着析锂厚度的增加而逐渐减小;当锂离子电池内部存在浸润不完全缺陷时,仿真模型将退化为单相多孔介质,频域中也只存在一个频率成分,且声强幅值存在衰减。研究内容解决了用有限元法对锂离子电池荷电状态、内部缺陷进行模拟处理的问题,且慢纵波波速的仿真结果与理论结果吻合良好。展开更多
在车辆行驶过程中,荷电状态(State of Charge,SOC)估算高度依赖电流测量,但电流传感器故障会导致数据缺失,进而降低SOC估算精度,为此,亟需一种能够在电流数据异常或缺失情况下仍可准确估算SOC的方法。针对此问题,提出了一种基于卷积神...在车辆行驶过程中,荷电状态(State of Charge,SOC)估算高度依赖电流测量,但电流传感器故障会导致数据缺失,进而降低SOC估算精度,为此,亟需一种能够在电流数据异常或缺失情况下仍可准确估算SOC的方法。针对此问题,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)-长短期记忆(Long Short-Term Memory,LSTM)网络-科尔莫戈洛夫-阿诺德网络(Kolmogorov-Arnold Networks,KAN)的数据驱动方法,该方法不依赖电流数据,可以作为电流传感器失效时的替代SOC估算方案。CNN-LSTM网络-KAN模型综合利用了CNN的特征提取能力、LSTM网络的时间序列建模优势和KAN的非线性分解能力,从而实现对车辆行驶过程中SOC的估算。最终CNN-LSTM网络-KAN模型通过实车行驶数据集得到了效果验证,结果表明,所提方法对SOC的预测值与SOC真实值之间的平均绝对误差(Mean Absolute Error,MAE)为0.381,均方根误差(Root Mean Square Error,RMSE)为0.467,决定系数R2为0.980。说明所提方法在电流传感器失效情况下,仍然能够有效估算车辆的SOC。展开更多
在基于模型的锂离子电池荷电状态(state of charge,SOC)估计中,传感器采集的数据对SOC估计至关重要。在实际应用中,由于传感器随机故障,可能导致数据缺失的问题,将严重影响SOC估计的准确性。为了解决这一问题,提出了一种基于变递推间隔...在基于模型的锂离子电池荷电状态(state of charge,SOC)估计中,传感器采集的数据对SOC估计至关重要。在实际应用中,由于传感器随机故障,可能导致数据缺失的问题,将严重影响SOC估计的准确性。为了解决这一问题,提出了一种基于变递推间隔修正辅助模型随机梯度的方法。首先,引入了正态分布参数模拟传感器随机故障的情况。然后,在数据缺失下,通过定义已知数据点的整数序列,采用基于变递推间隔的方法得到不可观测的数据,并通过修正辅助模型随机梯度迭代算法补偿未知的信息向量参数。最后,在参数辨识中引入了收敛指数和遗忘因子以提高参数的收敛速度和精度。实验结果表明,所提方法在各种工况和不同缺失率下的平均绝对误差在2.5%以内,表现出较强的鲁棒性。展开更多
利用扩展卡尔曼滤波(extend Kalman filter,EKF)算法估计锂电池的荷电状态(state of charge,SOC)时,经常会遇到SOC初值设定不准确和非高斯观测噪声干扰的问题,直接造成估计精度不高。为解决上述问题,该文建立锂电池的一阶戴维南等效电...利用扩展卡尔曼滤波(extend Kalman filter,EKF)算法估计锂电池的荷电状态(state of charge,SOC)时,经常会遇到SOC初值设定不准确和非高斯观测噪声干扰的问题,直接造成估计精度不高。为解决上述问题,该文建立锂电池的一阶戴维南等效电路模型,提出最大熵准则下,分阶段变换观测噪声协方差的扩展卡尔曼滤波算法估计锂电池SOC。该算法在SOC起始估计阶段利用小数量级观测噪声协方差提升收敛速度,并以观测残差一阶低通滤波值的第一次正负状态转换作为收敛判据。当判断估计值已快速收敛至容许误差范围内时,算法自适应地切换为大数量级观测噪声协方差来保证后续估计波形的平滑度,同时引入最大熵准则以迭代递推形式实时修正观测噪声的统计特性,用来减小非高斯观测噪声对估计精度的影响。结果表明,所提方法估计SOC的综合性能优异、鲁棒性强,具有很好的工程应用价值。展开更多
针对可再生能源、电解槽和储能设备集成的孤岛直流微电网制氢系统,提出了1种考虑储能荷电状态(state of charge,SoC)的优化控制策略.首先,对碱性电解槽的制氢效率特性进行分析,提出了1种制氢效率随母线电压变化而自适应调整的优化控制方...针对可再生能源、电解槽和储能设备集成的孤岛直流微电网制氢系统,提出了1种考虑储能荷电状态(state of charge,SoC)的优化控制策略.首先,对碱性电解槽的制氢效率特性进行分析,提出了1种制氢效率随母线电压变化而自适应调整的优化控制方法,通过与储能系统协调互补,将制氢效率保持在较高的范围内.当储能SoC越过上下限时,设计了1种不依赖通信的SoC主动恢复控制策略,确保储能系统的安全运行.其次,设计了1种考虑极端工况下的功率协调控制策略,通过各个运行模式之间的灵活切换来保证直流微电网的稳定运行.最后,通过MATLAB/Simulink仿真平台对所提控制策略的有效性进行了验证.展开更多
文摘电池的荷电状态(state of charge,SOC)和健康状态(state of health,SOH)作为电动汽车动力电池的重要指标,准确估计SOC与SOH对确保电动汽车运行高效、安全以及稳定有着重要意义。由于SOC与SOH之间有着耦合关系,单独估计SOC或SOH都会造成估计精度的影响,因此联合估计SOC与SOH是当前迫切需要解决的问题。联合估计策略主要分为基于模型方法、数据驱动方法以及混合方法,并对每类方法进行了分析与总结,最后阐述了SOC与SOH联合估计的发展趋势。
文摘采用有限元法分别对锂离子电池的荷电状态(state of charge,SOC)、内部缺陷(气泡缺陷、析锂缺陷和浸润不完全缺陷)与超声透射特性之间的影响规律进行了仿真分析。首先,利用Voronoi多边形建立了锂离子电池内部的多层多孔结构;其次,在仿真过程中,通过改变正负极材料的力学参数(杨氏模量和密度)实现了锂离子电池不同荷电状态下超声透射特性的提取。仿真结果表明,随着荷电状态的增加,快纵波的声强幅值和慢纵波的声强幅值均呈现线性增加的规律,慢纵波的渡越时间呈现线性减小的规律。随后,对锂离子电池内部不同缺陷形式进行仿真分析。通过对比正常电池和缺陷电池的声透射信息可以发现:当锂离子电池底部存在气泡缺陷时,透射信号的声强幅值显著衰减,且随着气泡厚度的增加,声强幅值的衰减也在增加;此外,随着气泡位置的改变,透射信号的声强幅值也呈现规律性变化;当锂离子电池内部存在析锂缺陷时,透射信号的声强幅值和渡越时间均随着析锂厚度的增加而逐渐减小;当锂离子电池内部存在浸润不完全缺陷时,仿真模型将退化为单相多孔介质,频域中也只存在一个频率成分,且声强幅值存在衰减。研究内容解决了用有限元法对锂离子电池荷电状态、内部缺陷进行模拟处理的问题,且慢纵波波速的仿真结果与理论结果吻合良好。
文摘在基于模型的锂离子电池荷电状态(state of charge,SOC)估计中,传感器采集的数据对SOC估计至关重要。在实际应用中,由于传感器随机故障,可能导致数据缺失的问题,将严重影响SOC估计的准确性。为了解决这一问题,提出了一种基于变递推间隔修正辅助模型随机梯度的方法。首先,引入了正态分布参数模拟传感器随机故障的情况。然后,在数据缺失下,通过定义已知数据点的整数序列,采用基于变递推间隔的方法得到不可观测的数据,并通过修正辅助模型随机梯度迭代算法补偿未知的信息向量参数。最后,在参数辨识中引入了收敛指数和遗忘因子以提高参数的收敛速度和精度。实验结果表明,所提方法在各种工况和不同缺失率下的平均绝对误差在2.5%以内,表现出较强的鲁棒性。
文摘利用扩展卡尔曼滤波(extend Kalman filter,EKF)算法估计锂电池的荷电状态(state of charge,SOC)时,经常会遇到SOC初值设定不准确和非高斯观测噪声干扰的问题,直接造成估计精度不高。为解决上述问题,该文建立锂电池的一阶戴维南等效电路模型,提出最大熵准则下,分阶段变换观测噪声协方差的扩展卡尔曼滤波算法估计锂电池SOC。该算法在SOC起始估计阶段利用小数量级观测噪声协方差提升收敛速度,并以观测残差一阶低通滤波值的第一次正负状态转换作为收敛判据。当判断估计值已快速收敛至容许误差范围内时,算法自适应地切换为大数量级观测噪声协方差来保证后续估计波形的平滑度,同时引入最大熵准则以迭代递推形式实时修正观测噪声的统计特性,用来减小非高斯观测噪声对估计精度的影响。结果表明,所提方法估计SOC的综合性能优异、鲁棒性强,具有很好的工程应用价值。
文摘针对可再生能源、电解槽和储能设备集成的孤岛直流微电网制氢系统,提出了1种考虑储能荷电状态(state of charge,SoC)的优化控制策略.首先,对碱性电解槽的制氢效率特性进行分析,提出了1种制氢效率随母线电压变化而自适应调整的优化控制方法,通过与储能系统协调互补,将制氢效率保持在较高的范围内.当储能SoC越过上下限时,设计了1种不依赖通信的SoC主动恢复控制策略,确保储能系统的安全运行.其次,设计了1种考虑极端工况下的功率协调控制策略,通过各个运行模式之间的灵活切换来保证直流微电网的稳定运行.最后,通过MATLAB/Simulink仿真平台对所提控制策略的有效性进行了验证.
