-
公开(公告)号:CN115616420A
公开(公告)日:2023-01-17
申请号:CN202110792748.X
申请日:2021-07-14
申请人: 西南科技大学
IPC分类号: G01R31/382
摘要: 本发明涉及一种基于容量变化的锂离子电池高阶等效电路建模方法,其特征在于,构建考虑容量变化的高阶Thevenin等效电路模型,探究不同温度以及放电深度变化条件下电池实际容量的变化规律;利用有限RC网络等效替代无限RC网络,在考虑简化带来误差的基础上,有效反映实际电池在外施激励下的暂态响应;通过在模型中加入SOC估算模块,利用安时积分法计算流经电流传感器的电流与容量实验数据结合估算电池容量的非线性变化;该方法在充分考虑模型精度和复杂度的基础上,改进以传统Thevenin模型为基础的高阶模型,探究温度和放电倍率等因素对电池使用特性的影响情况,提高对电池容量非线性变化的模拟度,更精确地对端电压的动态响应进行拟合。
-
公开(公告)号:CN115436810A
公开(公告)日:2022-12-06
申请号:CN202110617422.3
申请日:2021-06-03
申请人: 西南科技大学
IPC分类号: G01R31/367 , G01R31/378 , G01R31/392
摘要: 本发明涉及一种双自适应卡尔曼滤波的SOC与SOH估算方法,其特征在于,通过在卡尔曼滤波算法基础上计入自适应及内阻估算步骤,实现了对锂离子电池组SOC与内阻值的有效迭代计算,克服SOC与内阻初值误差和安时积分存在的累积误差,进而实现SOC与SOH的联合估算;通过曲线拟合法得到SOC与各个参数的函数关系,进而应用在算法中;建立二阶RC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;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,改进以卡尔曼滤波为基础的迭代计算过程,实现锂离子电池组SOC与内阻估算模型的建立和SOC与内阻值的数学迭代运算算法的可靠运行。
-
公开(公告)号:CN115327416A
公开(公告)日:2022-11-11
申请号:CN202211030919.6
申请日:2022-08-26
申请人: 西南科技大学 , 四川氢威新能源技术有限公司
IPC分类号: G01R31/387 , G01R31/367 , G06F17/15 , G06N3/00
摘要: 本发明公开了一种基于群体智能优化和粒子滤波的锂离子电池SOC估算方法,该方法包括建立Thevenin等效电路模型,描述电池动态特性;通过递推最小二乘的在线参数辨识方法,计算出一个完整工况中每一个采样点对应的各个参数值;结合电池状态空间模型,利用萤火虫算法和粒子滤波完成锂离子电池SOC值的估算。采用本发明公开的方法,在可控计算量的情况下,提高估算精度。
-
公开(公告)号:CN115128462A
公开(公告)日:2022-09-30
申请号:CN202110315500.4
申请日:2021-03-24
申请人: 西南科技大学
IPC分类号: G01R31/367 , G01R31/378 , G01R31/388
摘要: 本发明涉及一种基于雅克比矩阵自适应修正的强鲁棒性特种机器人锂离子电池SOC估计方法,其特征在于,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,克服扩展卡尔曼算法的SOC在低容量区时的较大误差;针对由于扩展卡尔曼算法在估算后期导致的误差积累以及电池放电至低容量区时仿真的端电压误差增大导致扩展卡尔曼算法估算不精确问题,本方法在低容量区时融合了安时积分法和扩展卡尔曼算法,保证SOC在低容量区时取到以上两种方法的最优值;该方法基于等效电路模型,改进卡尔曼算法的迭代过程,将安时积分法和扩展卡尔曼算法融合,防止可能存在的误差发散,实现锂离子电池组SOC估算模型的建立和SOC数学迭代运算的可靠运行。
-
公开(公告)号:CN113960482A
公开(公告)日:2022-01-21
申请号:CN202111035461.9
申请日:2021-09-03
申请人: 西南科技大学 , 绵阳市产品质量监督检验所
IPC分类号: G01R31/387 , G01R31/367
摘要: 本发明提供一种基于改进灰狼粒子滤波的锂电池荷电状态智能预测方法,包括如下步骤:步骤S10,构建高保真二阶自回归模型,并进行模型参数辨识;步骤S20,将所述高保真二阶自回归模型的辨识参数作为状态观测量,代入改进灰狼粒子滤波算法进行迭代计算,从而完成锂电池荷电状态智能预测。本发明综合考虑估算精度和计算复杂度,提出基于改进灰狼粒子滤波的锂电池荷电状态智能预测方法,在充分考虑锂电池工作基础上,结合SOC估算模型的建立,实现对锂电池SOC智能预测的计算,为锂电池SOC估算和工作状态实时监测提供基础。
-
公开(公告)号:CN113805059A
公开(公告)日:2021-12-17
申请号:CN202010529257.1
申请日:2020-06-11
申请人: 西南科技大学
IPC分类号: G01R31/367 , G01R31/382 , G01R31/387
摘要: 本发明涉及一种基于高比能锂电池载人飞行衣装备设计办法,其特点是,使用SHK‑20型涡轮发动机作为飞行动力源;使用高比能锂电池作为发动机的飞控动力源及方向控制模块的动力源。建立二阶Thevenin等效电路模型,以弥补内阻模型无法表征锂电池动态特性的缺点,并加入RC回路表征电池内部的计划效应,对电池具有更好的表征效果。在卡尔曼滤波算法基础上通过扩展卡尔曼算法将系统中的非线性函数通过泰勒级数展开,得到一个近似的线性化模型;在滤波误差及一步预测误差较小时不必预先计算标称轨迹,提高估算荷电状态的速度;在系统状态的变化频率和幅度较大时,可以通过增大采样频率和提高运算速度来达到较好的跟踪效果;在充分考虑锂电池工作环境的基础上,基于等效模型电路,改进以卡尔曼为基础的迭代计算过程,实现动力锂电池荷电状态的精确估算,进而确保飞行衣的安全运行。
-
公开(公告)号:CN112964997A
公开(公告)日:2021-06-15
申请号:CN202110079412.9
申请日:2021-01-21
申请人: 西南科技大学 , 绵阳市产品质量监督检验所
IPC分类号: G01R31/387 , G01R31/382 , G01R31/367
摘要: 本发明公开了一种无人机锂离子电池峰值功率自适应估算方法,属于新能源测控的技术领域,通过建立锂离子电池等效模型并对模型进行在线参数辨识,通过等效电路模型对锂离子电池的工作状态进行表征,利用等效电路模型对锂离子电池开路电压与其他模型参数在线估算,采用的递推计算方式通过自适应扩展卡尔曼算法对锂离子电池的SOC与模型极化电压进行估算,通过估算得到的状态参数及所需要的预测时间递推计算出一段时间内能持续达到的峰值功率,以达到克服现有锂离子电池及电池组峰值功率估算方法的不足,解决锂离子电池应用中峰值功率精确估算问题的目的。
-
公开(公告)号:CN112649733A
公开(公告)日:2021-04-13
申请号:CN201910956272.1
申请日:2019-10-10
申请人: 西南科技大学
IPC分类号: G01R31/367 , G01R31/388 , G06F30/367
摘要: 本发明涉及一种平方根无迹卡尔曼的SOC估算方法,其特征在于,通过在无迹卡尔曼滤波算法中利用状态变量的误差协方差的平方根替代状态变量的误差协方差,实现了对锂离子电池组SOC值的高效迭代计算,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,平方根无迹卡尔曼没有忽略高阶项,对电池工作过程中呈现出的非线性问题应对性较好;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:CN118898176A
公开(公告)日:2024-11-05
申请号:CN202411397553.5
申请日:2024-10-09
申请人: 西南科技大学 , 内蒙古工业大学 , 北京京能清洁能源电力股份有限公司内蒙古分公司
IPC分类号: G06F30/20 , G01R31/367 , G06F17/11 , G06F17/16
摘要: 本发明公开了一种新型动态折息储能电池模型参数的辨识方法,属于新能源测控技术领域,包括以下步骤:构建储能电池不同时间尺度下的双电阻‑电容电路网络等效电路网络结构模型,并对模型中待辨识的参数进行初始化;基于遗忘因子最小二乘法,引入动态折息因子和折息中加权因子对动态遗忘因子进行调整,构建动态折息最小二乘法;引入多重新息酉分解滤波算法,对新息输出模值比进行更新,基于更新结果选择对应的加权因子;预设协方差矩阵,基于调整后的动态遗忘因子和选择的加权因子对协方差矩阵进行更新;基于更新后的协方差矩阵对待辨识的参数进行分离,获得辨识结果。本发明解决了电池系统等效电路模型参数的精确辨识和充电状态准确估算问题。
-
公开(公告)号:CN117463643B
公开(公告)日:2024-03-26
申请号:CN202311824236.2
申请日:2023-12-28
申请人: 四川帝威能源技术有限公司 , 西南科技大学 , 四川帝威能碳科技有限公司
IPC分类号: B07C5/344
摘要: 本发明公开了一种退役动力锂电池容量分选方法、系统、电子设备及介质,方法包括:将退役动力锂电池进行同一型号分拣,得到分拣锂电池;基于所述分拣锂电池,设置片段电压区间;基于所述片段电压区间,计算得到片段电压区间内的充电容量增量;通过K‑Means算法对所述充电容量增量进行聚类,实现退役动力锂电池的容量分选。系统包括:电池分拣模块、电压设置模块、增量计算模块、容量分选模块。本发明以充电容量增量作为反映退役动力电池容量特性的关联量,实现退役动力电池容量特性的简化提取,可以减小在检测过程中动力电池的容量损耗;运用无监督的聚类方式实现退役动力电池的容量分选,大大缩短了分选时间,使得容量分选更加快速。
-
-
-
-
-
-
-
-
-