一种新型多通道智能锂离子电池管理模块

    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

    IPC分类号: H02J7/00

    摘要: 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%。

    基于强跟踪自适应修正的强鲁棒电动汽车锂离子电池SOC和SOH联合估计

    公开(公告)号:CN115453364A

    公开(公告)日:2022-12-09

    申请号:CN202110639875.6

    申请日:2021-06-09

    IPC分类号: G01R31/367 G01R31/392

    摘要: 本发明涉及一种基于强跟踪自适应修正的强鲁棒电动汽车锂离子电池SOC和SOH联合估计方法,其特征在于通过将渐消因子和自适应滤波器引入扩展卡尔曼中,使系统具有跟踪突变和连续修改噪声统计特性的能力,克服了扩展卡尔曼算法估算精度不高的问题;针对扩展卡尔曼算法不具有跟踪突变的能力及噪声统计特性固定而导致的估算不精确问题,本方法将强跟踪滤波器和自适应滤波器引入扩展卡尔曼中,保证估算值的高精确度;该方法基于等效模型电路,增强观测数据比例,修改以卡尔曼为基础的噪声统计特性,防止可能存在的误差发散以追踪错误,实现锂离子电池SOC和SOH联合估算模型的建立和SOC值及SOH值的数学迭代运算算法的可靠运行。

    基于雅克比矩阵修正的特种机器人锂离子电池SOC估计

    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

    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。