-
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：CN105425154A
公开(公告)日：2016-03-23
申请号：CN201510732371.3
申请日：2015-11-02
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3634 , G01R31/3651
Abstract: 本发明涉及电动汽车的车载电池管理系统的设计领域，尤其涉及一种对电动汽车的动力电池组的荷电状态进行估计的方法。为提高动力电池的荷电状态的估计精度及估计结果的可靠性，本发明提出一种估计电动汽车的动力电池组的荷电状态的方法，采集动力电池组的端电压和充放电电流，建立动力电池组的戴维宁模型、双极化模型和3阶RC网络模型，分别配合状态观测器对动力电池组的荷电状态进行估计得到和对和进行加权计算得到动力电池组的荷电状态的估计值z融,k，k时刻的加权系数w1(k)+w2(k)+w3(k)＝1。采用该估计方法估计电动汽车的动力电池组的荷电状态，估计精度较高，估计结果稳定、可靠。
-
公开(公告)号：CN108519557A
公开(公告)日：2018-09-11
申请号：CN201810342607.6
申请日：2018-04-17
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明提供了一种适用于稀疏数据的动力电池参数辨识方法，基于集员辨识算法，在实际系统噪声的统计分布特性难以确定时，不需要对系统噪声的统计分布特征作假定，只需知道系统噪声的界，通过传感器进行测量引入的误差，机器数的舍入误差以及建模误差都可以看做有界误差的形式。同时该算法具有识别冗余数据的能力，在电池管理系统采样间隔增大时，也可保证辨识精度，因而特别适用于稀疏数据的情况，具有显著提高动力电池管理系统可靠性等的诸多有益效果。
-
Patent Agency Ranking
公开(公告)号：CN106842045B
公开(公告)日：2023-04-28
申请号：CN201710040588.7
申请日：2017-01-20
Applicant: 北京理工大学
IPC: G01R31/367
Abstract: 本发明涉及一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统。使用自适应权重方法计算不同模型以不同的权重或进行模型工作模式的切换，确保输出的融合模型或选中模型在任意使用条件下均能够以最优模式工作，最终实现对关键参数和性能进行精确、可靠的预测和跟踪，提升控制性能的整体品质。通过深入分析不同电池模型在多工况、多环境、多阶段下的精度、稳定性、计算量和存储空间等性能特点，实现了在线的不断更新的多模型融合建模，解决了现有模型性能难以满足电池系统在全寿命周期和不确定动态工况和环境等内外因素下的精确预测和功能单一无法满足全部使用要求等难题。
-
公开(公告)号：CN108519557B
公开(公告)日：2019-11-05
申请号：CN201810342607.6
申请日：2018-04-17
Applicant: 北京理工大学
IPC: G01R31/367
Abstract: 本发明提供了一种适用于稀疏数据的动力电池参数辨识方法，基于集员辨识算法，在实际系统噪声的统计分布特性难以确定时，不需要对系统噪声的统计分布特征作假定，只需知道系统噪声的界，通过传感器进行测量引入的误差，机器数的舍入误差以及建模误差都可以看做有界误差的形式。同时该算法具有识别冗余数据的能力，在电池管理系统采样间隔增大时，也可保证辨识精度，因而特别适用于稀疏数据的情况，具有显著提高动力电池管理系统可靠性等的诸多有益效果。
-
公开(公告)号：CN105425154B
公开(公告)日：2018-02-06
申请号：CN201510732371.3
申请日：2015-11-02
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及电动汽车的车载电池管理系统的设计领域，尤其涉及一种对电动汽车的动力电池组的荷电状态进行估计的方法。为提高动力电池的荷电状态的估计精度及估计结果的可靠性，本发明提出一种估计电动汽车的动力电池组的荷电状态的方法，采集动力电池组的端电压和充放电电流，建立动力电池组的戴维宁模型、双极化模型和3阶RC网络模型，分别配合状态观测器对动力电池组的荷电状态进行估计得到和对和进行加权计算得到动力电池组的荷电状态的估计值z融,k，k时刻的加权系数w1(k)+w2(k)+w3(k)＝1。采用该估计方法估计电动汽车的动力电池组的荷电状态，估计精度较高，估计结果稳定、可靠。
-
公开(公告)号：CN106842045A
公开(公告)日：2017-06-13
申请号：CN201710040588.7
申请日：2017-01-20
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3651 , G01R31/3634 , G01R31/3679
Abstract: 本发明涉及一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统。使用自适应权重方法计算不同模型以不同的权重或进行模型工作模式的切换，确保输出的融合模型或选中模型在任意使用条件下均能够以最优模式工作，最终实现对关键参数和性能进行精确、可靠的预测和跟踪，提升控制性能的整体品质。通过深入分析不同电池模型在多工况、多环境、多阶段下的精度、稳定性、计算量和存储空间等性能特点，实现了在线的不断更新的多模型融合建模，解决了现有模型性能难以满足电池系统在全寿命周期和不确定动态工况和环境等内外因素下的精确预测和功能单一无法满足全部使用要求等难题。
-
公开(公告)号：CN105607010A
公开(公告)日：2016-05-25
申请号：CN201610071641.5
申请日：2016-02-02
Applicant: 北京理工大学
IPC: G01R31/36
CPC classification number: G01R31/3842
Abstract: 本发明涉及电动车辆车载动力电池状态估计领域，尤其涉及一种对电动车辆的动力电池的健康状态进行估计的方法。为解决现有技术中对动力电池的健康状态进行估计时，估计精度低且不稳定，耗时长且工作量大，估计成本高且估计结果对动力电池的荷电状态－开路电压的对应关系及等效电路模型的准确性依赖过强的问题，本发明提出一种估计电动车辆的动力电池的健康状态的方法，采集动力电池的实测端电压V0和充放电电流I，及动力电池在电量充满电状态下的开路电压V100％SoC和电量放光电状态下的开路电压V0％SoC；建立动力电池的等效电路模型，辨识出动力电池的储电电容Cb的估计值根据估计得出动力电池的最大可用容量Ccap的估计值该方法计算简单，计算量小，精度高，适用性强。
-
-
-
-
-
-
-
Search Results
48
records
(took 0.038 seconds)
