-
公开(公告)号：CN111016696A
公开(公告)日：2020-04-17
申请号：CN202010003165.X
申请日：2020-01-02
Applicant: 北京理工大学
IPC: B60L53/122 , B60L58/27
Abstract: 本发明涉及一种非接触式动力电池低温加热和充电的装置，充电继电器与第一整流滤波器串联后与加热继电器并联，并联后第一端连接接收线圈，并联后的第二端连接到所述每一个电池模组选择开关；加热继电器连接在接收装置和多个电池模组端控制开关之间，加热继电器通断及特定的电池模组选择开关的通断，决定是否为特定电池模组加热；主控制器获取电池电压、电流、温度信息，计算电池模组所需最优充电电流、最优充电电压、加热电流频率和/或功率，从而控制发射装置发出的高频交变磁场状态，实现以最优加热电流频率和加热电流幅值加热；利用非接触式动力电池充电装置中的交流电对动力电池进行加热，实现无需外接或者设置单独的激励源，不增加新的设备。
-
公开(公告)号：CN110632521A
公开(公告)日：2019-12-31
申请号：CN201911012651.1
申请日：2019-10-23
Applicant: 北京理工大学
IPC: G01R31/367
Abstract: 本发明提供了一种锂离子电池容量的融合估计方法，其以滤波的思路，将来自不同信号或者不同容量估计方法的估计结果看作真实容量的测量值，以滤波器增益确定权重，从而达到抑制单一方法误差的效果。该方法为现有的容量估计方法提供了一个融合估计框架，且计算量小，便于嵌入电池管理系统中提升容量估计的鲁棒性，从而具有了现有技术中所不具备的诸多有益效果。
-
公开(公告)号：CN107290678B
公开(公告)日：2019-12-10
申请号：CN201710533686.4
申请日：2017-07-03
Applicant: 北京理工大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明提出一种动力电池健康状态在线监测方法，基于动力电池最常用的充电电压区间，提取出充电能量值作为电池的健康因子。在每一个温度条件下，只需要一组离线的电池老化数据就可以构建起充电能量值与电池健康状态的关系，所需的复杂计算仅为离线对充电能量值与健康状态的关系进行非线性拟合，并且拟合模型可以直接在线使用。
-
公开(公告)号：CN109884550A
公开(公告)日：2019-06-14
申请号：CN201910256426.6
申请日：2019-04-01
Applicant: 北京理工大学
IPC: G01R31/396
Abstract: 本发明提供了一种动力电池系统在线参数辨识与回溯方法，通过对此前若干时刻的参数辨识结果设置动态的边界约束，来实现对当前时刻的参数辨识结果进行约束，可以有效遏制递推最小二乘法在参数在线辨识过程中出现参数的异常抖动现象；同时，根据端电压预测误差判断参数辨识结果是否出现异常，通过对参数进行回溯可以减小端电压预测误差。因此，本发明相对于现有技术能够显著提高参数辨识算法的稳定性。基于本发明得到的模型参数，可进一步应用于动力电池包括SOC和SOP在内的状态估计。
-
公开(公告)号：CN106842056B
公开(公告)日：2019-02-19
申请号：CN201710075780.X
申请日：2017-02-13
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/3842 , G01R31/385
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。
-
Patent Agency Ranking
公开(公告)号：CN106526493B
公开(公告)日：2018-11-23
申请号：CN201610972484.5
申请日：2016-11-01
IPC: G01R31/36
Abstract: 本发明提供了基于BP神经网络的动力电池外部短路故障诊断及温升预测方法和系统，通过采用两个BP神经网络，首先对采样频率、电流阈值和电量阈值进行初始化设置，当实时监测的电流信号超过电流阈值时，启动故障诊断机制，采集和储存电流信号并计算短路故障放电电量，通过比较该电量与电量阈值之间的关系诊断电池短路故障中的漏液情况，并根据诊断结果选择一个相应的预先经过测试建立并训练完成的BP神经网络，将故障发生之后的电池放电电量输入该网络，从而预测短路故障所引起的最大温升，从而为热管理系统的提前干预提供控制依据。其易于实现和操作，能够有效协助热管理系统降低热失控的触发几率，提高动力电池外部短路故障的安全防护性能。
-
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。
-
公开(公告)号：CN106324521B
公开(公告)日：2018-09-11
申请号：CN201610802342.4
申请日：2016-09-05
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及一种联合估计动力电池系统参数与荷电状态的方法，首先，在线数据获取，实时采集电池的电压、电流和温度；然后，建立HF状态空间方程，利用HF算法实时更新电池的HF状态向量，所述HF状态向量中包括电池的欧姆内阻、极化内阻和极化电容；最后，建立UKF状态空间方程，结合所述HF算法实时更新的所述HF状态向量，使用UKF算法实时更新电池的UKF状态向量，所述UKF状态向量包括电池的荷电状态。因此利用HF算法在线辨识出模型的参数，传递给UKF算法进行在线实时SoC估计，实现根据不同的电池工作环境实时追踪电池的模型参数变化，从而提高SOC估计精度。
-
公开(公告)号：CN106291381B
公开(公告)日：2018-09-11
申请号：CN201610675853.4
申请日：2016-08-16
Applicant: 北京理工大学
Abstract: 本申请涉及一种联合估计动力电池系统荷电状态与健康状态的方法，利用多时间尺度滤波算法，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，评估所述动力电池的健康状态与荷电状态。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，实现动力电池可用容量和荷电状态在不确定性应用环境中的精确联合估计。不仅使得估计结果更加稳定可靠，同时降低了系统的计算成本。
-
公开(公告)号：CN108490365A
公开(公告)日：2018-09-04
申请号：CN201810349151.6
申请日：2018-04-18
Applicant: 北京理工大学
IPC: G01R31/36
Abstract: 本发明涉及电动汽车的动力电池管理系统，尤其涉及一种对电动汽车的动力电池的剩余寿命进行估计的方法。为解决现有技术预估动力电池的剩余寿命存在的精度低，成本高的问题，本发明提出一种估计电动汽车的动力电池剩余寿命的方法，在线估计出动力电池的实时剩余容量值Cm；计算出动力电池的实时健康状态SOH， 确定动力电池的线性衰减阶段起始点；建立动力电池的线性老化模型SOHk并辨识出线性老化模型的参数，估计动力电池的剩余充放电循环次数p，这种估计方法通过在线估计得出动力电池的剩余寿命，简单方便，估计精度高，成本低。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.057 seconds)
