一种采样频率自适应的绝缘检测方法及电池管理系统

    公开(公告)号:CN115684726B

    公开(公告)日:2025-02-11

    申请号:CN202211286615.6

    申请日:2022-10-20

    Applicant: 山东大学

    Abstract: 本发明公开一种采样频率自适应的绝缘检测方法及电池管理系统,包括:在不平衡电桥电路中,分别获取上桥臂和下桥臂均断开时的电池组总电压、上桥臂闭合且下桥臂断开时的电池第一电压、上桥臂闭合且下桥臂闭合时的电池第二电压;对电池第一电压和电池第二电压进行波动性分析,通过调节采样频率得到波动性合格的电池第一电压和电池第二电压;根据电池组总电压、波动性合格的电池第一电压和电池第二电压得到绝缘电阻,将绝缘电阻与绝缘损坏预设阈值进行比较得到绝缘检测结果。引入电压采样频率自适应算法,电压的采样频率根据电压的数据波动性进行自适应调节,以得到波动性合格的电池电压,解决分布电容影响不平衡电桥法绝缘检测精度的问题。

    电池组故障预警方法、系统、设备及存储介质

    公开(公告)号:CN117269772A

    公开(公告)日:2023-12-22

    申请号:CN202311494318.5

    申请日:2023-11-09

    Applicant: 山东大学

    Abstract: 本发明公开了电池组故障预警方法、系统、设备及存储介质,包括:获取电池组的电压数据,所述电压数据,包括:单体电压和组合体电压,所述组合体,是指相邻两个单体电池以及两个单体电池中间所连接的电阻;对所述电池组的电压数据,采用滑动窗口进行扩展,得到二维的数据分析矩阵;对二维的数据分析矩阵进行标准化处理,得到标准化后的矩阵;进而获得标准化后的矩阵所对应的协方差矩阵;所述标准化后的矩阵所对应的协方差矩阵包括五个子矩阵;计算每个子矩阵的最大特征值的期望;根据每个子矩阵的最大特征值的期望,确定电压传感器故障的故障指示器期望值;根据故障指示器期望值,确定电压传感器是否发生故障。

    一种高可靠的电池均衡控制模块及电池管理系统

    公开(公告)号:CN115360794A

    公开(公告)日:2022-11-18

    申请号:CN202211126287.3

    申请日:2022-09-16

    Applicant: 山东大学

    Abstract: 本发明属于电池管理技术领域,公开一种高可靠的电池均衡控制模块,包括:控制器、均衡驱动电路、均衡电路和故障检测电路;其中,均衡驱动电路包括多个驱动单元,驱动单元根据控制器输出的均衡驱动信号驱动相应的均衡MOS管导通或关断;均衡电路包括多个均衡MOS管和多个均衡电阻,均衡MOS管和均衡电阻用于为电池模组中相应的单体电池提供放电回路;故障检测电路包括多个均衡状态检测光耦,均衡状态检测光耦用于检测相应的均衡MOS管是否处于直通或开路的状态。本发明的技术方案采用分立器件方案,可在系统因故障导致均衡超时后,将已经开启的均衡回路关断,避免电池过放电。

    一种中压光伏发电系统的三相电流不平衡补偿方法

    公开(公告)号:CN112909993B

    公开(公告)日:2022-07-05

    申请号:CN202110082630.8

    申请日:2021-01-21

    Applicant: 山东大学

    Abstract: 本发明属于电力系统领域,公开一种中压光伏发电系统的三相电流不平衡补偿方法,中压光伏发电系统包括光伏阵列、调压装置和并网接口电路,并网接口电路数量为两个,光伏阵列连接调压装置,调压装置通过第一并网接口电路连接第一中压馈线末端,通过第二并网接口电路连接第二中压馈线末端;第一并网接口电路控制输出到第一中压馈线的有功功率,第二并网接口电路控制各直流母线电压。当各相对应的光伏组串数量不同时,或者,当某一光伏并网模块故障而其对应的H桥逆变器被旁路后,本发明的三相电流不平衡补偿方法用于对第二并网接口电路的三相电流不平衡进行补偿。

    一种CAN总线极性自动校正模块及电池管理系统

    公开(公告)号:CN115442174B

    公开(公告)日:2023-06-06

    申请号:CN202210857729.5

    申请日:2022-07-20

    Applicant: 山东大学

    Abstract: 本发明属于CAN通信技术领域,公开一种CAN总线极性自动校正模块,包括:主机总线差分电压产生电路和从机极性校正电路;主机总线差分电压产生电路包括第一上电延时信号产生电路、上拉电阻控制电路和下拉电阻控制电路;从机极性校正电路包括第二上电延时信号产生电路、电压比较电路和极性翻转电路。本发明的CAN总线极性自动校正模块不依赖软件、仅仅依靠硬件即可自动校正CAN总线极性,可在上电后迅速校正CAN总线极性。

    一种采样频率自适应的绝缘检测方法及电池管理系统

    公开(公告)号:CN115684726A

    公开(公告)日:2023-02-03

    申请号:CN202211286615.6

    申请日:2022-10-20

    Applicant: 山东大学

    Abstract: 本发明公开一种采样频率自适应的绝缘检测方法及电池管理系统,包括:在不平衡电桥电路中,分别获取上桥臂和下桥臂均断开时的电池组总电压、上桥臂闭合且下桥臂断开时的电池第一电压、上桥臂闭合且下桥臂闭合时的电池第二电压;对电池第一电压和电池第二电压进行波动性分析,通过调节采样频率得到波动性合格的电池第一电压和电池第二电压;根据电池组总电压、波动性合格的电池第一电压和电池第二电压得到绝缘电阻,将绝缘电阻与绝缘损坏预设阈值进行比较得到绝缘检测结果。引入电压采样频率自适应算法,电压的采样频率根据电压的数据波动性进行自适应调节,以得到波动性合格的电池电压,解决分布电容影响不平衡电桥法绝缘检测精度的问题。

    一种CAN总线极性自动校正模块及电池管理系统

    公开(公告)号:CN115442174A

    公开(公告)日:2022-12-06

    申请号:CN202210857729.5

    申请日:2022-07-20

    Applicant: 山东大学

    Abstract: 本发明属于CAN通信技术领域,公开一种CAN总线极性自动校正模块,包括:主机总线差分电压产生电路和从机极性校正电路;主机总线差分电压产生电路包括第一上电延时信号产生电路、上拉电阻控制电路和下拉电阻控制电路;从机极性校正电路包括第二上电延时信号产生电路、电压比较电路和极性翻转电路。本发明的CAN总线极性自动校正模块不依赖软件、仅仅依靠硬件即可自动校正CAN总线极性,可在上电后迅速校正CAN总线极性。

    一种内部转发式BootLoader应用程序更新方法、电池管理方法及系统

    公开(公告)号:CN115437664A

    公开(公告)日:2022-12-06

    申请号:CN202210857730.8

    申请日:2022-07-20

    Applicant: 山东大学

    Abstract: 本发明属于计算机程序技术领域,公开一种内部转发式BootLoader应用程序更新方法,包括:上级设备向下级设备发送指令;下级设备接收上级设备发送的指令,根据指令中的路径信息判断该指令是否发送给本机;当接收的指令是发送给本机的指令,根据操作序号进行操作,更新本机的状态信息回复表,定时将本机的状态信息回复表发送给本机的上级设备;当接收的指令不是发送给本机的指令,根据指令中的路径信息发送到相应的本机的下级设备;上级设备将接收到的下级设备的状态信息回复表整合进本机的状态信息回复表,定时将本机的状态信息回复表发送给本机的上级设备。本发明通过连接上级设备和系统内最上层设备,可以对系统中任意位置的设备进行应用程序升级。

    一种改进蚁群算法优化粒子滤波的锂电池SOC预测方法

    公开(公告)号:CN113011082B

    公开(公告)日:2022-07-12

    申请号:CN202110176036.5

    申请日:2021-02-07

    Applicant: 山东大学

    Abstract: 本发明具体涉及一种改进蚁群算法优化粒子滤波的锂电池SOC预测方法,包括以下步骤:在不同工况电流下对锂电池进行放电试验,并预处理实验数据;根据预处理的实验数据进行参数辨识,并根据安时积分法结合SOC预测影响因素构建状态方程;根据二阶Thevenin等效模型,建立电池理论预测模型的测量方程;利用改进的蚁群算法优化粒子滤波;通过优化后的粒子滤波来预测电池SOC变化。本发明所提供的预测方法改进了传统蚁群算法容易陷入局部最优解的情况;并利用改进的蚁群算法来优化粒子滤波,解决了粒子滤波算法估算SOC时出现的粒子多样性低、粒子贫困问题,克服锂电池SOC估算方法复杂且准确度低的问题,有效地提高了估算精度。

    一种改进蚁群算法优化粒子滤波的锂电池SOC预测方法

    公开(公告)号:CN113011082A

    公开(公告)日:2021-06-22

    申请号:CN202110176036.5

    申请日:2021-02-07

    Applicant: 山东大学

    Abstract: 本发明具体涉及一种改进蚁群算法优化粒子滤波的锂电池SOC预测方法,包括以下步骤:在不同工况电流下对锂电池进行放电试验,并预处理实验数据;根据预处理的实验数据进行参数辨识,并根据安时积分法结合SOC预测影响因素构建状态方程;根据二阶Thevenin等效模型,建立电池理论预测模型的测量方程;利用改进的蚁群算法优化粒子滤波;通过优化后的粒子滤波来预测电池SOC变化。本发明所提供的预测方法改进了传统蚁群算法容易陷入局部最优解的情况;并利用改进的蚁群算法来优化粒子滤波,解决了粒子滤波算法估算SOC时出现的粒子多样性低、粒子贫困问题,克服锂电池SOC估算方法复杂且准确度低的问题,有效地提高了估算精度。

Patent Agency Ranking