-
公开(公告)号:CN110927607A
公开(公告)日:2020-03-27
申请号:CN201911156290.8
申请日:2019-11-22
Applicant: 武汉理工大学
IPC: G01R31/392 , G01R31/3842 , G01R31/367
Abstract: 本发明提供辨识和量化分析锂离子电池衰退机理的方法及系统,方法包括:步骤1.对不同循环次数的锂离子电池,获取锂离子电池恒流放电过程中的充电容量和电压数据;步骤2.建立锂离子电池不同老化状态的IC和DV曲线:以预设电压阶跃对应的容量增量与电压阶跃的比值近似代替容量对电压的微分,绘制IC曲线;以预设容量阶跃对应的电压增量与容量阶跃的比值近似代替电压对容量的微分,绘制DV曲线;步骤3.提取锂离子电池不同老化状态的IC曲线和DV曲线的特征参数,比较锂离子电池不同老化状态的特征参数变化,对应确定老化信息,辨识锂离子电池的衰退机理;步骤4.利用IC曲线和DV曲线的特征参数对各衰退机理进行量化。
-
公开(公告)号:CN110395141A
公开(公告)日:2019-11-01
申请号:CN201910567240.2
申请日:2019-06-27
Applicant: 武汉理工大学
IPC: B60L58/12 , G01R31/367 , G01R31/388
Abstract: 本发明公开了一种基于自适应卡尔曼滤波法的动力锂电池SOC估算方法,首先,根据锂离子电池的动态特性,建立电池的双极化等效电路模型;然后,通过混合脉冲功率性能测试获取数据,对模型特性参数进行辨识,并用最小二乘法拟合得到开路电压与SOC的关系曲线;接着,基于开路电压与SOC的关系曲线和DP模型的离散方程,建立状态方程和观测方程,并将状态方程和观测方程代入EFK算法得到系统矩阵;再运用改进的自适应扩展卡尔曼滤波算法对锂离子电池SOC进行估算。本发明的方法有效解决了在运用传统自适应卡尔曼滤波算法或EKF算法进行SOC估算时,滤波结果发散、运算不稳定的问题,且加快了SOC估算值向真值收敛的速度。
-
公开(公告)号:CN110395141B
公开(公告)日:2020-10-30
申请号:CN201910567240.2
申请日:2019-06-27
Applicant: 武汉理工大学
IPC: B60L58/12 , G01R31/367 , G01R31/388
Abstract: 本发明公开了一种基于自适应卡尔曼滤波法的动力锂电池SOC估算方法,首先,根据锂离子电池的动态特性,建立电池的双极化等效电路模型;然后,通过混合脉冲功率性能测试获取数据,对模型特性参数进行辨识,并用最小二乘法拟合得到开路电压与SOC的关系曲线;接着,基于开路电压与SOC的关系曲线和DP模型的离散方程,建立状态方程和观测方程,并将状态方程和观测方程代入EFK算法得到系统矩阵;再运用改进的自适应扩展卡尔曼滤波算法对锂离子电池SOC进行估算。本发明的方法有效解决了在运用传统自适应卡尔曼滤波算法或EKF算法进行SOC估算时,滤波结果发散、运算不稳定的问题,且加快了SOC估算值向真值收敛的速度。
-
-