【摘要】为分析钠离子动力电池在实际应用工况下的工作特性,通过试验对比分析了相同体积规格下钠离子动力电池与磷酸铁锂电池的性能。结果表明:钠离子动力电池在高温、常温及低温条件下均具有良好的充放电容量,且其充放电温升低于磷酸铁锂电池;在常温( 25°C 和 45°C 条件下分别循环充放电2204次和1565次后,钠离子电池容量保持率分别达到 82.02%.80.56% ;在 -30°C 低温条件下,钠离子电池的表现显著优于磷酸铁锂电池,更适合用作严寒地区新能源汽车的动力电池。
【摘要】针对实际工况下过程噪声与观测噪声的时变特征导致传统基于固定增益的扩展卡尔曼滤波(EKF)锂离子动力电池荷电状态(SOC)估计方法易出现增益失配,难以保持稳定精度的问题,提出一种基于斑鬣狗优化器的扩展卡尔曼滤波(SHO-EKF)方法。首先利用带遗忘因子的递归最小二乘法实现二阶等效电路模型参数的在线辨识;随后,通过斑鬣狗优化器(SHO)建立EKF增益与SOC估计误差的映射关系,离线寻优获得最优增益,从而在噪声时变条件下动态提升滤波性能。最后,在联邦城市驾驶循环(FUDS)工况下开展试验验证,并与粒子群优化EKF(PSO-EKF)算法进行了对比,结果表明:SHO-EKF算法在整个放电周期内表现出更高的估计稳定性与精度,平均绝对误差(MAE)仅为0.00637,明显优于PSO-EKF算法的0.01317,均方根误差(RMSE)由0.01532下降至0.00751;SHO-EKF算法有效抑制了噪声扰动,显著改善了EKF算法在强非线性区段的精度下降问题。
【摘要】针对锂离子电池在有限空间内的散热及均温性需求,提出一种基于热管的动力电池散热结构,包括铝板和热管,并以 40A?h 锂离子电池为研究对象,建立电池产热模型,采用数值模拟的方法探究了不同工质及热管数量对动力电池温度的影响,结果表明:热管数量为6个时,基于去离子水工质的热管和基于 Fe3O4 纳米流体工质的热管散热结构均表现出较好的散热性能,以 Fe3O4 纳米流体为工质的热管对电池模组的散热效果更佳;在工质采用 Fe3O4 纳米流体的条件下,热管数量为9个时,与热管数量为6个时相比,在1C、2C和3C放电倍率下,电池模组的最高温度分别降低了 0.5°C、1.77 C和 2.24°C □
【摘要】针对动力电池组主动均衡技术中开关矩阵控制复杂的问题,研究了基于反激变换器的主动均衡策略,提出了一种选通型拓扑,采用复用开关组成放电回路,同一开关可在不同的待放电电池回路中形成回路,通过反激变换器实现能量的传输,使得荷电状态(SOC)高于平均值的电池单体通过反激变换器向电池组放电。在此基础上,建立了主动均衡系统的状态空间模型,通过模型预测优化算法对反激变换器的参考电流进行优化,实现了高效均衡高效率,提高了均衡控制的可靠性,最后搭建了主动均衡试验平台,并通过试验验证了理论分析的正确性和所提出主动均衡拓扑和控制策略的先进性。
【摘要】为提升车用动力电池的散热性能,使用变密度法对其冷却结构进行了热拓扑优化设计。首先以最小平均温度为目标,分析了不同优化参数对拓扑形态的影响规律,然后利用多目标优化函数得到最终模型,基于工程优先级分析了不同权重对拓扑结构散热性能的影响以及不同体积分数下拓扑结构的变化规律。最后,将拓扑优化冷板与传统冷板进行对比验证,结果表明:罚函数的取值显著影响材料的分布特性;过滤半径缩小至 0.01mm 时可生成精细分支结构,但会出现结构离散与制造难题;拓扑优化冷板在不同放电倍率下的最高温度和最大压降均小于传统冷板,能更有效地管理电池的热量分布。
【摘要】为提高锂离子电池剩余使用寿命(RUL)预测的准确性,提出了一种基于长短期记忆(LSTM)网络-Transformer模型参数优化的RUL预测方法,采用网格搜索法选取模型的超参数,利用LSTM网络提取锂离子电池时间序列中的长短期依赖关系,使用Transformer的自注意力机制处理全局信息并对超参数进行优化,通过全连接层进行最终的寿命预测。基于美国国家航空航天局(NASA)数据集和先进生命周期工程中心(CALCE)数据集的试验验证结果表明,模型在更短的序列长度、更少的隐藏层数量和训练次数等条件下,在多种评价指标上均优于LSTM网络模型、Transformer模型及其他神经网络模型,具有更高的预测精度和鲁棒性。最后,通过不同电池的对比试验进一步验证了模型在不同电池数据上的泛化能力。