+86 18988945661 contact@iflowpower.com +86 18988945661
著者:Iflowpower –ポータブル発電所サプライヤー
中国電力大学、中国キーラボラトリー、私の国自動車技術研究センター株式会社「Journal of Electrician Technology」、「The paper is」「紙のタイトル」、「適応型のその他に基づく」健康状態の検出とラダー利用研究")は、パワーリチウムイオンバッテリーパックの個々のセルがリチウムイオンバッテリーパックの寿命とラダー利用を延長するために不可欠であると正確に推定します。
この記事は、バッテリーの2次等価回路モデルに基づいており、適応型elsewheld Kalmanフィルター(AUKF)アルゴリズムを使用して、バッテリーのSOCとオームの内部抵抗をリアルタイムで推定し、オームの内部抵抗とバッテリーのSOHの対応に従って、バッテリーを推定します。リアルタイムでSOH。 2つの異なる条件下でバッテリーを構成し、方法の実現可能性と正確性を検証します。リチウムイオン電池グループの各単電池と電池パックの全体的な健康状態を推定することにより、不適格なモノマー電池を配置し、電池パックを統合し、透明な電気自動車の電力リチウムイオン電池パックのはしご利用方法処方されます。
廃棄物の動的リチウムイオン電池の資源利用を最大化します。世界のエネルギーの新エネルギー消費量の増加に伴い、大気汚染が拡大しており、新エネルギー車の開発は現代の産業開発にとって重要な課題となっています。その中でも、電気自動車は高効率で汚染が少ないことが注目されています。
リチウムイオンを動力源とするリチウムイオンバッテリーパックは、電気自動車の唯一のエネルギー貯蔵リンクです。電気自動車用パワーリチウムイオンバッテリーパックの性能が元の性能の80%に低下すると、電気自動車での使用には適しなくなります。パワーリチウムイオン電池パックの製造工程は進んでおり、引退後も高い安全性と電気エネルギーを維持しています。
これらのリチウムイオン電池を回収すると、無駄が大きくなるため、使用済みのリチウムイオン電池を使用したはしごを検討することができます。リサイクルして再利用します。異なる単一セルの使用における異なるモノマー電池の使用における自己放電度および周囲温度の違い、引退した動的リチウムイオン電池の容量、内部抵抗、および電圧のために、各モノマー電池の経年劣化は異なる。 。
したがって、合理的なラダー使用率を達成するために、リチウムイオンパワーリチウムイオンバッテリーパック内の各ユニットセルの状態を再評価します。電気自動車の状態は、バッテリーによるリチウムイオンバッテリーの状態(充電状態、SOC)と健康状態(健康状態、SOH)によって特徴付けられます。 SOCは、現在の残留容量と公称容量の比率です。
バッテリーの残量を直接反映し、電気自動車の現在の最大走行距離を直接反映することができます。リチウムイオン電池のエネルギー管理の重要な決定パラメータの1つ。 SOHはバッテリーですバッテリーの経年劣化の程度を特徴付ける電流の最大電力量と定格容量は、バッテリー内の活性物質の減少に反映され、実際の容量が減少し、内部抵抗が増加します。ダイナミックリチウムイオン電池のキーテクノロジーのひとつであるリチウムイオン電池の電池の状態を正確に推定します。
既存のバッテリーSOC推定方法は、次の4つのカテゴリーに分類できます。1Amityポイント法:この方法は、SOCの意味から始まり、バッテリーの時間までのサンプル電流の計算を計算することにより、開ループモードに属します。 SOC。 SOCの初期値が正確である場合、この方法は短時間で高精度を維持しますが、作業時間が長くなるにつれて、この方法の精度は不確実なカレン効率の不確実性のためにますます低くなります。テスト電流。長期間使用することはできません。
2機能パラメータ:バッテリの特性は、通常、バッテリの開回路(開回路電圧、OCV)と内部抵抗です。開回路電圧法は、電池のOCVとSOCの対応関係を測定することで対応するSOC値を求めますが、電池の開電圧値を得るのは難しく、長時間放置すると誤差が大きくなります。内部抵抗の測定は、試験装置のためにより複雑であり、オンライン推定要件を満たすことができません。
3データ駆動:この方法はデータ駆動によってモデル化され、バッテリーステータスの推定に使用されます。この方法は、ファジーロジック、人工ニューラルネットワーク、ファジーニューラルネットワーク、サポートベクターマシンにとって重要です。このような方法は、トレーニングデータの包括性と有効性に大きく依存しています。
バッテリーのエージング中、バッテリーの特性の変化に伴い、トレーニングデータは徐々に無効になり、推定される効果に影響を与えます。 4さまざまな方法に基づく推定方法:このタイプの推定方法は、閉ループ動作モードであるバッテリーモデルに基づいています。最も代表的な適応型拡張カルマンフィルター技術、二重拡張カルマンフィルター技術、ロバスト拡張カルマンフィルター技術、粒子フィルター技術など。
このような方法は、複数のSOC推定方法と有機的に統合されており、弱点を回避し、SOCを効果的に追跡できるようにします。これが、現在のSOC推定の現在の方向です。既存のバッテリーSOH推定方法には、いくつかの方法があります。1直接放電法:バッテリーSOHに対する負荷の影響を評価する方法です。この方法は複雑であり、バッテリーのSOHをテストする必要があります。
オンライン監視は実現できません。内部インピーダンス法の測定:電池のSOHはオーム内部抵抗の関係で特徴付けることができ、電池のオーム性能は測定分析によって得られ、それによって電池のSOHを計算して電池を得る(電気化学インピーダンス分析) (EIS):この方法重要な考え方は、測定されたバッテリーに複数の正弦波信号を適用し、ブラー理論によって得られたデータ情報を分析し、バッテリーの経年劣化の程度を予測することです。この方法は、多数の実験的である必要があります。データ、実用性の低さ; 4化学分析:この方法SOHは、電解質密度の変化を測定することによって推定されますが、この方法では、バッテリーが使用できなくなるようにバッテリー構造を損傷する必要があります。 5現代の推定:重要なカルマンフィルターアルゴリズム、ニューラルネットワークアルゴリズム、ファジー論理アルゴリズムなど。この方法は、バッテリーの状態を定性的に分析でき、実際のアプリケーション効果はより優れています。現在の電池の状態などの問題に対応して、差は不十分です。この論文では、リチウムイオン電池の2次THEVENINININOININ等価回路モデルを使用し、adaptiveuntedkalmanfilter(Aukf)アルゴリズムを使用してリアルタイムで推定します。
適応型カルマンフィルターアルゴリズムと拡張カルマンアルゴリズムを組み合わせた適応型カルマンアルゴリズムアルゴリズムは、循環反復関係を確立し、既知のバッテリーパラメーターがバッテリー状態を推定し、バッテリーステータスを既知の推定モデルパラメーター量として使用します。このタイプの再帰計算では、実際の-バッテリーのSOCとオームの内部抵抗の時間推定。バッテリーSOHの推定は、オーム抵抗とバッテリーSOHを使用してリアルタイムで推定できます。そして、バッテリーパック内の各ユニットセルとバッテリーパックの全体的な健康状態を推定することにより、バッテリーパックの価値を定量化し、透明な電気自動車用パワーリチウムイオンバッテリーパックのはしご利用方法を開発します。
図1バッテリーの2次テブナン等価回路モデル結論1)バッテリーの2次テブナン等価回路モデルに基づいて、適応型他のカルマンフィルタリングアルゴリズム用に設計されています。実験では、2つの異なる現在の条件での適応型elsewheld Calmanフィルタリングアルゴリズムの精度を検証します。アルゴリズムは現在の条件によって制限されず、アルゴリズムはアルゴリズムを識別できます。オムヘネ耐性。
2)この記事では、時間ベースのセルシステムのオームアケオロジーを使用し、次に内部抵抗とバッテリーSOHの機能を使用してバッテリーSOHを推定し、実験を通じてその推定精度を検証します。このアルゴリズムは高速で高精度であり、実用性に優れています。 3)この論文は、リチウムイオン電池の各単セルのSOHと平均モノマー電池の推定を通じて、非適格モノマー電池、電池パックの統合により、電気自動車用電力リチウムの経年劣化順序を明確に定式化します。イオン電池パック本体電池交換保守方法、廃動的リチウムイオン電池の資源活用を実現し、この方法の実現可能性を検証します。
4)適応型エルセンシングカルマンフィルターアルゴリズムは、バッテリーモデルに基づいてバッテリーのSOCとオーム内部抵抗を推定できるだけでなく、さまざまなパラメーターに対して状態空間モデルを確立し、バッテリーモデルの分極特性を実現できます。 。リアルタイムのオンライン見積もり。 。
著作権 © 2023 iFlowpower - 広州泉秋匯ネットワーク技術有限公司