比较研究:通过在线算法评估锂离子电池的电量状态

最新更新时间:2022-06-24来源: 盖世汽车 手机看文章 扫描二维码
随时随地手机看文章

据外媒报道,一国际团队进行比较研究,探讨用于评估锂离子电池电量状态(SOC)的不同在线算法。参与此项研究的包括来自德国、印度、马来西亚、澳大利亚和沙特阿拉伯的研究人员。


比较研究:通过在线算法评估锂离子电池的电量状态

(图片来源:MDPI)


SOC评估


锂离子电池具有能量密度高、自放电低和循环寿命长等优点,在电动汽车中得到广泛应用。对锂离子电池进行SOC评估,具有重要意义,可防止出现过充、热失控和深度放电等关键问题。SOC是电池剩余容量与实际容量的比率。因为不能直接测量,电池管理系统采用算法来监测电池SOC。


SOC评估方法分为间接法和直接法。直接法包括开路电压法和安培计数法。在电池管理系统中,这些方法易于实施,但有可能出现错误,影响SOC评估。


非直接方法包括数据驱动和基于模型的方法。已开发的基于模型的方法包括ECM、EM、EECM和ECTM等。近年来,研究人员开发了很多先进的算法,以提供精确的SOC评估能力,例如卡尔曼滤波器、粒子滤波器、龙贝格观测器和滑模观测器。


为了进一步提升基于模型的评估方法,改进算法已经成为研究重点,如扩展卡尔曼滤波(extended KF,EKF)、无迹卡尔曼滤波(unscented KF,UKF)和改良LO。数据驱动方法通常使用机器学习算法,如前馈神经网络(feedforward neural networks)和递归神经网络(recurrent neural networks)。然而,这些机器学习方法主要受限于数据集的质量和数量。


此项研究


近年来,基于模型的SOC评估方法具有较高的准确性,引起许多研究人员的关注。在自适应算法方面,对卡尔曼滤波器的研究,超过了其他类型滤波器。受益于机器学习的最新进展,数据驱动方法也倍受关注。


研究人员指出,为了对SOC评估和算法进行详细的比较评估,必须考虑相同的测试环境。因为具体评估结果可能因实际操作条件而有所不同。


根据最近的研究趋势,研究人员对7种不同的算法进行了评估,分别是LO、EKF、SMO、 AEKF、UKF、BPNN和LO。在相同的操作条件下对各算法进行评估,以在复杂度和SOC评估误差方面提供准确的比较结果。


研究人员还分析了温度对两种RC电池模型参数的影响,将这些信息用于基于模型的SOC评估方法。对商用锂离子基方形电芯进行测试,将所得的实验数据集用于进行SOC评估。研究人员对数据集采用了不同的算法,此外还比较了计算量和评估电量状态的精确度。


研究结果


这些研究结果可用于为未来的SOC评估提供建议。此外,可用于研究其他操作,以及设备状态和参数。


通过比较评估结果,研究人员认为,序列最小优化算法(SMO)和扩展卡尔曼滤波(EKF)是实现实时电池管理的最合适算法。EKF算法的评估误差最小,计算时间最短;而SME算法的计算时间最长,但误差最小。此外,研究人员证实,2-RC电池模型具有卓越的精确度。


未来视角


此项研究对未来的研究方向提出若干建议,包括利用基于模型的方法,通过同步评估参数来提高SOC评估精确度,以减少计算量并提高精度,将数据驱动和基于模型的方法相结合,以及创建混合模型来提高在线评估方法的精确度。


其他建议包括开发数字孪生体和基于云的电池管理系统。虽然在线SOC评估仍存在一些挑战,但这是一个有前景的领域,可提高锂离子电池的商业可行性、安全性和性能,以用于汽车等行业。


编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic614700.html

上一篇:研究人员发现锂离子电池正极能量损失的原因
下一篇:固态电池进入终局之战

小广播
换一换 更多 相关热搜器件

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 动力系统 底盘电子 车身电子 信息及娱乐系统 安全 总线与连接 车用传感器/MCU 检测与维修 其他技术 行业动态

词云: 1 2 3 4 5 6 7 8 9 10

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2022 EEWORLD.com.cn, Inc. All rights reserved