|
|
基于改进容积卡尔曼滤波算法的锂离子电池SOC估算方法研究
论文作者:Guochun Li, Chang Liu, Enlong Wang & Limei Wang
|
|
|
引入误差协方差矩阵的对角化分解及强跟踪滤波器,提出了一种改进的容积卡尔曼滤波(CKF)算法用于锂离子电池的SOC估算。首先,建立一阶RC等效电路模型并对其精度进行验证,模型电压估算误差小于1.5%;这表明该模型可用来模拟锂离子电池特性。然后比较了传统与改进CKF算法的计算过程。随后,分别在恒流放电工况和动应力测试工况下验证改进CKF算法的性能,两种工况下SOC估算平均绝对误差分别为0.76%和1.2%,最大绝对误差仅为3.25%。结果表明,相较于扩展卡尔曼、无迹卡尔曼和传统CKF算法,本文中提出的改进CKF算法具有更高的滤波稳定性和估算精度,且收敛速度最快。
|
|
关键词:锂离子电池·SOC·容积卡尔曼滤波·强跟踪滤波器·协方差矩阵对角化分解
本文是青年托举人才江苏大学王丽梅副教授团队开展的研究,引用词条如下:
Li, G., Liu, C., Wang, E. et al.: State of charge estimation for lithium-ion battery based on improved cubature Kalman Filter Algorithm. Automotive Innovation (2021)
|
|
阅读全文>>
|
|
|
|
电动汽车制动能量回收临界速度研究
论文作者:Xianxu Bai, Gen Chen, Weihan Li, Rui Jia, Liang Xuan, Anding Zhu & Jingchang Wang
|
|
|
电动汽车的高效再生制动可以提高储能系统效率并降低系统成本。本文统计分析了14种典型城市工况,提取循环工况的制动片段,提出汽车制动过程中“类能量”概念。通过案例研究,提出电动汽车制动能量回收临界速度概念,分别基于置信区间为95%的制动概率和总能量占比确定两种电动汽车制动过程中能量值,得出再生制动的临界速度。随后,建立了效率再生制动模型,包括纵向动力学模型、电机模型、传动系统模型、轮胎模型和车轮滑移模型。基于电动汽车制动能量回收效率模型及大概率置信区间点确定的临界车速,优化电动汽车混合储能系统,建立超级电容容量匹配模型。最后,基于ADVISOR的二次开发,建立了具体电动汽车的仿真模型,验证了所提方法。研究结果显示,依据两种临界速度和超级电容容量匹配模型计算得出相应型号超级电容数量,较传统双电源系统中超级电容数量有明显降低;两种临界速度对应的混合电源系统对比,在动力电池温度变化、动力电池工作电流变化、动力电池承担功率变化及整车能量利用效率等方面接近,均优于单电源系统。
|
|
关键词:电动汽车·再生制动·临界速度·混合动力储能系统·驾驶周期·置信区间
电动汽车·再生制动·临界速度·混合动力储能系统·驾驶周期·置信区间,引用词条如下:
Bai, X. X., Chen, G., Li, W. H., et al.: Critical speeds of electric vehicles for regenerative braking. Automotive Innovation (2021)
|
|
阅读全文>>
|
|
|
|
轮毂电机驱动电动汽车的纵垂向动力学研究
论文作者:Yechen Qin, Ze Zhao, Zhenfeng Wang & Guofa Li
|
|
|
轮毂电机驱动电动汽车在尺寸和可控性方面极具优势,因此吸引了越来越多的关注。目前大多数关于轮毂电机的研究都是在假设的理想条件下进行的,忽略了实际情况中轮毂电机与车辆之间的耦合效应。本文以轮毂电机驱动电动汽车的制动过程为例,在考虑机电耦合效应的情况下,研究其纵垂向动力学耦合效应。首先,建立了轮毂电机驱动型汽车的四分之一纵垂向耦合模型,分析了由静态和动态混合偏心引起的不平衡电磁力,并将其分解得到纵向和垂向分量。随后,建立了非线性开关磁阻电机模型,并对车辆制动工况下的动力学耦合效应进行分析。通过数值模拟,对比分析了不同路面等级、路面摩擦力和车辆速度对纵垂向动力学特性的影响;采用了一种新型的动力吸振系统改善车辆的动力学性能。最后,仿真结果表明,车辆垂向动态性能得到了提升。
|
|
关键词:机电耦合·纵垂向动力学·轮毂电机·悬架系统
本文是青年托举人才北京理工大学秦也辰团队开展的研究,引用词条如下:
Qin, Y., Zhao, Z., Wang, Z. et al.: Study of longitudinal–vertical dynamics for in-wheel motor-driven electric vehicles. Automotive Innovation (2021)
|
|
阅读全文>>
|
|