基于IoT的电池组云管理装置设计

论文摘要

为满足实时监控电池组状态、优化控制策略、延长电池组寿命和保证使用安全等要求,提出并实现了一种采用优化的剩余电量(SoC)估计的电池组云管理系统。在传统的SoC估计策略——电荷累计法和开路电压法的基础上,融合了扩展卡尔曼滤波算法,提高了电池组的剩余电量估计的精度,并建立了电池电压与SoC之间的数学模型。同时,在此基础上加入了云服务器系统,实现了电池组的实时检测。此外,设计并实现了一款容量为22.2 V的电池组管理装置。实验结果表明,该电池组云管理装置的SoC估计精度高、测量误差低于1%、系统稳定性好,满足实时检测电池组状态的要求。

论文目录

• 0 引 言
• 1 电池管理系统原理
•   1.1 动力锂电池模型建立
•     1) 磷酸铁锂电动势特性
•     2) 磷酸铁锂电池模型建立
•       （1） 电子运动理论的等效电路模型
•       （2） 磷酸铁锂电池等效电路模型
•       （3） 带有电池滞回特性的电路模型
•       （4） 磷酸铁锂电池新模型的建立
•   1.2 优化的SoC估计算法
•     1) SoC的定义
•     2) 经典的SoC估计算法
•       （1） 电荷累积法
•       （2） 开路电压法
•     3) 基于扩展卡尔曼滤波的SoC估计算法
•     4) SoC估计算法的MATLAB仿真
• 2 锂电池云管理系统设计
•   2.1 系统硬件设计
•   2.2 系统软件设计
•     1) 系统流程分析
•     2) 上位机界面
• 3 实验结果与分析
•   3.1 电池组电压测试实验
•   3.2 电池组放电电流测试实验
•   3.3 数据实时同步测试
• 4 结 论

文章来源

类型: 期刊论文

作者: 陈昂辉,夏鲲,李峥,李洪恩,徐敬俊,陈扬飞

关键词: 电池管理,优化的估计方法,扩展卡尔曼滤波,物联网

来源: 电子测量技术 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业

单位: 上海理工大学电气工程系,上海海拉电子有限公司

基金: 上海市青年扬帆计划(18YF1418300)资助项目

分类号: U469.72

DOI: 10.19651/j.cnki.emt.1802042

页码: 6-13

总页数: 8

文件大小: 496K

下载量: 114