汽车与交通学院新能源与智能车辆科研团队成果在《IEEE Transactions on Transportation Electrification》在线发表

发布者:汽车与交通学院发布时间:2023-05-18浏览次数:208

近日,我校汽车与交通学院“新能源与智能车辆科研团队”负责人武小花教授指导研究生舒俊豪完成的论文“Online Adaptive Model Identification and State of Charge Estimation for Vehicle-Level Battery Packs”在《IEEE Transactions on Transportation Electrification》 (Top期刊,SCI一区,IF=6.519)期刊在线发表。

论文IEEE出版页

       内容简介

目前,新能源汽车已经成为我国汽车产业主要的转型方向和发展方向。电池管理系统(BMS)作为新能源汽车主要零部件之一,电池的SOC估计是BMS的核心功能,与新能源汽车的行驶里程,电池的能量管理及安全密切相关,但SOC精确估计仍然是需要解决的问题。

论文通过建立电池模型并实现电池模型参数的在线参数辨识,提出了时间窗口和自适应遗忘因子的递推最小二乘法(FFRLS)融合的改进的自适应遗忘因子的递推最小二乘法(IFFRLS),解决了由数据噪声扰动对传统的FFRLS算法的影响,提高了算法的稳定性。在平方根无迹卡尔曼滤波的基础上,引入新息向量,实时调整系统噪声和观测噪声,建立了自适应平方根无迹卡尔曼滤波算法(ASRUKF)。针对新能源汽车实车运行工况,提出了一套融合工况判别模块、安时积分、IFFRLS-ASRUKF、满充校准和静态校准的SOC估算框架。经过电芯实验验证和实车数据验证,该套算法在全温度区间内均有较好的精度,在实车数据验证中SOC稳定后的最大误差在1%以内,符合车载BMS的估算精度要求。

论文主要方法结构

车用电池SOC估计方法算法框架

        原文链接:https://ieeexplore.ieee.org/document/10121777

 

       主要作者简介:

武小花,女,博士,教授,硕士研究生导师,现任汽车与交通学院汽车工程系教师。新能源与智能汽车团队负责人,国际清洁能源拔尖创新人才培养项目获得者,美国加州大学伯克利分校、瑞典查尔姆斯理工大学/梅拉达伦大学访问学者,以第一作者发表SCI一区论文6篇,其中4篇高被引论文。主要从事动力电池与质子交换膜燃料电池的电化学机理建模、参数辨识和状态估计,以及混合能源系统的最优能量管理策略等领域的相关研究。

舒俊豪,男,西华大学汽车与交通学院车辆工程专业2020级硕士研究生,主要从事动力电池状态估计及电池管理系统软件开发的研究。

谢建波,男,高级经理,2015年毕业于西华大学汽车与交通学院车辆工程专业,主要从事电控底盘、电池管理系统和充电机系统相关开发工作。

      团队介绍:

新能源与智能车辆科研团队主要从事新能源汽车优化控制与测试评价、新能源汽车结构安全与仿真、人工智能等方向的研究工作。近四年来,在学校和学院的大力支持下,团队建设的燃料电池客车动力系统评价实验室具备燃料电池系统、动力电池系统、驱动电机系统的独立测试以及联动测试能力,目前主要平台已投入使用,发表论文30余篇(其中SCI论文10篇),申请国家发明专利10余项(其中已授权4项),主持编写团体标准4项。




Baidu
map