锂离子电池由于其高能量密度、高循环寿命等优点被广泛应用于电力储能和新能源汽车中。准确估计电池的荷电状态(state of charge,SOC)对提高电池使用寿命和利用效率具有重要意义。然而,锂电池是一个高度复杂、时变和非线性的电化学系统...
详细信息
锂离子电池由于其高能量密度、高循环寿命等优点被广泛应用于电力储能和新能源汽车中。准确估计电池的荷电状态(state of charge,SOC)对提高电池使用寿命和利用效率具有重要意义。然而,锂电池是一个高度复杂、时变和非线性的电化学系统。因此,精度高的在线SOC估计方法对锂电池的实际应用非常重要。近年来,基于模型的SOC估计方法由于其闭环控制、易于实现等特点被广泛关注和研究。本文从模型分类、模型参数辨识算法、SOC估计算法以及SOC估计影响因素对基于模型的SOC估计方法进行综述,首先归纳总结了各种常见的锂离子电池模型,主要介绍了各种常见电化学模型和等效电路模型并进行对比分析;然后重点对模型建立方法和SOC状态估计算法进行梳理和对比,主要介绍了各种模型参数辨识方法及SOC估计方法并进行了对比分析;之后对影响基于模型的SOC估计方法精度的影响因素及解决方法进行分析和总结,主要从温度、老化以及电池组对电池SOC估计的影响进行分析;最后对未来的研究方向进行了讨论和展望。
工程机械工况复杂、作业环境恶劣，实现工程机械无人驾驶将带来显著的社会效益和经济价值。工程机械不同于普通乘用车，为实现无人驾驶工程机械在多复杂工况下的高鲁棒性定位，采用多传感器紧耦合的同步定位与建图系统(Simultaneous localization and mapping, SLAM)。针对现有SLAM前端算法计算冗余、计算效率低下等问题，采用基于点线、点面特征匹配的方法，结合局部地图配准，有效降低点云配准时的数据量，避免计算冗余。针对现有激光融合SLAM无回环检测的问题，基于空间近邻原则结合正态分布变换算法将回环检测机制引入SLAM系统，有效降低SLAM系统建图的全局误差。针对工程机械作业环境定位与建图易退化的问题，在点线、点面特征匹配的基础上，创立了残差自适应反馈机制，使得迭代方程求解快速收敛而不发散。仿真和实车试验结果证明该套SLAM系统能够有效解决工程机械在桥梁、长廊等作业场景下的建图退化问题，建图速度大大提高，能够满足工程机械实时定位与建图的需求。
暂无评论