一种基于模型与数据驱动融合的电池包荷电状态估计方法

    公开(公告)号:CN112858916B

    公开(公告)日:2023-10-13

    申请号:CN202110050092.4

    申请日:2021-01-14

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于模型与数据驱动融合的电池包荷电状态估计方法,属于电池技术领域。用于提高动力电池在复杂工况下SOC估计的准确性。电池在实际车载使用时,其工况复杂多变,单一的基于等效电路模型或基于数据驱动的估计方法难以保证良好的估计精度。因此,结合自适应扩展卡尔曼滤波AEKF和高斯过程回归GPR的各自优点,该融合算法能够在SOC初值不准确、不同工况、不同环境温度、不同老化状态、不同电流倍率等情况下依然有较好的SOC估计精度和鲁棒性。在动态工况下,AEKF算法的SOC估计精度优于GPR算法;与之相反,在恒流工况下,GPR算法的SOC估计精度优于AEKF算法。

    一种方形锂电池电热耦合建模误差源分析方法

    公开(公告)号:CN113722926B

    公开(公告)日:2023-09-19

    申请号:CN202111044985.4

    申请日:2021-09-07

    Applicant: 重庆大学

    Abstract: 本发明涉及一种方形锂电池电热耦合建模误差源分析方法,属于电池技术领域。该方法是通过构建一种通用的误差分析框架来系统分析大尺寸方形电池面向控制的电热耦合建模过程中可能引入的误差源。首先,需要针对大尺寸方形电池建立一个计算高效的电热耦合模型。然后,以该建模思路为例,综合考虑数据采集、产热计算、传热模拟三个阶段可能引入的误差源,具体包括数据收集和预处理、产热计算方法、热/电热子模型参数化、以及电池本体与正、负极耳间的热相互作用分析等方面的误差源,以期通过该误差分析框架获取一组最佳的模拟组合,提高大型动力电池面向控制的电热模拟精度,从而为电池系统的在线电热监控及控制优化提供准确的模型基础。

    一种基于博弈论的自动驾驶车辆人车交互决策规划方法

    公开(公告)号:CN114644018A

    公开(公告)日:2022-06-21

    申请号:CN202210486625.8

    申请日:2022-05-06

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于博弈论的自动驾驶车辆人车交互决策规划方法,属于自动驾驶汽车技术领域。该方法包括:S1:构建基于博弈论的人车交互模型,具体包括:构建车辆和行人的行为概率预测模型、车辆和行人成本矩阵;基于累积前景理论,根据车辆和行人的行为概率以及成本矩阵,计算车辆和行人行为的收益;引入协作系数,改进人车交互模型;基于改进的人车交互模型进行行人协作值推理;对人车交互模型进行验证;S2:结合实时交通信息的自动驾驶汽车协作控制。本发明能实现自动驾驶汽车针对不同合作程度行人的协作性控制,提高自动驾驶汽车的在无信号灯人行横道的通行效率与安全性。

    一种基于PMP的插电式混合动力汽车模型预测控制的能量管理方法

    公开(公告)号:CN111552185B

    公开(公告)日:2022-06-03

    申请号:CN202010426452.1

    申请日:2020-05-19

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于PMP的插电式混合动力汽车模型预测控制的能量管理方法,属于新能源汽车领域。该方法包括:S1:利用GPS设备和车速传感器获取单车历史出行工况数据;S2:利用单车历史出行工况数据离线训练ELM模型得到ELM车速预测模型;S3:建立并联PHEV模型和锂离子电池温升模型;S4:根据电池温升模型确定代价函数;S5:将上层车速预测模型得到的结果放入基于PMP的模型预测控制器中,通过求解一个多目标多约束优化问题,得到最优的转矩分配。本发明算法实时性好;同时在代价函数中考虑了电池温度对电池健康的影响,为能量管理提供了新方向。

    基于交通信息与深度强化学习的混合动力汽车能量管理方法

    公开(公告)号:CN114475569A

    公开(公告)日:2022-05-13

    申请号:CN202210305934.0

    申请日:2022-03-25

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于交通信息与深度强化学习的混合动力汽车能量管理方法,属于新能源汽车控制领域。该方法包括:S1:获取历史交通数据与实时道路交通信息;S2:考虑安全性与舒适性,采用深度强化学习算法规划自车实时最优车速;S3:采用深度强化学习算法求解混合动力汽车能量管理问题,以及求解包含燃油消耗与电池SOC维持的多目标优化问题。本发明结合交通信息,运用深度强化学习对混合动力汽车进行速度规划与能量管理,具有良好的实时性与最优性,实现了对驾驶安全性、舒适性与燃油经济性的优化,为混合动力汽车能量管理提供了新思路。

    一种基于云边协同的电池组多状态联合估计方法

    公开(公告)号:CN114035072A

    公开(公告)日:2022-02-11

    申请号:CN202111333506.0

    申请日:2021-11-11

    Abstract: 本发明涉及一种基于云边协同的电池组多状态联合估计方法,属于电池技术领域。该方法通过云控平台与车载电池管理系统定期的信息交互实现车用动力电池组不同时间尺度的荷电状态和健康状态联合估计。车载终端基于一个实时估计框架,融合在线参数辨识、自适应状态滤波、安时积分、开路电压静态修正、满充修正和最大最小电压单体筛选策略,实现准确鲁棒的在线荷电状态估计;云控平台则利用机器学习算法实现电池组荷电状态/健康状态的定期更新。车载终端实时更新电池组荷电状态,并与电流、电压、温度等信号定期上传至大数据中心用于模型训练和预测;云控平台则定期更新电池组荷电状态和健康状态并发送至车载终端校准荷电状态估计。

    一种方形锂电池电热耦合建模误差源分析方法

    公开(公告)号:CN113722926A

    公开(公告)日:2021-11-30

    申请号:CN202111044985.4

    申请日:2021-09-07

    Applicant: 重庆大学

    Abstract: 本发明涉及一种方形锂电池电热耦合建模误差源分析方法,属于电池技术领域。该方法是通过构建一种通用的误差分析框架来系统分析大尺寸方形电池面向控制的电热耦合建模过程中可能引入的误差源。首先,需要针对大尺寸方形电池建立一个计算高效的电热耦合模型。然后,以该建模思路为例,综合考虑数据采集、产热计算、传热模拟三个阶段可能引入的误差源,具体包括数据收集和预处理、产热计算方法、热/电热子模型参数化、以及电池本体与正、负极耳间的热相互作用分析等方面的误差源,以期通过该误差分析框架获取一组最佳的模拟组合,提高大型动力电池面向控制的电热模拟精度,从而为电池系统的在线电热监控及控制优化提供准确的模型基础。

    一种双行星排混联双模传动系统

    公开(公告)号:CN112659881A

    公开(公告)日:2021-04-16

    申请号:CN202110003279.9

    申请日:2021-01-04

    Applicant: 重庆大学

    Abstract: 本发明涉及一种双行星排混联双模传动系统,属于新能源汽车领域。该系统包括动力耦合机构、发动机、扭转减振器、第一电机、第二电机、动力电池,逆变器、总成控制器和控制器局域网,其中动力耦合机构包括减速器、第一行星排、第二行星排、离合器和制动器;总成控制器包括发动机控制单元、整车控制单元、电机控制单元和动力电池控制单元。通过控制离合器和制动器的状态可以实现两种适用于不同速比区间的输入型功率分流模式和复合型功率分流模式,双模的切换解决了输入型功率分流模式在高速行驶时发生功率循环而导致传动效率下降的问题,使动力传动系统在更广的速比区间内维持高的传动效率。本发明降低了生产成本,提高了整车的工作效率。

    一种考虑电池充放电工况的多变量融合电池组的均衡方法

    公开(公告)号:CN111762059A

    公开(公告)日:2020-10-13

    申请号:CN202010719239.X

    申请日:2020-07-23

    Abstract: 本发明涉及一种考虑电池充放电工况的多变量融合电池组的均衡方法,属于电池管理技术领域。该方法包括:S1:根据获得的电池试验数据,辨识电池参数并建立电池和均衡器的耦合模型;S2:将SOC区间和工况区间划分为不同的SOC段和工况段,并建立一种在线识别电池充放电倍率的方法,选择针对不同段的均衡变量融合方法;S3:建立模型预测控制的目标函数,实现电池组的充放电能量最大;S4:以电池和均衡器的耦合模型为预测模型,实现基于模型预测控制的均衡策略。本发明方法解决了变量噪声和变量选择对均衡效果的影响问题,便捷地提高了电池组一致性,实现电池组性能最大化。

    一种基于PMP的插电式混合动力汽车模型预测控制的能量管理方法

    公开(公告)号:CN111552185A

    公开(公告)日:2020-08-18

    申请号:CN202010426452.1

    申请日:2020-05-19

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于PMP的插电式混合动力汽车模型预测控制的能量管理方法,属于新能源汽车领域。该方法包括:S1:利用GPS设备和车速传感器获取单车历史出行工况数据;S2:利用单车历史出行工况数据离线训练ELM模型得到ELM车速预测模型;S3:建立并联PHEV模型和锂离子电池温升模型;S4:根据电池温升模型确定代价函数;S5:将上层车速预测模型得到的结果放入基于PMP的模型预测控制器中,通过求解一个多目标多约束优化问题,得到最优的转矩分配。本发明算法实时性好;同时在代价函数中考虑了电池温度对电池健康的影响,为能量管理提供了新方向。

Patent Agency Ranking