AESA课题组于全庆博士论文入选《机械工程学报》第四届高影响力论文奖
发表时间:2020-12-20     阅读次数:     字体:【

《机械工程学报》、《Chinese Journal of Mechanical Engineering》是由中国科学技术协会主管、中国机械工程学会主办的中国机械工程领域的顶级学术刊物,主要报道机械工程领域及其交叉学科具有创新性的基础理论研究、工程技术应用的优秀科研成果,两刊均已成为国内外机械工程领域具有高影响力的学术期刊。

科学的未来在青年。在我国从“制造大国”向“制造强国”迈进之时,青年科技工作者是科技创新的主力军。《机械工程学报》编辑部JME学院旨在团结青年、凝聚青年、服务青年,构建平等、宽松、自由的学术交流平台。高影响力论文评选活动由中国机械工程学会、两刊编委会、董事会以及编辑部JME学院共同组织策划,旨在评选出创新性强、学术影响力高、关注度广的优秀论文,并予以奖励优秀论文的作者。

  

高影响力论文获奖作者代表(于全庆博士,左7)

论文题目:A comparative study on open circuit voltage models for lithium-ion batteries

论文作者Quan-Qing Yu, Rui Xiong , Le-Yi Wang and Cheng Lin

作者代表:熊瑞教授北京理工大学

个人简介:北京理工大学教授、博士生导师,IET Fellow,电动汽车北京市工程研究中心副主任。先后留学于美国密歇根大学和麻省理工学院,长期从事电动载运装备动力系统和动力电池管理研究,主持国家自然科学基金优青/面上/青基 (优秀结题)、国家重点研发计划等课题,第一/通讯作者发表论文100余篇、出版中英文专著4部和授权国家发明专利30件。获“中国百篇最具影响国际学术论文”4篇、机械工程学报封面文章2篇。担任Applied Energy、IET Intelligent Transport Systems等国际期刊编委和4次国际学术会议大会主席。持续入选2018~2020年科睿唯安“全球高被引学者”和爱思唯尔“2019年中国高被引学者”。获教育部自然一等奖和汽车工业技术发明一等奖。注:论文第一作者于全庆博士为熊瑞教授和林程教授共同指导博士研究生(2015.09~2019.06)。

论文摘要The current research of state of charge (SoC) online estimation of lithium-ion battery (LiB) in electric vehicles (EVs)mainly focuses on adopting or improving of battery models and estimation filters. However, little attention has been paid to the accuracy of various open circuit voltage (OCV) models for correcting the SoC with aid of the ampere-hour counting method. This paper presents a comprehensive comparison study on eighteen OCV models which cover the majority of models used in literature. The low-current OCV tests are conducted on the typical commercial LiFePO4/graphite (LFP) and LiNiMnCoO2/graphite (NMC) cells to obtain the experimental OCV-SoC curves at different ambient temperature and aging stages. With selected OCV and SoC points from experimental OCV-SoC curves, the parameters of each OCV model are determined by curve fitting toolbox of MATLAB 2013. Then the fitting OCV-SoC curves based on diversified OCV models are also obtained. The indicator of root-mean-square error (RMSE) between the experimental data and fitted data is selected to evaluate the adaptabilities of these OCV models for their main features, advantages,and limitations. The sensitivities of OCV models to ambient temperatures, aging stages, numbers of data points,and SoC regions are studied for both NMC and LFP cells. Furthermore, the influences of these models on SoC estimation are discussed. Through a comprehensive comparison and analysis on OCV models, some recommendations in selecting OCV models for both NMC and LFP cells are given.

  资助项目:中国自然科学基金(51507012)、北京市自然科学基金(3182035)。

  创新点:电压的动静态解耦是电池管理的关键,开路电压(OCV)为主的静态特性是状态估计的基础,然而对其模型与荷电状态(SOC)映射关系的问题鲜有研究,本文:

  1. 整理已有的OCV 模型,研究其对不同材料体系电池、对温度、老化、拟合数据点和SOC 区间的敏感度及适用性;

  2. 探究同一标准下不同OCV 模型对SOC 估计的精度影响;

  3. 综合各因素给出适用于不同材料体系电池的最优OCV 模型。

引用本文:Quan-Qing Yu, Rui Xiong, Cheng Lin. A Comparative Study on Open Circuit Voltage Models for Lithium-ion Batteries. Chinese Journal of Mechanical Engineering, 2018, 31: 65. (下载)

新闻来源《机械工程学报》第四届高影响力论文系列报道(四)


上一篇:会议论文:AESA课题组代表性会议论文列表
下一篇:学生成果:AESA课题组学生获奖汇总
0
联系地址:北京市海淀区中关村南大街5号北京理工大学   Copyright  ©  2020-   先进储能科学与应用课题组  All Rights Reserved.网站地图
友情链接: 北京理工大学    ICEIV2022会议    机械与车辆学院    机械工程学报    Applied Energy期刊