基于Blackfin的锂电池管理系统

基于Blackfin的锂电池管理系统

ID:38118969

大小:364.79 KB

页数:5页

时间:2019-05-25

基于Blackfin的锂电池管理系统_第1页
基于Blackfin的锂电池管理系统_第2页
基于Blackfin的锂电池管理系统_第3页
基于Blackfin的锂电池管理系统_第4页
基于Blackfin的锂电池管理系统_第5页
资源描述:

《基于Blackfin的锂电池管理系统》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、兵工自动化20l1.12OrdnanceIndustryAutomation30(12)doi:10.3969/j.issn.1006—1576.2011.12.013基于Blackfin的锂电池管理系统陈任,邓清勇,邝利丹,李凤姣(湘潭大学信息工程学院,湖南湘潭411105)摘要:针对目前锂电池管理系统的荷电状态(SOC)估算精度低、可扩展性差的问题,设计基于Blackfin数字信号处理器的电池管理系统。该系统实现了锂电池数据实时监测、剩余电量估计、通过CAN总线通信扩展多组锂电池、锂电池危险状

2、态报警和自动保护等功能。在剩余电量估计算法上,提出一种遗传算法与蚂蚁算法相结合的GAAA算法优化BP神经网络的方法。实验结果表明:该算法比基于遗传算法的BP神经网络具有更高的SOC估算精度和更快的运算速度。关键词:电池管理系统;锂电池;荷电状态;CAN总线;遗传算法;蚂蚁算法;BP神经网络中图分类号:TP302文献标志码:ALithiumBatteryManagementSystemBasedonBlackfinChenRen,DengQingyong,KuangLidan,LiFengjiao(

3、CollegeofInformationEngineering,XiangtanUniversity,Xiangtan411105,China)Abstract:AimingatthelowaccuracyandpoorscalabilityproblemofSOCestimationforlithiumbatterymanagementsystempresently,designedthelithiumbatterymanagementsystembasedonBlackfindigitalsi

4、gna1.Thissystemimplementsthefunctionofreal-timemonitoringoflithiumbattery,remainingpowerestimation,extendinggroupsoflithiumbatterybytheCANbuscommunication,thedangeralarmandautomaticprotectionofthelithiumbattery,etc.Withrespecttotheremainingpowerestima

5、tionalgorithm,thispaperproposesaBPneuralnetworkmethodwhichisoptimizedbygeneticalgorithmandtheantalgorithm(abbreviatedtoGAAAalgorithm).ExperimentresultshowsthatthealgorithmhashigherSOCaccuracyestimatedprecisionandfasteroperatingspeedthantheBPneuralnetw

6、orkbasedonthegeneticalgorithm.Keywords:batterymanagementsystem;lithiumbattery;batterychargedstate;CANbus;geneticalgorithm;antalgorithm;BPneuralnetwork0引言SOC的估算精度和安全管理等方面都有待进一步改进和提高。我国是全球第二大锂电池生产国,动力锂电池因此,笔者借助ADI公司BlackfinBF533平台是我国重点低碳行业近期及未来关注的焦点。随着强

7、大的DSP处理能力和嵌入式微控制能力,设计实面向高压能源、工业和汽车领域的能源储存应用,现高精度的SOC估算算法,并提供良好的人机交如风力发电、光伏电池和混合动力汽车的发展,且互界面实现对电池高效精确的监测和管理。锂电池与其它类型电池相比具有重量轻、体积小、自放电率低、能量比高、使用寿命长等优点,锂电系统组成及功能池的应用曰益普遍,进而刺激了对更安全、更高性能电池监控和保护系统的需求。为确保电池性能良好,延长电池使用寿命,必须对电池进行合理有效的管理和控制。目前阻碍动力锂离子电池发展的瓶颈之一是管

8、理系统。国内外现阶段众多电池管理系统多以单片机为核心,其处理和控制能力有限,难以使用复杂的算法实现高精度的荷电状态(SOC)估算,虽然文献【1】提出用DSP实现,但是不能实现对各个电池组的性能检测。电池管理系统作为电图1电池管理系统架构图池应用最关键的技术之一,在采集数据的可靠性、本电池管理系统由BF533DSP处理器作为上收稿日期:2011—0818;修回日期:2011—08—29基金项目:第三批教育部“大学生创新性实验计划”项目“基于BlackfinDSP的锂电池管理系统设计”

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。