基于無(wú)跡卡爾曼濾波的鋰電池電荷狀態(tài)估計(jì)算法的設(shè)計(jì)
發(fā)布時(shí)間:2017-11-06 08:38
本文關(guān)鍵詞:基于無(wú)跡卡爾曼濾波的鋰電池電荷狀態(tài)估計(jì)算法的設(shè)計(jì)
更多相關(guān)文章: 磷酸鐵鋰電池 電荷狀態(tài) 荷電狀態(tài) 充電狀態(tài) 無(wú)跡卡爾曼濾波器
【摘要】:電能是當(dāng)今社會(huì)最主要的能源。隨著科技的進(jìn)步,電能存儲(chǔ)技術(shù)不斷完善,在工農(nóng)業(yè)生產(chǎn)和消費(fèi)電子領(lǐng)域應(yīng)用廣泛。磷酸鐵鋰電池是一種新興的鋰電池技術(shù),具有壽命長(zhǎng)和可靠性高的優(yōu)點(diǎn)。當(dāng)今商品化的磷酸鐵鋰電池通常以密封單體電池的形式存在,電池本身并不具有防止過(guò)充和過(guò)放的能力。為了保證由鋰電池構(gòu)成的電能存儲(chǔ)設(shè)備的正常運(yùn)行,需要對(duì)鋰電池進(jìn)行管理。而對(duì)鋰電池電荷狀態(tài)的準(zhǔn)確估計(jì),是對(duì)鋰電池進(jìn)行管理的基礎(chǔ)。在論文中,使用無(wú)跡卡爾曼濾波算法,解決了磷酸鐵鋰電池電荷狀態(tài)估計(jì)的問(wèn)題。設(shè)計(jì)出了精確的,抗干擾能力強(qiáng)的,具有一定自適應(yīng)性的鋰電池電荷狀態(tài)的估計(jì)算法。論文的內(nèi)容主要包括以下幾個(gè)方面。(1).分析了現(xiàn)有的鋰電池模型的原理。對(duì)鋰電池建立了分?jǐn)?shù)階的等效電路模型,并通過(guò)對(duì)鋰電池頻率阻抗譜參數(shù)的擬合,對(duì)分?jǐn)?shù)階等效電路模型的參數(shù)進(jìn)行了辨識(shí)。作為比較,又選取了一種典型的模型——Thevenin等效電路模型,對(duì)鋰電池進(jìn)行了建模。(2).對(duì)以上兩種模型進(jìn)行了離散化,以鋰電池的電荷狀態(tài)為估計(jì)對(duì)象,設(shè)計(jì)了相應(yīng)的無(wú)跡卡爾曼濾波算法,并編寫(xiě)了在MATLAB環(huán)境下的算法程序。(3).搭建了對(duì)鋰電池進(jìn)行充放電的實(shí)驗(yàn)平臺(tái),設(shè)計(jì)了充放電電壓電流測(cè)量電路。模擬電動(dòng)汽車(chē)的行駛狀況,對(duì)鋰電池進(jìn)行了大電流充放電實(shí)驗(yàn),把采集到的實(shí)驗(yàn)數(shù)據(jù)存儲(chǔ)在計(jì)算機(jī)上。計(jì)算出了參考的鋰電池電荷狀態(tài)。(4).在MATLAB環(huán)境下對(duì)無(wú)跡卡爾曼濾波算法進(jìn)行了驗(yàn)證,以圖表的形式展示了鋰電池電荷狀態(tài)的估計(jì)結(jié)果。把算法寫(xiě)成了通用編程語(yǔ)言的形式,在嵌入式系統(tǒng)上進(jìn)行了實(shí)現(xiàn),設(shè)計(jì)了鋰電池電荷狀態(tài)估計(jì)實(shí)驗(yàn)樣機(jī)。算法的計(jì)算結(jié)果表明,在模型參數(shù)準(zhǔn)確的情況下,基于兩種模型而設(shè)計(jì)的無(wú)跡卡爾曼濾波器都能夠精確的估計(jì)鋰電池的電荷狀態(tài)。當(dāng)無(wú)跡卡爾曼濾波器的初始值偏差較大時(shí),電荷狀態(tài)的估計(jì)值能夠迅速的收斂于真實(shí)值。當(dāng)鋰電池發(fā)生老化,內(nèi)阻增加而容量縮減時(shí),算法仍舊能收斂。在鋰電池接近充滿電或放完電時(shí),算法的誤差很小,能夠滿足防止鋰電池過(guò)充電和過(guò)放電的要求。在嵌入式系統(tǒng)上,算法每次執(zhí)行的時(shí)間只有幾毫秒,能實(shí)時(shí)且準(zhǔn)確的估計(jì)出鋰電池的電荷狀態(tài)。實(shí)驗(yàn)表明該方法具有較好的估計(jì)效果。
【學(xué)位授予單位】:重慶大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2016
【分類(lèi)號(hào)】:TM912
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條
1 Thang Ngoc Cong;;Progress in electrical energy storage system:A critical review[J];Progress in Natural Science;2009年03期
,本文編號(hào):1148178
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/1148178.html
最近更新
教材專(zhuān)著