發(fā)布時間：2019-07-16 10:22

【摘要】：準確而實時的獲取汽車行駛中電池剩余電量信息是電池管理系統(tǒng)乃至電動汽車系統(tǒng)研究的關鍵問題。本文針對鋰電池剩余電量的估計方法進行理論研究，探求具有較高效率和精度的估計方法并總結出一般規(guī)律。本文以磷酸鐵鋰電池為研究對象，重點開展鋰電池剩余電量估計方法的研究，具體成果如下： （1）結合鋰電池的工作原理，在相關試驗數據的基礎上，分析了鋰電池的電壓特性、內阻特性、效率特性和循環(huán)特性。根據鋰電池基本特性建立了鋰電池電化學復合模型，該模型考慮了充放電方向、充放電倍率和溫度的影響，并用遞推最小二乘法對模型參數進行辨識，在MATLAB/SIMULINK軟件中建立相應的仿真模型，，試驗驗證該鋰電池模型具有較高的精度，能準確反映鋰電池的動態(tài)特性。 （2）將粒子濾波算法應用到鋰電池剩余電量估計中。在分析了粒子濾波算法的基本原理、粒子退化現(xiàn)象、重采樣技術及存在問題的基礎上，引進有效粒子數目，采用系統(tǒng)重采樣技術對鋰電池SOC進行估計�；贏DVISOR軟件的虛擬試驗驗證了粒子濾波算法在電池剩余電量估計中的可行性。 （3）為了較好地解決粒子退化問題又保證粒子的多樣性，本文對粒子濾波算法進行改進。在采用重采樣方法的基礎上選用擴展卡爾曼濾波器來產生重要密度函數，設計了估計電池SOC的計算流程，基于MATLAB軟件編程和試驗驗證了該算法的有效性。仿真結果表明，該算法比起單一的粒子濾波算法，精度明顯提高。 （4）將無跡卡爾曼濾波器和粒子濾波算法相結合對鋰電池SOC進行估計。擴展卡爾曼濾波算法必須求非線性函數的Jacobi矩陣，對于模型復雜的系統(tǒng)，容易出錯，而且線性化處理時，引入線性化誤差，對非線性強度高的系統(tǒng)，容易導致濾波效果下降。而無跡卡爾曼濾波算法，是對狀態(tài)的概率密度函數做近似，避免了計算繁瑣的Jacobi矩陣，精度較高。所以可以基于粒子濾波算法，采用具有對稱采樣策略和比例修正的UKF來產生重要密度函數，進一步提高估計精度。仿真試驗結果表明，UPF算法在估計電池SOC時具有獨特的優(yōu)越性。
文內圖片：
圖片說明：某動力電池管理系統(tǒng)的基本功能圖
文內圖片：
圖片說明：RINT模型電路結構
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TM912;U469.72

【參考文獻】

相關期刊論文 前10條

1 林成濤,王軍平,陳全世;電動汽車SOC估計方法原理與應用[J];電池;2004年05期

2 桂長清;;溫度對LiFePO_4鋰離子動力電池的影響[J];電池;2011年02期

3 黃學杰;;淺談混合電動汽車用鋰離子電池[J];電池工業(yè);2008年03期

4 朱元,韓曉東,田光宇;電動汽車動力電池SOC預測技術研究[J];電源技術;2000年03期

5 范波;田曉輝;馬建偉;;基于EKF的動力鋰電池SOC狀態(tài)預測[J];電源技術;2010年08期

6 尹安東;張萬興;趙韓;江昊;;基于神經網絡的磷酸鐵鋰電池SOC預測研究[J];電子測量與儀器學報;2011年05期

7 戴海峰;魏學哲;孫澤昌;;基于擴展卡爾曼濾波算法的燃料電池車用鋰離子動力電池荷電狀態(tài)估計[J];機械工程學報;2007年02期

8 曾小華,王慶年,王偉華,初亮;基于ADVISOR軟件的雙軸驅動混合動力汽車性能仿真模塊開發(fā)[J];汽車工程;2003年05期

9 陳全世,林成濤;電動汽車用電池性能模型研究綜述[J];汽車技術;2005年03期

10 張容萍;世界電動汽車的發(fā)展趨勢[J];汽車與社會;2001年04期

本文編號：2515023