【摘要】：動(dòng)力電池的荷電狀態(tài)SOC(State of Charge)與峰值功率SOP是電池管理系統(tǒng)BMS對(duì)電動(dòng)汽車(chē)進(jìn)行監(jiān)控與管理的重要依據(jù),SOC和SOP的準(zhǔn)確估計(jì)對(duì)于電池的安全、合理使用以及整車(chē)能量的優(yōu)化匹配具有重要的理論意義與實(shí)用價(jià)值。傳統(tǒng)的動(dòng)力電池SOC估計(jì)方法無(wú)法滿(mǎn)足實(shí)時(shí)估計(jì)的要求,SOP估算精度不高,影響電池的安全與合理使用。本文圍繞提高鋰離子電池SOC與SOP預(yù)測(cè)精度、實(shí)現(xiàn)兩者的實(shí)時(shí)估計(jì)問(wèn)題,展開(kāi)以下幾方面的工作:首先,明確了鋰離子電池及其狀態(tài)估計(jì)的研究背景與意義,討論了電池SOC的的定義與常用估算方法,并對(duì)國(guó)內(nèi)外電池SOC與峰值功率SOP的估計(jì)方法進(jìn)行了較為全面的介紹與分析。其次,介紹了鋰離子電池的工作原理、主要技術(shù)指標(biāo),搭建了電池試驗(yàn)平臺(tái)并對(duì)鋰離子電池重要性能參數(shù)進(jìn)行測(cè)試及分析,充分了解鋰離子電池的工作特性;基于電池測(cè)試數(shù)據(jù)與特性分析,在Simulink環(huán)境下搭建了電池的一階RC等效電路模型,并在多種工況下進(jìn)行了模型驗(yàn)證。再次,在建立鋰離子電池模型的基礎(chǔ)上,利用遺忘因子遞推最小二乘法(FFRLS)對(duì)電池模型參數(shù)進(jìn)行在線辨識(shí),然后提出基于遺忘因子遞推最小二乘法(FFRLS)與擴(kuò)展Kalman濾波(EKF)的SOC估算方法,并在模擬工況下進(jìn)行仿真實(shí)驗(yàn),分析該算法的估計(jì)結(jié)果與不足之處;針對(duì)這些不足之處,進(jìn)一步提出基于FFRLS與雙卡爾曼濾波的SOC估計(jì)算法,搭建該算法的仿真模型,實(shí)現(xiàn)電池模型參數(shù)的實(shí)時(shí)更新與SOC的在線聯(lián)合估計(jì),提高SOC的估算精度與算法穩(wěn)定性并通過(guò)仿真驗(yàn)證該算法的準(zhǔn)確性。最后,提出一種基于BP神經(jīng)網(wǎng)絡(luò)的多參數(shù)約束電池峰值功率預(yù)測(cè)方法,該法將基于電池動(dòng)態(tài)模型的功率預(yù)測(cè)法、基于SOC的功率預(yù)測(cè)法與復(fù)合脈沖法相結(jié)合,充分考慮電池電壓、電流、SOC等對(duì)SOP預(yù)測(cè)結(jié)果的影響。在MATLAB環(huán)境下建立用于電池峰值功率SOP預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型,完成對(duì)SOP的預(yù)測(cè)。
【圖文】：

池工作原理(Lithium-ionBattery)是由鋰電池發(fā)展而來(lái)，，20 世紀(jì) 90 年on 首先發(fā)明了鋰離子電池并很快將其商業(yè)化，該電池在在而沒(méi)有金屬鋰，故稱(chēng)為鋰離子電池。隨著信息化科學(xué)技獨(dú)特的優(yōu)勢(shì)逐漸成為市場(chǎng)的主流，發(fā)展前景十分樂(lè)觀。是一種高能二次充電電池，主要通過(guò)鋰離子( i+L )在正極進(jìn)行工作[5,43]。按照電池的正極材料，鋰離子電池通�？射嚭土姿徼F鋰等。本節(jié)以磷酸鐵鋰鋰離子電池為例，簡(jiǎn)2.1 所示。

_圖 2.15 改進(jìn)型 Thevenin 等效電路模型改進(jìn)后的模型仍然滿(mǎn)足如下方程：1 11 1 11 01 1ocU U IR C CU U U R I = + = + + (2.16)2.4.3 鋰離子電池建模與模型驗(yàn)證根據(jù)上節(jié)電池模型的分析與改進(jìn)，在 Simulink 環(huán)境下建立鋰離子電池的等效電路模型如圖 2.16 所示。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TM912

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付浪;杜明星;劉斌;魏克新;;基于開(kāi)路電壓法與卡爾曼濾波法相結(jié)合的鋰離子電池SOC估算[J];天津理工大學(xué)學(xué)報(bào);2015年06期

2 王永武;李楊;張娜;張火成;;功率型磷酸鐵鋰材料電池與三元材料電池對(duì)比[J];電源技術(shù);2015年09期

3 范興明;曾求勇;張?chǎng)?;基于改進(jìn)安時(shí)積分法的電動(dòng)汽車(chē)電池SOC估計(jì)與仿真研究[J];電氣應(yīng)用;2015年08期

4 孫丙香;高科;姜久春;羅敏;何婷婷;鄭方丹;郭宏榆;;基于ANFIS和減法聚類(lèi)的動(dòng)力電池放電峰值功率預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2015年04期

5 趙軒;康留旺;汪貴平;馬建;;基于BP神經(jīng)網(wǎng)絡(luò)的SOC估計(jì)及鉛酸蓄電池特性[J];電源技術(shù);2014年05期

6 劉艷莉;戴勝;程澤;朱樂(lè)為;;基于有限差分?jǐn)U展卡爾曼濾波的鋰離子電池SOC估計(jì)[J];電工技術(shù)學(xué)報(bào);2014年01期

7 史麗萍;龔海霞;李震;劉敬敬;翟福軍;;基于BP神經(jīng)網(wǎng)絡(luò)的電池SOC估算[J];電源技術(shù);2013年09期

8 劉征宇;楊俊斌;張慶;張利;趙愛(ài)國(guó);;基于QPSO-BP神經(jīng)網(wǎng)絡(luò)的鋰電池SOC預(yù)測(cè)[J];電子測(cè)量與儀器學(xué)報(bào);2013年03期

9 熊瑞;孫逢春;何洪文;;自適應(yīng)卡爾曼濾波器在車(chē)用鋰離子動(dòng)力電池SOC估計(jì)上的應(yīng)用[J];高技術(shù)通訊;2012年02期

10 高明煜;何志偉;徐杰;;基于采樣點(diǎn)卡爾曼濾波的動(dòng)力電池SOC估計(jì)[J];電工技術(shù)學(xué)報(bào);2011年11期

相關(guān)碩士學(xué)位論文 前2條

1 祁建佳;基于改進(jìn)型模糊神經(jīng)網(wǎng)絡(luò)的蓄電池SOC檢測(cè)方法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

2 趙海龍;鋰離子動(dòng)力電池企業(yè)發(fā)展戰(zhàn)略研究[D];華東師范大學(xué);2010年

本文編號(hào)：2659514