【摘要】：近年來,為落實國家對節(jié)能減排的要求,國家和地方財政紛紛出臺了新能源汽車的優(yōu)惠補貼措施,新能源汽車發(fā)展勢頭強勁。動力電池作為新能源汽車的核心部件和主要動力來源,對其進行合理而完善的監(jiān)控管理是十分重要的。功率狀態(tài)(State of Power,SOP)是在一定時間間隔內(nèi),動力電池所能釋放或吸收的最大功率,可評估動力電池最大充、放電能力,其準(zhǔn)確估計是實現(xiàn)電動汽車功率分配,最大程度利用電池能量的基礎(chǔ)。電池的能量狀態(tài)(State of Energy,SOE)表征電池的剩余能量,便于進行續(xù)航里程的估計及能量優(yōu)化管理。動力電池SOP和SOE是電池管理系統(tǒng)中重要參數(shù),所以需要準(zhǔn)確評估鋰電池的SOP和SOE。動力電池是復(fù)雜的非線性時變系統(tǒng),不同電流下,其容量、電壓、內(nèi)阻都會發(fā)生改變。本文以鋰離子電池的SOP和SOE準(zhǔn)確估計為核心,主要做了以下工作:本文對動力電池中的18650型鋰電池進行了恒溫下不同倍率的充放電實驗,通過采集的電流電壓數(shù)據(jù)分析充放電流對電池的容量、內(nèi)阻及極化特性的影響,結(jié)果表明了電池參數(shù)隨充放電倍率變化較為明顯。因此本文基于電池的極化現(xiàn)象、倍率特性和對經(jīng)典模型的分析,建立模型參數(shù)時變的電池動態(tài)極化模型。設(shè)計實驗辨識模型參數(shù),擬合出模型參數(shù)與電流的函數(shù)關(guān)系,在動態(tài)工況下驗證模型的精度。將所建立的電池動態(tài)極化模型與不考慮模型參數(shù)動態(tài)時變的經(jīng)典模型進行對比,結(jié)果表明在動態(tài)工況下的改進的電池動態(tài)極化模型具有較高精度。提出基于粒子濾波的電池SOE估計方法。由于電池處于復(fù)雜工況中,電池模型存在非線性,為了減少噪聲帶來的不確定性對SOE結(jié)果的影響,采用粒子濾波(Particle Filter,PF)的方法,即基于蒙特卡洛理論,用概率對SOE進行估計。為進一步提高SOE估計的精度,采用雙粒子濾波(Dual Particle Filter,DPF)對SOC和SOE進行聯(lián)合估計,用荷電狀態(tài)(State of Charge,SOC)估計結(jié)果對SOE的估計結(jié)果進行修正。在動態(tài)工況下對估計結(jié)果進行驗證,結(jié)果表明聯(lián)合估計下的SOE估計具有更高的精度。提出了基于多約束的動態(tài)SOP估計方法。為滿足電動汽車加速爬坡及制動能量回收的需要、避免電池過充過放及使用安全,分析電池工作過程中SOP的限制因素。采用迭代法分別計算電池在充放電截止電壓、SOC約束下的峰值電流。結(jié)合電池的設(shè)計電流的限制,估計電池電壓,計算SOE的限制下的峰值功率,最終獲得電池的SOP。根據(jù)電池在電流、電壓、SOC下的峰值電流及多約束的峰值功率分析動態(tài)工況下各限制條件的作用方式,并分析持續(xù)時間對SOP的影響。在恒功率放電下驗證SOP估計的準(zhǔn)確性,結(jié)果表明基于多約束的SOP估計方法可以用于動態(tài)工況下電池充放電能力的估計。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TM912
【圖文】：

有量50％以上[2]。圖1.1為中國2012-2017年中國新能源汽車銷售量及增長率。在基礎(chǔ)設(shè)施方面，國家住建部和交通部在政策上給與了支持，截止2017年底，我國共有公用充電樁21.39萬個，全年新增公共類充電樁7.3萬個，增長率達(dá)51%。此外，除了公共充電樁外，目前隨車配建的私人充電樁超過2.3萬個[3]。隨著國家扶持政策的持續(xù)落實、市場的擴大以及基礎(chǔ)設(shè)備的不斷完善，未來新能源汽車有望逐步取代傳統(tǒng)燃油汽車成為市場的主流[4]。圖 1.1 中國 2012-2017 年中國新能源汽車銷售量及增長率[2]與此同時

合理更換電池是非常吸收或釋放的總電量和總能量及電池內(nèi)部反應(yīng)速率。高充放部反應(yīng)加劇。并且高充放電倍電池的功率要求較高，需要電動能量回收的需要。電池在大能進行研究，以保證電池的安析及建模臺使用 18650 電池，其額定容量.75V，實物如圖 2.2 所示。

【參考文獻】

相關(guān)期刊論文 前2條

1 姚雷;王震坡;;鋰離子電池極化電壓特性分析[J];北京理工大學(xué)學(xué)報;2014年09期

2 林成濤;仇斌;陳全世;;電流輸入電動汽車電池等效電路模型的比較[J];機械工程學(xué)報;2005年12期

相關(guān)博士學(xué)位論文 前7條

1 汪玉潔;動力鋰電池的建模、狀態(tài)估計及管理策略研究[D];中國科學(xué)技術(shù)大學(xué);2017年

2 裴磊;基于平衡電壓的電動汽車鋰離子電池狀態(tài)估計方法研究[D];哈爾濱工業(yè)大學(xué);2016年

3 歐陽劍;電動汽車用鋰離子動力電池SOC估算和SOF評估的研究[D];華南理工大學(xué);2016年

4 韓雪冰;車用鋰離子電池機理模型與狀態(tài)估計研究[D];清華大學(xué);2014年

5 熊瑞;基于數(shù)據(jù)模型融合的電動車輛動力電池組狀態(tài)估計研究[D];北京理工大學(xué);2014年

6 董冰;基于鋰離子動力電池的純電動汽車能量管理系統(tǒng)控制策略與優(yōu)化[D];吉林大學(xué);2014年

7 梁軍;粒子濾波算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前8條

1 孫延帥;基于荷電狀態(tài)估計的電動汽車動力電池組均衡控制研究[D];吉林大學(xué);2017年

2 李炳思;溫度依賴的電動汽車動力電池建模及SOC估計方法研究[D];吉林大學(xué);2017年

3 周秀文;電動汽車鋰離子電池健康狀態(tài)估計及壽命預(yù)測方法研究[D];吉林大學(xué);2016年

4 殷明月;鋰離子動力電池電化學(xué)建模與仿真研究[D];吉林大學(xué);2016年

5 盧佳翔;電動汽車動力電池能量狀態(tài)估算方法研究[D];山東理工大學(xué);2015年

6 劉希聞;電動汽車鋰離子電池模型仿真與SOH研究[D];吉林大學(xué);2014年

7 張

本文編號：2784024