發(fā)布時(shí)間：2020-08-08 16:41

【摘要】：相比燃油汽車,電動(dòng)汽車具有對(duì)環(huán)境污染小、無(wú)噪聲等優(yōu)勢(shì),在交通方面發(fā)揮著越來(lái)越重要的作用。電動(dòng)汽車由電池組提供汽車行駛所需要的電能,電池組高效、安全地利用,是電動(dòng)汽車正常運(yùn)行的重要保證。目前電池管理系統(tǒng)(Battery Management System,BMS)的研究主要包括:根據(jù)電池相關(guān)特性建立等效模型、對(duì)電池荷電狀態(tài)(State of Charge,SOC)進(jìn)行高精度預(yù)估、對(duì)電池的健康狀況進(jìn)行估計(jì)等。其中,鋰電池SOC估算是研究的熱門方向之一,SOC精度的高低,不僅影響到電池本身,還會(huì)影響到電動(dòng)汽車的正常行駛。本文將圍繞鋰離子電池的估算精度,展開以下幾個(gè)方面的研究。第一、對(duì)動(dòng)力電池的種類、BMS的發(fā)展現(xiàn)狀、常用的SOC估算算法進(jìn)行了充分了解,對(duì)鋰電池的基本特性、工作原理、電池常見模型和影響鋰電池SOC估算的相關(guān)因素進(jìn)行了深入的分析,通過(guò)采用以傳統(tǒng)Thevenin等效模型為基礎(chǔ)的電池混合噪聲模型,來(lái)減小漂移電流對(duì)電池SOC估算的不利影響。對(duì)模型參數(shù)采用指數(shù)擬合的方法進(jìn)行辨識(shí),驗(yàn)證模型具有較高的精度。第二、對(duì)常用的鋰電池SOC估算方法,針對(duì)具體工況進(jìn)行對(duì)比分析,選擇聯(lián)合擴(kuò)展卡爾曼濾波(Joint Extended Kalman Filter,Joint-EKF)算法為基礎(chǔ),為克服Joint-EKF算法在電流發(fā)生劇烈變化的特殊工況下,存在對(duì)電流漂移噪聲抑制作用減弱和觀測(cè)電壓滯后導(dǎo)致的電池SOC估算能力不足的問(wèn)題,提出基于Joint-EKF算法,在線調(diào)整增益系數(shù),加強(qiáng)算法跟蹤效果,以期提高鋰離子電池SOC估算的精度,通過(guò)具體的實(shí)驗(yàn)數(shù)據(jù)表明,通過(guò)動(dòng)態(tài)增益優(yōu)化后的Joint-EKF算法,有效地提高SOC估算精度。第三、針對(duì)鋰電池SOC功能的實(shí)現(xiàn)搭建實(shí)驗(yàn)平臺(tái),對(duì)相關(guān)的軟硬件進(jìn)行設(shè)計(jì),最后利用搭建好的實(shí)驗(yàn)平臺(tái)對(duì)BMS進(jìn)行功能性測(cè)試,測(cè)試的結(jié)果表明,系統(tǒng)的SOC估算精度達(dá)到了設(shè)計(jì)要求,具有較好地實(shí)用性。鑒于在線增益系數(shù)調(diào)整后的Joint-EKF算法在估算鋰離子電池SOC的優(yōu)勢(shì),該算法能夠滿足電動(dòng)汽車對(duì)電池SOC估算精度的要求,具有較好的推廣應(yīng)用價(jià)值。
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TM912
【圖文】：

.1 鋰離子電池的充電電壓/電流與充電壓特性電池電壓特性的分析，主要是通過(guò)oltage，OCV）和線電壓這三個(gè)方面值的大小認(rèn)為是電動(dòng)勢(shì)的大小。圖 2.2 電池的 OCV-SOC 關(guān)系工作時(shí)，充分靜置后的電壓認(rèn)為是電，電池的 OCV 和電池的 SOC 有一定

7由汕的nw-sn}羊蔡曲全

接入負(fù)載，此時(shí)電池兩端的電壓就為線，電池的等效內(nèi)阻會(huì)分?jǐn)傄徊糠蛛妷�，并且隨著電一個(gè)電壓差，若停止充電，短時(shí)間內(nèi)形成的電壓差線電壓會(huì)略高于 OCV 得知；同理，放電時(shí)的線電壓，電池的充放電過(guò)充，都會(huì)設(shè)置一個(gè)充電上限電壓的目的是為了防止電池受到損傷。電池 SOC 定義及其影響因素義為電池荷電狀態(tài)，通常用來(lái)表示電池剩余的電量[2能的參考依據(jù)，作用重大，且影響 SOC 精度的因的一些影響因素進(jìn)行了解。C 的定義比較簡(jiǎn)單，考慮其他的因素不多。規(guī)定在件下，電池還剩的電量與電池總電量之比[26]。電池性那樣可直接測(cè)量，只能間接計(jì)算，可根據(jù)安時(shí)法

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉卓然;陳健;林凱;趙英杰;許海平;;國(guó)內(nèi)外電動(dòng)汽車發(fā)展現(xiàn)狀與趨勢(shì)[J];電力建設(shè);2015年07期

2 邢敏;;中國(guó)實(shí)施的新能源汽車政策及效果分析[J];經(jīng)濟(jì)研究導(dǎo)刊;2015年06期

3 陳仕俊;鄭敏信;滿慶豐;;基于STM32和LTC6803的電池管理系統(tǒng)設(shè)計(jì)[J];電源技術(shù);2015年02期

4 朱智超;羅馬吉;張超;;基于卡爾曼增益動(dòng)態(tài)修正的動(dòng)力電池SOC估算[J];電源技術(shù);2015年01期

5 毛華夫;萬(wàn)國(guó)春;汪鐳;張謙;;基于卡爾曼濾波修正算法的電池SOC估算[J];電源技術(shù);2014年02期

6 魏克新;陳峭巖;;基于自適應(yīng)無(wú)跡卡爾曼濾波算法的鋰離子動(dòng)力電池狀態(tài)估計(jì)[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年03期

7 劉和平;許巧巧;胡銀全;袁閃閃;;自適應(yīng)卡爾曼濾波法磷酸鐵鋰動(dòng)力電池剩余容量估計(jì)[J];重慶大學(xué)學(xué)報(bào);2014年01期

8 鮑慧;于洋;;基于安時(shí)積分法的電池SOC估算誤差校正[J];計(jì)算機(jī)仿真;2013年11期

9 王笑天;楊志家;王英男;王忠鋒;;雙卡爾曼濾波算法在鋰電池SOC估算中的應(yīng)用[J];儀器儀表學(xué)報(bào);2013年08期

10 朱小平;張濤;;基于自適應(yīng)理論的鋰離子電池SOC估計(jì)[J];電氣技術(shù);2013年07期

相關(guān)碩士學(xué)位論文 前3條

1 王永超;基于STM32F103RBT6的電動(dòng)汽車電池管理系統(tǒng)研究[D];哈爾濱理工大學(xué);2015年

2 楊帆;鋰離子電池管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2015年

3 路�；�;基于STM32F103ZET6的動(dòng)力電池管理系統(tǒng)設(shè)計(jì)[D];南京理工大學(xué);2013年

本文編號(hào)：2785823