【摘要】：相比燃油汽車,電動汽車具有對環(huán)境污染小、無噪聲等優(yōu)勢,在交通方面發(fā)揮著越來越重要的作用。電動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,是電動汽車正常運行的重要保證。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、對電池荷電狀態(tài)(State of Charge,SOC)進(jìn)行高精度預(yù)估、對電池的健康狀況進(jìn)行估計等。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,還會影響到電動汽車的正常行駛。本文將圍繞鋰離子電池的估算精度,展開以下幾個方面的研究。第一、對動力電池的種類、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,來減小漂移電流對電池SOC估算的不利影響。對模型參數(shù)采用指數(shù)擬合的方法進(jìn)行辨識,驗證模型具有較高的精度。第二、對常用的鋰電池SOC估算方法,針對具體工況進(jìn)行對比分析,選擇聯(lián)合擴展卡爾曼濾波(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,存在對電流漂移噪聲抑制作用減弱和觀測電壓滯后導(dǎo)致的電池SOC估算能力不足的問題,提出基于Joint-EKF算法,在線調(diào)整增益系數(shù),加強算法跟蹤效果,以期提高鋰離子電池SOC估算的精度,通過具體的實驗數(shù)據(jù)表明,通過動態(tài)增益優(yōu)化后的Joint-EKF算法,有效地提高SOC估算精度。第三、針對鋰電池SOC功能的實現(xiàn)搭建實驗平臺,對相關(guān)的軟硬件進(jìn)行設(shè)計,最后利用搭建好的實驗平臺對BMS進(jìn)行功能性測試,測試的結(jié)果表明,系統(tǒng)的SOC估算精度達(dá)到了設(shè)計要求,具有較好地實用性。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,該算法能夠滿足電動汽車對電池SOC估算精度的要求,具有較好的推廣應(yīng)用價值。
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：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oltage，OCV）和線電壓這三個方面值的大小認(rèn)為是電動勢的大小。圖 2.2 電池的 OCV-SOC 關(guān)系工作時，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，此時電池兩端的電壓就為線，電池的等效內(nèi)阻會分?jǐn)傄徊糠蛛妷海⑶译S著電一個電壓差，若停止充電，短時間內(nèi)形成的電壓差線電壓會略高于 OCV 得知；同理，放電時的線電壓，電池的充放電過充，都會設(shè)置一個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量，只能間接計算，可根據(jù)安時法

【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;;國內(nèi)外電動汽車發(fā)展現(xiàn)狀與趨勢[J];電力建設(shè);2015年07期

2 邢敏;;中國實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[J];電源技術(shù);2015年02期

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

5 毛華夫;萬國春;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)無跡卡爾曼濾波算法的鋰離子動力電池狀態(tài)估計[J];中國電機工程學(xué)報;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力電池剩余容量估計[J];重慶大學(xué)學(xué)報;2014年01期

8 鮑慧;于洋;;基于安時積分法的電池SOC估算誤差校正[J];計算機仿真;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;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[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)計與實現(xiàn)[D];浙江大學(xué);2015年

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

本文編號：2785823