隨著新能源汽車的發(fā)展，電動汽車逐漸受到關(guān)注和重視。作為電動汽車的關(guān)鍵組成部分和主要能量來源，動力電池成為當前研究的熱點。為了提高和改善電池性能，需要有一套電池管理系統(tǒng)來對電池進行全方位的監(jiān)控。電池荷電狀態(tài)作為電池的一個重要狀態(tài)量，為電池管理系統(tǒng)進行電池的監(jiān)控管理提供了重要的參考依據(jù)，同時，SOC也是影響整車控制性能的重要參考量。 本文首先闡述了對電動汽車鋰離子電池SOC進行估計的重要意義，介紹了當前主要的動力電池種類，對比了當前常用的SOC估計算法的優(yōu)缺點。 接著簡要地介紹了鋰離子電池的基本結(jié)構(gòu)和工作原理；對比了各類電動汽車鋰離子電池模型，根據(jù)不同的電池等效電路推導出相應的狀態(tài)方程，從而搭建電池等效電路模型；搭建完電池模型后，為了獲取電池模型參數(shù)進行了電池參數(shù)辨識實驗，通過標定實驗得到了電池開路電壓和電池SOC的關(guān)系曲線，通過HPPC實驗，對電池參數(shù)進行擬合，得到了電池模型內(nèi)部電容電阻等參數(shù)值；接著對搭建的模型進行了模型驗證，給定相同的輸入比較模型與真實電池的輸出是否一致，以此來驗證模型的準確性。 基于卡爾曼濾波(Kalman Filtering, KF)原理，在擴展卡爾曼濾波(Exterded KalmanFiltering, EKF)算法的基礎上，本文提出了雙卡爾曼濾波算法估計鋰離子動力電池SOC的方法。首先通過第一個擴展卡爾曼濾波估計算法得到第一個SOC估計值，然后利用安時積分法估計得到第二個SOC估計值，最后利用卡爾曼濾波算法將兩種方法估計得到的SOC估計值進行卡爾曼加權(quán)處理，從而得到最終的SOC估計值，即雙卡爾曼(Double Kalman Filter,DKF) SOC估計值。在雙卡爾曼濾波算法的基礎上設計了雙卡爾曼估計器。通過多組實驗，將雙卡爾曼估計器、安時積分估計器、EKF估計器估計得到的SOC與參考SOC值進行對比，從而驗證DKF算法對SOC估計的準確性及其相對其他兩種SOC估計算法的優(yōu)勢。 最后，將編寫的DKF算法嵌入到基于ARM平臺的嵌入式系統(tǒng)中進行實物驗證實驗。嵌入式系統(tǒng)包括主控機和測控機，其中，測控機主要負責采集數(shù)據(jù)，將實時測量得到的電池電流、電壓等電池信息傳輸給主控機進行處理；主控機主要負責數(shù)據(jù)處理和控制部分，對測控機傳來的數(shù)據(jù)進行分析處理，同時通過一系列的保護控制保證電池的正常運行。雙卡爾曼濾波估計算法在測控機中運行，通過電池電流、電壓數(shù)據(jù)，使用DKF算法估計得到DKF SOC估計值。經(jīng)過多組實驗，通過對測控機保存的各個時刻DKF SOC估計值的分析，驗證了DKF估計方法估計結(jié)果有效性。
【學位單位】：吉林大學
【學位級別】：碩士
【學位年份】：2015
【中圖分類】：TM912

【參考文獻】

相關(guān)期刊論文 前5條

1 麻友良,陳全世,朱元;變電流下的電池荷電狀態(tài)定義方法探討[J];電池;2001年01期

2 孟良榮;王金良;;電動車電池現(xiàn)狀與發(fā)展趨勢[J];電池工業(yè);2006年03期

3 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];機械工程學報;2005年12期

4 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

5 楊陽;湯桃峰;秦大同;胡明輝;;電動汽車鋰電池PNGV等效電路模型與SOC估算方法[J];系統(tǒng)仿真學報;2012年04期

本文編號：2823232