本文關鍵詞：基于無跡卡爾曼濾波的磷酸鐵鋰電池soc估算研究

  更多相關文章： 荷電狀態(tài) 電池模型 參數(shù)辨識 卡爾曼濾波

【摘要】：汽車作為日常生活不可或缺的交通工具,正在以一個爆炸式的發(fā)展趨勢步入千家萬戶,隨之而來的能源危機和環(huán)境污染的問題也日益突顯,電動汽車因為零排放的優(yōu)勢獲得了全世界各國及汽車公司的重視。電池管理系統(tǒng)的研究是電動車發(fā)展的關鍵技術之一,而SOC的準確估計又是電池管理系統(tǒng)運行的基本要素和重要前提,因此soc估算的研究至關重要。 文章首先介紹了國內外電動汽車的發(fā)展狀況,通過對于各類電池的比較,指出了磷酸鐵鋰電池是電動汽車用動力電池的一個理想選擇；為了更好的了解磷酸鐵鋰電池的性能,首先對SOC的定義進行了描述,然后分析了磷酸鐵鋰電池的相關性能,并研究了電池放電倍率,電池溫度,循環(huán)次數(shù)對電池性能的影響。 文章再分析了幾種常見的SOC的估算方法諸如安時積分法、開路電壓法、神經網絡法、卡爾曼濾波法的優(yōu)缺點,考慮選擇了卡爾曼濾波法,分析了卡爾曼濾波的幾種變化形式,同時比較了自適應卡爾曼濾波,擴展卡爾曼濾波和無跡卡爾曼濾波的特點,最后選擇了無跡卡爾曼濾波(UKF)算法結合噪聲的自適應匹配來作為本文的SOC估算算法。 在電池模型方面,分析比對了電池的電化學模型,電池的神經網絡模型,電池的等效電路模型,最后選擇了二階rC電路模型作為電池模型：然后在simulink中建立了電池模型,通過實驗獲得的電池數(shù)據對電池的模型進行識別,驗證了模型的準確性。 最后將無跡卡爾曼濾波法應用到SOC的估算中去,在simulink中對建立的UKF算法的模型,并對模型進行了仿真分析,將仿真結果與實驗結果相比較,確定該方法能有效的實現(xiàn)電池SOC值的在線估算,具有相對較高的計算精度。
【關鍵詞】：荷電狀態(tài) 電池模型 參數(shù)辨識 卡爾曼濾波
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U469.72;U463.63;TM912
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-11
• 目錄11-13
• 插圖清單13-15
• 表格清單15-16
• 第一章 . 緒論16-23
• 1.1 純電動汽車的發(fā)展背景16-19
• 1.2 純電動汽車電池的發(fā)展19-21
• 1.3 本課題研究的意義21
• 1.4 磷酸鐵鋰電池SOC的研究現(xiàn)狀21-22
• 1.5 本章小結22-23
• 第二章 . 鋰電池的特性及SOC算法研究23-42
• 2.1 磷酸鐵鋰電池的工作原理23-24
• 2.2 SOC的定義24-29
• 2.2.1 現(xiàn)有SOC估算方法24-29
• 2.3 磷酸鐵鋰電池的工作特性29-39
• 2.3.1 實驗準備階段29-31
• 2.3.2 單體一致性測試31-33
• 2.3.3 電池的庫倫效率33
• 2.3.4 磷酸鐵鋰電池的容量特性33-35
• 2.3.5 電池的開路電壓特性35-37
• 2.3.6 電池的內阻特性37-39
• 2.4 電池性能的影響因素39-41
• 2.4.1 電池溫度影響39-40
• 2.4.2 循環(huán)次數(shù)影響40-41
• 2.5 本章小結41-42
• 第三章 . 磷酸鐵鋰電池的模型建立與參數(shù)識別42-53
• 3.1 常用的電池模型42-46
• 3.1.1 電化學模型42
• 3.1.2 等效電路模型42-46
• 3.1.3 本文選擇的電池模型46
• 3.2 Hppc實驗46-49
• 3.4 模型的驗證49-52
• 3.4.1 恒流工況的模型驗證50-52
• 3.5 本章小結52-53
• 第四章 無跡卡爾曼SOC的算法研究53-63
• 4.1 算法理論基礎53-57
• 4.1.1 UT算法和卡爾曼濾波53-55
• 4.1.2 UKF算法流程55-56
• 4.1.3 系統(tǒng)誤差和觀測誤差的自適應匹配56-57
• 4.2 基于UKF算法實現(xiàn)SOC估算57-58
• 4.3 仿真模型的建立、58-62
• 4.4 本章小結62-63
• 第五章 . 仿真結果分析63-65
• 5.1 本章小結64-65
• 第六章 總結65-67
• 6.1 全文總結65
• 6.2 總結展望65-67
• 參考文獻67-70
• 攻讀碩士學位期間的學術活動及成果情況70

【參考文獻】

中國期刊全文數(shù)據庫 前10條

1 劉洪權;鄭田田;郭倩穎;陳蘊博;谷亦杰;;鋰離子電池正極材料磷酸鐵鋰研究進展[J];稀有金屬材料與工程;2012年04期

2 田碩;李哲;盧蘭光;歐陽明高;;HEV用動力蓄電池的最大充放電性能[J];電池;2008年01期

3 李哲;仝猛;盧蘭光;歐陽明高;;動力型鉛酸及LiFePO_4鋰離子電池的容量特性[J];電池;2009年01期

4 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

5 劉浩;謝樺;姜久春;張維戈;;純電動汽車用鋰離子電池SOC估算方案的研究[J];電氣應用;2010年12期

6 邵海岳,鐘志華,何莉萍,鐘勇,陳宗璋;電動汽車動力電池模型及SOC預測方法[J];電源技術;2004年10期

7 范波;田曉輝;馬建偉;;基于EKF的動力鋰電池SOC狀態(tài)預測[J];電源技術;2010年08期

8 時瑋;姜久春;李索宇;賈容達;;磷酸鐵鋰電池SOC估算方法研究[J];電子測量與儀器學報;2010年08期

9 尹安東;張萬興;趙韓;江昊;;基于神經網絡的磷酸鐵鋰電池SOC預測研究[J];電子測量與儀器學報;2011年05期

10 胡明輝;秦大同;;混合動力汽車鎳氫電池組的充放電效率分析[J];重慶大學學報;2009年03期

中國博士學位論文全文數(shù)據庫 前1條

1 劉全兵;鋰離子電池正極材料的制備及其性能研究[D];華南理工大學;2012年

，

本文編號：609438