發(fā)布時間：2017-09-08 12:41

  本文關(guān)鍵詞：動力鋰電池組管理系統(tǒng)SOC估算研究

  更多相關(guān)文章： 安時法 擴展卡爾曼濾波算法 遺傳算法 神經(jīng)網(wǎng)絡(luò) 電池管理系統(tǒng)軟件

【摘要】：近些年來,國內(nèi)主要城市空氣污染日益嚴重、霧霾現(xiàn)象頻發(fā),嚴重影響了居民生產(chǎn)生活。電動汽車的發(fā)展與推廣不僅可以提高能效比,而且能夠有效減少城市交通的廢氣排放。電池管理系統(tǒng)是電動汽車的重要組成部分,對電池收集信息、保證工作安全和延長壽命有重要作用。電池SOC估算是電池管理系統(tǒng)的核心功能,其算法精度一直是電池管理系統(tǒng)研究的熱點和難點。本文以電池SOC估算精度為研究對象,以鋰電池電氣特性及模型為基礎(chǔ),以工業(yè)實現(xiàn)為目標,設(shè)計了分布式電池管理系統(tǒng)軟件作為實驗平臺,分別對安時法、擴展卡爾曼濾波算法和神經(jīng)網(wǎng)絡(luò)估算電池SOC進行研究與改進。安時法是目前行業(yè)生產(chǎn)中應(yīng)用最多的算法,但其存在初始誤差、模型誤差和時間累積誤差等問題。本課設(shè)計了基于溫度權(quán)重的電池容量模型以減小放電倍率、電池壽命和溫度誤差,借助開路電壓法減小了初始誤差,設(shè)計了充電校正方式以減小時間累積誤差。擴展卡爾曼濾波算法具有安時法和開路電壓法的優(yōu)點,具有自收斂性。本課題從戴維南模型入手,設(shè)計參數(shù)辨識實驗確定了溫度和電池SOC對模型參數(shù)的作用關(guān)系,應(yīng)用辨識結(jié)果設(shè)計了自適應(yīng)模型擴展卡爾曼濾波算法;該算法在實驗中可以校正電池SOC初始誤差,但是對電池模型參數(shù)和線性化方式依賴性強。安時法與擴展卡爾曼濾波算法都是針對電池單體模型設(shè)計的,沒有考慮電池單體不一致性。本課題采用了神經(jīng)網(wǎng)絡(luò)算法以電池單體壓差、電池組過程壓差、電池組過程電流差等作為輸入變量,以電池SOC作為輸出變量,通過遺傳算法訓(xùn)練了神經(jīng)網(wǎng)絡(luò)權(quán)重。網(wǎng)絡(luò)訓(xùn)練研究中,設(shè)計了基于權(quán)重增量編碼方式的遺傳算法,對比研究了基于權(quán)重值編碼方式證明了前者在速度和精度的優(yōu)越性;提出了網(wǎng)絡(luò)規(guī)范化表達方法和網(wǎng)絡(luò)相似性函數(shù)來研究神經(jīng)網(wǎng)絡(luò)同質(zhì)性,區(qū)分了局部最優(yōu)解和相似最優(yōu)解。實驗證明,該算法可以探測到電池單體不一致性引起的SOC降低。綜合,基于電池管理系統(tǒng)軟件的實現(xiàn),本課題根據(jù)系統(tǒng)要求和實驗結(jié)果提出了SOC估計算法評測標準,并根據(jù)評測結(jié)果設(shè)計了綜合算法優(yōu)化方案。
【關(guān)鍵詞】：安時法 擴展卡爾曼濾波算法 遺傳算法 神經(jīng)網(wǎng)絡(luò) 電池管理系統(tǒng)軟件
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM912
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-16
• 1.1 課題背景及研究的目的和意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 電池管理系統(tǒng)11-12
• 1.2.2 SOC算法研究12-14
• 1.3 本文的主要研究內(nèi)容14-16
• 第2章 安時積分法估算電池SOC16-32
• 2.1 安時積分參數(shù)修正16-25
• 2.1.1 SOC定義16-17
• 2.1.2 電池容量標定方法17-19
• 2.1.3 充放電倍率的修正19-21
• 2.1.4 溫度的修正21-24
• 2.1.5 電池壽命的修正24-25
• 2.2 開路電壓法25-27
• 2.3 算法測試與誤差分析27-31
• 2.3.1 初始值確定恒流工況測試27-29
• 2.3.2 初始確定變電流工況測試29-30
• 2.3.3 初始不定變電流工況測試30-31
• 2.4 本章小結(jié)31-32
• 第3章 擴展卡爾曼濾波法估算電池SOC32-48
• 3.1 卡爾曼濾波原理32-35
• 3.1.1 線性卡爾曼濾波32-33
• 3.1.2 擴展卡爾曼濾波33-35
• 3.2 電池等效模型35-37
• 3.2.1 Rint模型35-36
• 3.2.2 戴維南模型36
• 3.2.3 PNGV模型36-37
• 3.2.4 Massimo Ceraolo模型37
• 3.3 模型參數(shù)識別37-43
• 3.4 算法測試與誤差分析43-47
• 3.5 本章小結(jié)47-48
• 第4章 神經(jīng)網(wǎng)絡(luò)估算電池SOC48-60
• 4.1 神經(jīng)網(wǎng)絡(luò)基本原理48-50
• 4.1.1 神經(jīng)元48-49
• 4.1.2 網(wǎng)絡(luò)學(xué)習(xí)方法49-50
• 4.2 遺傳算法基本原理50-51
• 4.3 利用遺傳算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)51-53
• 4.3.1 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計51-52
• 4.3.2 編碼52
• 4.3.3 適應(yīng)度52-53
• 4.3.4 遺傳操作53
• 4.4 算法實現(xiàn)與測試53-59
• 4.4.1 網(wǎng)絡(luò)表達相似性53-55
• 4.4.2 權(quán)重浮點數(shù)編碼的算法測試55-56
• 4.4.3 權(quán)重增量編碼的算法測試56-57
• 4.4.4 網(wǎng)絡(luò)離線測試57-59
• 4.5 本章小結(jié)59-60
• 第5章 電池管理系統(tǒng)軟件設(shè)計與實現(xiàn)60-74
• 5.1 電池管理系統(tǒng)軟件需求與架構(gòu)60-64
• 5.1.1 軟件需求分析60-62
• 5.1.2 主控單元軟件設(shè)計62-64
• 5.2 電池信息管理模塊設(shè)計64-67
• 5.2.1 電池信息采集64-66
• 5.2.2 電池信息處理66-67
• 5.3 通信模塊設(shè)計67-68
• 5.4 監(jiān)控顯示模塊設(shè)計68-70
• 5.4.1 基于CAN通信的安卓系統(tǒng)方案68-69
• 5.4.2 基于RS232的上位機方案69-70
• 5.5 電池SOC估計算法評測與優(yōu)化70-72
• 5.5.1 執(zhí)行效率70
• 5.5.2 估算精度70-71
• 5.5.3 算法可維護性71-72
• 5.5.4 算法優(yōu)化72
• 5.6 本章小結(jié)72-74
• 結(jié)論74-75
• 參考文獻75-82
• 致謝82

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 羅玉濤;張保覺;趙克剛;;基于神經(jīng)網(wǎng)絡(luò)的動力電池組SOC辨識方法[J];電源技術(shù);2007年11期

2 劉和平;楊飛;胡銀全;;EV用LiFePO_4電池管理系統(tǒng)的研究與實現(xiàn)[J];電源技術(shù);2011年03期

3 左春檉;張明;楊洋;張昭;;電動車電池容量及電池管理系統(tǒng)參數(shù)化設(shè)計[J];電源技術(shù);2011年11期

4 張利;王為;陳澤堅;劉征宇;;新能源汽車SOC估算的模糊預(yù)測算法研究[J];電子測量與儀器學(xué)報;2011年04期

5 張華輝;夏保佳;齊鉑金;廖瑾瑜;;混合動力轎車用集中式鋰離子動力電池管理系統(tǒng)設(shè)計[J];華南師范大學(xué)學(xué)報(自然科學(xué)版);2009年S1期

6 李頂根;陳軍;黃榮華;成曉北;;基于CAN網(wǎng)絡(luò)的純電動轎車車載信息系統(tǒng)[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2008年02期

7 潘雙夏;王冬云;李貴海;;基于能量守恒和四線法的SOC估算策略研究[J];汽車工程;2007年05期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 席安靜;白鵬;;鋰離子電池荷電狀態(tài)估計方法綜述[A];2011中國電工技術(shù)學(xué)會學(xué)術(shù)年會論文集[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 吳鐵洲;HEV鋰離子電池組管理關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2010年

2 武國良;電動汽車用鎳氫電池剩余電量估計方法研究[D];哈爾濱工業(yè)大學(xué);2010年

3 葉曉;并聯(lián)混合動力汽車控制策略研究[D];清華大學(xué);2013年

4 朱政;磷酸鐵鋰電池荷電狀態(tài)估計方法的研究[D];哈爾濱工業(yè)大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 呂延平;基于分布式系統(tǒng)的電動汽車電池管理系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2010年

，

本文編號：814103