【摘要】：新能源電動汽車是我國未來汽車產(chǎn)業(yè)發(fā)展的戰(zhàn)略制高點,而動力電池作為制約電動汽車發(fā)展的核心部件,動力電池科學完善的測試評估方法對完善電動汽車的續(xù)駛里程研究、推進產(chǎn)業(yè)創(chuàng)新發(fā)展至關重要。美國、歐盟、日本等政府部門以及世界主要電動汽車研發(fā)企業(yè)和科研機構(gòu)等都對此進行了大量研究,取得了一定的成果。影響電動汽車動力電池SOC的估算的因素較多,簡單的蓄動力電池模型,存在精度不足、魯棒性差、易受外界因素影響等問題。而復雜的模型則存在計算耗時、參數(shù)繁多、不易于在實車上應用等諸多缺陷。本文針對電動汽車動力電池組SOC的實時估計算法和純電動汽車的續(xù)航能力,從模型辨識和融合算法開發(fā)處著手展開了以下幾個方面的工作:首先,本文闡述了鋰離子動力電池的工作原理,介紹了放電試驗法、開路電壓法等6種經(jīng)典的SOC估計方法并分析了各估計方法自身的優(yōu)缺點。突出了本文選擇的基于精確電池模型的安時積分加無跡卡爾曼濾波修正的融合算法在SOC估計方面的優(yōu)勢。然后,針對動力電池模型中的各個參數(shù)都是動態(tài)變化的特性,本文設計了HPPC脈沖放電實驗,并通過指數(shù)擬合建立了二階RC等效電路模型。在Simulink/Simscape中搭建了動力電池仿真模型,結(jié)合擬合工具箱分別對單溫度模型和多溫度模型進行了模型參數(shù)辨識,分析了溫度及不同SOC對模型參數(shù)的影響。最后,為了解決估計精度依賴于SOC初始值的問題,本文提出了基于精確動力電池模型的無跡卡爾曼濾波修正和安時積分法結(jié)合的融合算法并對鋰離子動力電池的SOC進行狀態(tài)估計,并在此基礎上,通過建立純電動汽車整車性能仿真平臺,在不同循環(huán)工況下對整車性能進行仿真,分析了不同工況下的續(xù)航里程,通過對比表明本文采用的方法在電動汽車續(xù)駛里程的估算上更接近實際水平,本文的研究對續(xù)航里程的計算有較高參考意義。
【圖文】：

第一章 緒論意義發(fā)展汽車誕生以來，汽車作為交通和運輸工具，無疑給加速了貨物的流通，改變了人們的交通方式，極大步。然而隨著傳統(tǒng)內(nèi)燃機車的普及，國內(nèi)汽車保有現(xiàn)出來。這些負面影響主要包括加速石油資源的消，內(nèi)燃機車產(chǎn)生的尾氣也使空氣質(zhì)量不斷惡化，甚人類的生命健康。如圖 1.1 所示，北京地區(qū) PM2.5

動力電池的電極之間建立一個物理屏障。鋰離子動力電池組成結(jié)構(gòu)如圖2.1 所示。圖 2.1 鋰離子動力電池組成1）鋰離子動力電池的電極目前在工業(yè)生產(chǎn)中成功使用的負極材料主要是碳，鋰離子動力電池應用中具有前景的碳包括：高度石墨化的軟碳，分解得到的軟碳和硬碳，有單碳層和微孔結(jié)構(gòu)的硬碳。鋰離子動力電池的負極材料應具有以下性能：（1）可逆容量大，極的電勢低而且變化趨勢平坦；
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U469.72

【參考文獻】

相關期刊論文 前10條

1 黃兵鋒;楊正才;傅佳宏;;基于六參數(shù)RC等效電路模型的鋰離子電池SOC估計[J];重慶交通大學學報(自然科學版);2015年05期

2 孫明江;段敏;李剛;;基于CarSim的前輪獨立驅(qū)動純電動汽車仿真模型建立[J];汽車工程師;2015年08期

3 鐘國彬;何耀;劉新天;馮真得;蘇偉;;基于高階非線性模型的鉛酸蓄電池SOC估計[J];蓄電池;2015年04期

4 袁翔;周湘;蔣鵬;;電動汽車用鋰電池模型參數(shù)辨識方法研究[J];公路與汽運;2015年04期

5 蔡信;李波;汪宏華;聶亮;;基于神經(jīng)網(wǎng)絡模型的動力電池SOC估計研究[J];機電工程;2015年01期

6 張來云;何榮國;李科迪;吳陽博;;純電動汽車動力性與經(jīng)濟性仿真研究[J];上海汽車;2014年12期

7 么居標;呂江毅;任小龍;;基于無跡卡爾曼濾波的動力電池荷電狀態(tài)估計[J];電源技術;2014年09期

8 張金龍;漆漢宏;;基于二維參數(shù)辨識的蓄電池SOC估計[J];電工電能新技術;2014年09期

9 黃冠;崔俊杰;;純電動汽車建模與仿真[J];電子世界;2014年17期

10 艾新平;楊漢西;;淺析動力電池的技術發(fā)展[J];中國科學:化學;2014年07期

相關碩士學位論文 前5條

1 龐瀛洲;關于電池BMS系統(tǒng)SOC估測算法的研究[D];長安大學;2015年

2 李鑫;基于電池放電效率的純電動汽車續(xù)航能力的研究[D];重慶理工大學;2015年

3 柏慶文;基于無味卡爾曼濾波的電動汽車動力電池SOC估計[D];吉林大學;2013年

4 高利琴;混合動力車用鋰離子電池SOC最優(yōu)預測策略研究[D];湖南大學;2012年

5 李久芳;電動汽車鎳氫電池剩余容量的測試研究[D];武漢理工大學;2004年

，

本文編號：2620993