全球范圍內能源危機和環(huán)保問題的日益嚴重,逐漸暴露了傳統(tǒng)燃油汽車在能源消耗和污染物排放方面的巨大缺陷,想要汽車工業(yè)的可持續(xù)發(fā)展就要求電動汽車不斷進步并逐步替代燃油汽車。電動汽車中動力電池是整車唯一動力來源,故其可實現(xiàn)廢氣的零排放。電池性能的好壞會直接影響到車輛的整車性能以及汽車的行駛安全性,是最為核心的技術難題。為確保動力電池組優(yōu)秀的性能,延長電池組的使用壽命,電池管理系統(tǒng)對電池組合理的管理和控制是非常重要的。而電池荷電狀態(tài)(State of Charge,SOC)的估計是電動汽車電池管理系統(tǒng)(Battery Management System,BMS)中最為基礎和重要的功能,SOC的精確估計也是電動汽車最為關鍵的核心技術。電池是一個復雜的非線性系統(tǒng),針對不同應用條件下單一電池模型不能準確描述電池的特性而引起SOC估計誤差的問題,設計了一種考慮電池不同特性的多模型卡爾曼濾波SOC估計算法,建立兩個模型分別描述電池的溫度特性和倍率特性,將兩種模型的估計值融合得到最終SOC估計結果。首先,為了以獲取電池組的溫度特性及倍率特性,設計了不同溫度下的混合動力脈沖功率特性測試(The Hybrid Pulse Power Characterization,HPPC)試驗以及變電流HPPC試驗;然后分別建立了考慮電池溫度和電池充放電倍率的動態(tài)Thevenin模型,并在HPPC試驗的基礎上,進行了電池模型參數(shù)辨識,確定了兩電池模型的動態(tài)參數(shù);最后,提出了一種考慮電池溫度與倍率特性的多模型自適應卡爾曼濾波SOC估計算法;建立了SOC估計算法的仿真模型,并將SOC估計算法應用于動應力測試(Dynamic Stress Test,DST)工況,仿真結果表明本文的多模型濾波算法在變電流工況下具有的精度優(yōu)勢,驗證了該方法在復雜環(huán)境下的適應性。考慮電池溫度和電池充放電倍率的模型均可在一方面描述電池的性能,多模型卡爾曼濾波SOC估計方法將電池內部的溫度和倍率的動態(tài)特性信息相融合,更好地解釋了電池在復雜環(huán)境下的非線性特性,使SOC估計在整個充放電區(qū)間和復雜的使用環(huán)境下保持較高精度,提高了SOC估計的準確性和魯棒性。
【學位單位】：湖南大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：U469.7
【部分圖文】：

2 章 鋰離子電池性能及 SOC 估算方電池工作原理池的組成部分主要有多孔負電極、多孔正電極、隔膜極即電池的負極，與電池的負極接線柱相連，材料多的正極，與電池正極接線柱相連，如第一章第二節(jié)所使用可以分成不同種類鋰離子電池，且不同種類的鋰樣，常見的正極材料有 LiCoO2、LiMn2O4、LiNiO2和 屬復合膜，位于電池正負極之間，防止電池內部正負一種多孔材料，鋰離子可以穿過隔膜。電解質是一種溶劑，需有良好的導電性，對負極有較高的鋰嵌入量電壓，以減少自放電和電池內部氣壓[35]。鋰離子電池之間的移動來工作，其工作原理如圖所示。

正極材料 LiFePO4 內阻 ≤1mΩ進行本試驗的平臺主要包括：美國 Arbin BT2000多功能電池測試系統(tǒng)、恒溫測試箱、監(jiān)控用PC上位機，如圖3.1所示。其中 Arbin BT2000多功能電池測試系統(tǒng)可以同時對12種不同類型的電池進行獨立實驗，具備恒流充放電、恒壓充放電、脈沖充放電等功能，并且可編程控制充放電循環(huán)，根據(jù)用戶指定的配置文件控制每個電池的充放電電流并能夠按時間變化記錄測試過程中的實驗數(shù)據(jù)。恒溫控制器主要用于配置測試用環(huán)境，可以實現(xiàn)溫度在-45℃至190℃的范圍內調節(jié)。監(jiān)控用PC上位機主要負責數(shù)據(jù)的實時顯示以及后續(xù)處理。圖3.1電池實驗平臺

圖3.4HPPC測試制度表中電流為相對值，手冊中以放電電流為正，充電或反饋電流為負。而通個完整的測試流程是由表3.4所示的脈沖功率特性制度重復進行組成的。簡單就是從高 SOC 到低 SOC，每放10%電量做一次 HPPC 的脈沖制度，且每放電結束后有一個小時的靜置的時間，使電池的電壓值恢復到穩(wěn)定狀態(tài)。完PC 測試流程如圖3.4所示。0 10 20 30 40 50 60-1-0.500.51Time in Profile(s)Current(relative)
【參考文獻】

相關期刊論文 前10條

1 鄧濤;孫歡;;鋰離子電池新型SOC安時積分實時估算方法[J];重慶理工大學學報(自然科學);2015年01期

2 項宇;馬曉軍;劉春光;可榮碩;趙梓旭;;基于改進的粒子群優(yōu)化擴展卡爾曼濾波算法的鋰電池模型參數(shù)辨識與荷電狀態(tài)估計[J];兵工學報;2014年10期

3 魏克新;陳峭巖;;基于多模型自適應卡爾曼濾波器的電動汽車電池荷電狀態(tài)估計[J];中國電機工程學報;2012年31期

4 趙慶河;;一種電動車用鋰電池剩余容量檢測系統(tǒng)[J];信息技術;2012年06期

5 張利;朱雅俊;劉征宇;;鋰離子電池SOC與模型參數(shù)聯(lián)合估算研究[J];電子測量與儀器學報;2012年04期

6 高敏;;電動汽車的特點與發(fā)展趨勢[J];能源研究與利用;2011年04期

7 王銘;李建軍;吳捍;萬春榮;何向明;;鋰離子電池模型研究進展[J];電源技術;2011年07期

8 夏蘭;李素麗;艾新平;楊漢西;;鋰離子電池的安全性技術[J];化學進展;2011年Z1期

9 戴海峰;魏學哲;孫澤昌;;基于等效電路的內阻自適應鋰離子電池模型[J];同濟大學學報(自然科學版);2010年01期

10 鄧龍征;;電動汽車用磷酸鐵鋰動力電池的研制進展[J];新材料產業(yè);2009年05期

相關博士學位論文 前1條

1 林燕;LiFePO_4/C正極材料的溶膠凝膠制備及其結構與性能的關鍵影響因素研究[D];浙江大學;2009年

相關碩士學位論文 前3條

1 吳軍瑤;我國新能源汽車產業(yè)發(fā)展戰(zhàn)略研究[D];山西財經大學;2014年

2 李秀亮;電動車用鋰離子電池組的監(jiān)測與SOC估算研究[D];哈爾濱工業(yè)大學;2011年

3 楊詩佳;20kW車用鉛酸電池智能管理系統(tǒng)[D];浙江大學;2008年

本文編號：2884035