本文關(guān)鍵詞：基于無(wú)味卡爾曼濾波的電動(dòng)汽車(chē)動(dòng)力電池SOC估計(jì)，由筆耕文化傳播整理發(fā)布。

【摘要】：動(dòng)力電池作為電動(dòng)汽車(chē)的能量載體，如何對(duì)其剩余電量（State of Charge,SOC）進(jìn)行準(zhǔn)確估計(jì)是整個(gè)電動(dòng)汽車(chē)領(lǐng)域的重點(diǎn)和核心技術(shù)之一。對(duì)SOC的準(zhǔn)確估計(jì)可以為駕駛者提供準(zhǔn)確的續(xù)駛里程信息，可以從理論上避免對(duì)電池的過(guò)充和過(guò)放，更可以為駕駛者的駕駛安全帶來(lái)保障。本文針對(duì)鋰離子電池的SOC估計(jì)問(wèn)題主要做了如下幾方面工作： 文章首先介紹了電動(dòng)汽車(chē)的發(fā)展背景，明確對(duì)電池SOC估計(jì)方法進(jìn)行研究的意義，比較了目前各類常用動(dòng)力電池的優(yōu)缺點(diǎn)，指出鋰離子電池是目前較理想的動(dòng)力來(lái)源。文中分析了國(guó)內(nèi)外的電池SOC估計(jì)研究現(xiàn)狀，并對(duì)鋰離子電池的工作原理及分類作了簡(jiǎn)要介紹。 對(duì)于基于模型的SOC估計(jì)方法，搭建合適的電池模型是提高SOC估計(jì)準(zhǔn)確性的重要途徑，所以接下來(lái)分析和介紹了幾種常用的電池等效電路模型，并將二階RC環(huán)等效電路模型作為本文SOC估計(jì)的待使用模型。為了使模型獲得較高的響應(yīng)精度，文中針對(duì)實(shí)際鋰離子電池的開(kāi)路電壓與SOC的關(guān)系表達(dá)式進(jìn)行了快速標(biāo)定，在此基礎(chǔ)上通過(guò)遺忘因子最小二乘法對(duì)模型中的參數(shù)進(jìn)行了實(shí)時(shí)辨識(shí)。 隨后介紹了擴(kuò)展卡爾曼濾波算法估計(jì)系統(tǒng)狀態(tài)變量的思路，在此基礎(chǔ)之上提出使用無(wú)味卡爾曼濾波理論對(duì)鋰離子電池的SOC進(jìn)行估計(jì)。結(jié)合所搭建的二階RC環(huán)等效電路模型的狀態(tài)空間形式，基于實(shí)際鋰離子電池參數(shù)，通過(guò)Matlab仿真實(shí)驗(yàn)實(shí)現(xiàn)無(wú)味卡爾曼濾波算法對(duì)SOC的估計(jì)，并與擴(kuò)展卡爾曼濾波算法的SOC估計(jì)效果進(jìn)行比對(duì)。仿真結(jié)果表明無(wú)味卡爾曼濾波算法在白噪聲條件下可對(duì)SOC的進(jìn)行較為精確估計(jì)，，并證明了其在同條件下可以比擴(kuò)展卡爾曼算法獲得更好的SOC估算精度。 最后，通過(guò)在ADVISOR仿真環(huán)境下搭建電動(dòng)汽車(chē)整車(chē)模型，完善整車(chē)參數(shù)并進(jìn)行道路工況仿真實(shí)驗(yàn)。在掌握鋰離子動(dòng)力電池在實(shí)際工況條件下的各項(xiàng)數(shù)據(jù)的基礎(chǔ)上，最終在Matlab中實(shí)現(xiàn)無(wú)味卡爾曼濾波對(duì)動(dòng)力電池SOC的估計(jì)。所得實(shí)驗(yàn)結(jié)果證明了無(wú)味卡爾曼濾波在實(shí)際SOC估計(jì)中的可行性、有效性與精確性。
【關(guān)鍵詞】：鋰離子電池 無(wú)味卡爾曼濾波 電動(dòng)汽車(chē) 等效電路模型 ADVISOR
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：U469.72
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 課題研究背景及意義9-10
• 1.2 動(dòng)力電池的發(fā)展現(xiàn)狀10-11
• 1.3 鋰離子電池的結(jié)構(gòu)及工作原理11-12
• 1.4 SOC 估計(jì)方法的研究現(xiàn)狀12-15
• 1.5 本文的主要研究?jī)?nèi)容15-17
• 第2章 鋰離子電池模型及參數(shù)辨識(shí)17-35
• 2.1 鋰離子等效電路模型17-21
• 2.1.1 常用的等效電路模型18-19
• 2.1.2 本文選用的等效電路模型19-21
• 2.2 鋰離子電池模型的參數(shù)辨識(shí)21-25
• 2.2.1 最小二乘算法在參數(shù)辨識(shí)中的應(yīng)用22-23
• 2.2.2 遺忘因子最小二乘算法23-24
• 2.2.3 所用電池模型的數(shù)學(xué)形式24-25
• 2.3 鋰離子電池的參數(shù)辨識(shí)實(shí)驗(yàn)25-32
• 2.3.1 鋰離子電池的 OCV 與 SOC 快速標(biāo)定實(shí)驗(yàn)26-28
• 2.3.2 鋰離子電池的動(dòng)態(tài)參數(shù)辨識(shí)實(shí)驗(yàn)28-32
• 2.4 對(duì)所用電池模型的驗(yàn)證32-34
• 2.5 本章小結(jié)34-35
• 第3章 基于無(wú)味卡爾曼濾波算法的 SOC 估計(jì)35-47
• 3.1 無(wú)味卡爾曼濾波理論35-41
• 3.1.1 卡爾曼濾波理論35-37
• 3.1.2 擴(kuò)展卡爾曼濾波算法37-38
• 3.1.3 無(wú)味卡爾曼濾波算法38-41
• 3.2 鋰離子電池 SOC 估計(jì)的實(shí)現(xiàn)41-45
• 3.3 本章小結(jié)45-47
• 第4章 基于 ADVISOR 的 SOC 估計(jì)算法仿真實(shí)驗(yàn)47-57
• 4.1 ADVISOR 軟件環(huán)境及仿真原理介紹47-49
• 4.2 ADVISOR 中電動(dòng)汽車(chē)的整車(chē)建模49-52
• 4.3 基于實(shí)際工況的 SOC 估計(jì)驗(yàn)證52-56
• 4.4 本章小結(jié)56-57
• 第5章 總結(jié)57-59
• 5.1 全文總結(jié)57-58
• 5.2 研究展望58-59
• 參考文獻(xiàn)59-62
• 作者簡(jiǎn)介及科研成果62-63
• 致謝63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 林成濤,王軍平,陳全世;電動(dòng)汽車(chē)SOC估計(jì)方法原理與應(yīng)用[J];電池;2004年05期

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

3 顏劍;蘇玉長(zhǎng);蘇繼桃;盧普濤;;鋰離子電池負(fù)極材料的研究進(jìn)展[J];電池工業(yè);2006年04期

4 劉浩;謝樺;姜久春;張維戈;;純電動(dòng)汽車(chē)用鋰離子電池SOC估算方案的研究[J];電氣應(yīng)用;2010年12期

5 程夕明,孫逢春;電動(dòng)汽車(chē)能量存儲(chǔ)技術(shù)概況[J];電源技術(shù);2001年01期

6 樂(lè)浪;李革臣;朱磊;何銀吉;李金錄;;卡爾曼濾波在電池檢測(cè)中的應(yīng)用[J];電源技術(shù);2006年02期

7 盧居霄;林成濤;陳全世;韓曉東;;三類常用電動(dòng)汽車(chē)電池模型的比較研究[J];電源技術(shù);2006年07期

8 李立偉;原明亭;包書(shū)哲;;基于改進(jìn)灰色模型的蓄電池剩余容量預(yù)測(cè)[J];電源技術(shù);2006年12期

9 李騫;劉辛;;改進(jìn)的卡爾曼濾波算法系統(tǒng)參數(shù)辨識(shí)仿真研究[J];計(jì)算機(jī)仿真;2012年03期

10 李孟良,李洧,方茂東,劉向民,杜傳進(jìn),詹興泉;道路車(chē)輛實(shí)際行駛工況解析方法研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2003年01期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 時(shí)艷茹;基于UKF濾波的汽車(chē)縱向和側(cè)向速度估計(jì)算法研究[D];吉林大學(xué);2011年

2 付永恒;基于路況信息的混合動(dòng)力汽車(chē)控制策略研究[D];北京交通大學(xué);2011年

3 李超;電動(dòng)汽車(chē)用鎳氫電池模型參數(shù)辨識(shí)和SOC估算研究[D];天津大學(xué);2007年

4 張光明;電動(dòng)教練車(chē)的設(shè)計(jì)與仿真[D];長(zhǎng)安大學(xué);2010年

  本文關(guān)鍵詞：基于無(wú)味卡爾曼濾波的電動(dòng)汽車(chē)動(dòng)力電池SOC估計(jì)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：343172