隨著電動汽車的迅速發(fā)展,動力電池作為電動汽車核心部件越來越受到重視。電動汽車動力電池必須配備電池管理系統(tǒng)（Battery Management System,BMS）,電池荷電狀態(tài)（State of Charge,SOC）估算是BMS最基礎和核心的功能,準確估算SOC一直是BMS開發(fā)的重點和難點。本文以鋰離子電池為研究對象,結合電池的非線性特性,對電池SOC估算方法進行研究,論文的主要內容包括:（1）鋰離子電池特性試驗和性能分析。以NCR18650PF動力電池組為研究對象,搭建電池組試驗平臺。對鋰離子電池的工作特性和性能影響因素進行試驗研究。綜合電池容量的影響因素提出了SOC的定義。為后面電池參數(shù)辨識和SOC估算奠定了理論基礎。（2）電池模型參數(shù)辨識及建模。通過比較不同類型的等效電路模型,選用二階RC等效電路模型。因為電池系統(tǒng)具有時變性和非線性特性,模型的RC參數(shù)會隨著充放電倍率、SOC、溫度的不同而發(fā)生較大改變。本文采用模擬退火算法,根據(jù)不同放電倍率、不同SOC下的回彈電壓數(shù)據(jù),對電池在不同放電倍率和SOC下的RC參數(shù)進行辨識。在離線狀態(tài)下統(tǒng)計得到模型參數(shù)隨放電倍率和SOC的變化情況... 

【文章來源】：重慶理工大學重慶市

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
        1.1.1 電動汽車發(fā)展概述
        1.1.2 動力電池發(fā)展概述
    1.2 電池管理系統(tǒng)研究現(xiàn)狀
        1.2.1 SOC估算方法研究現(xiàn)狀
        1.2.2 動力電池模型研究現(xiàn)狀
    1.3 本文主要研究內容
2 鋰離子電池工作原理及特性試驗
    2.1 電池結構和工作原理
    2.2 鋰離子電池的主要性能參數(shù)
    2.3 本文所選電池及測試平臺
    2.4 鋰離子電池特性試驗
        2.4.1 電池的充放電規(guī)程
        2.4.2 電池不同放電倍率下的電壓特性
        2.4.3 電池不同放電倍率下的容量特性
        2.4.4 電池的開路電壓特性
        2.4.5 電池的庫倫效率特性
    2.5 電池性能的影響因素
        2.5.1 溫度對電池性能的影響
        2.5.2 循環(huán)使用次數(shù)對電池性能的影響
        2.5.3 自放電對電池性能的影響
    2.6 電池SOC的定義及修正
    2.7 本章小結
3 電池模型及參數(shù)辨識
    3.1 電池模型
        3.1.1 等效電路模型
        3.1.2 本文選擇的電池模型
    3.2 基于模擬退火算法的鋰電池模型參數(shù)辨識
        3.2.1 電池模型參數(shù)辨識概述
        3.2.2 動力電池回彈特性分析及RC參數(shù)辨識原理
        3.2.3 模型參數(shù)辨識測試方案
        3.2.4 模擬退火算法的參數(shù)辨識
        3.2.5 模型參數(shù)辨識結果及分析
    3.3 模型仿真及試驗驗證
        3.3.1 動力電池Simulink仿真模型
        3.3.2 不同工況的試驗驗證及仿真分析
    3.4 本章小結
4 鋰離子電池SOC估算
    4.1 卡爾曼濾波原理
    4.2 擴展卡爾曼濾波算法
    4.3 基于EKF的鋰離子電池SOC估計
        4.3.1 基于EKF的鋰離子電池SOC估計原理
        4.3.2 參數(shù)時變的EFK對 SOC估算仿真分析
        4.3.3 SOC估算結果
    4.4 本章小結
5 SOC估算策略硬件在環(huán)驗證
    5.1 硬件在環(huán)系統(tǒng)
    5.2 硬件在環(huán)平臺設計與開發(fā)
        5.2.1 SOC估算硬件在環(huán)平臺原理
        5.2.2 硬件在環(huán)平臺整體結構
    5.3 硬件在環(huán)系統(tǒng)實現(xiàn)
        5.3.1 電池模型的創(chuàng)建和編譯
        5.3.2 SOC估算策略的創(chuàng)建和編譯
        5.3.3 上位機管理軟件設計
    5.4 硬件在環(huán)驗證結果與分析
    5.5 本章小結
6 總結與展望
    6.1 全文工作總結
    6.2 未來工作展望
致謝
參考文獻
附錄


【參考文獻】：
期刊論文
[1]改進的BP神經(jīng)網(wǎng)絡在電動汽車鋰電池SOC估算中的研究[J]. 李江江,馮麗娟.  汽車實用技術. 2018(21)
[2]基于PSO-BP的電動汽車鋰離子電池SOC估算[J]. 趙鋼,朱芳欣,竇汝振.  電源技術. 2018(09)
[3]基于自適應卡爾曼濾波的電池荷電狀態(tài)估算[J]. 嵇雷,Ryad Chellali.  電池. 2018(04)
[4]基于改進無跡卡爾曼濾波的電池SOC估計[J]. 徐艷民,李劍勇.  汽車技術. 2018(04)
[5]中國電動汽車發(fā)展前景預測與分析[J]. 楊國豐,周慶凡,侯明揚,盧雪梅.  國際石油經(jīng)濟. 2017(04)
[6]電動汽車動力鋰電池模型參數(shù)辨識[J]. 章群,嚴世榕.  機電工程. 2016(12)
[7]電動汽車用動力電池模型的研究綜述[J]. 歐陽劍,李迪,柳俊城.  機電工程技術. 2015(12)
[8]基于Thevenin模型的混合動力鎳氫電池參數(shù)辨識[J]. 伍佳佳,趙又群.  農業(yè)裝備與車輛工程. 2014(01)
[9]一種電動車用鋰電池剩余容量檢測系統(tǒng)[J]. 趙慶河.  信息技術. 2012(06)
[10]電動汽車用動力鋰離子二次電池系統(tǒng)性能的研究[J]. 安富強,其魯,王劍,張鼎,晨暉,毛永志,劉正耀.  北京大學學報(自然科學版). 2011(01)

碩士論文
[1]基于無跡卡爾曼濾波的鋰電池SOC估算[D]. 梁奇.西南科技大學 2018
[2]基于單體電池組SOC估算的均衡管理研究[D]. 闞英哲.重慶理工大學 2018
[3]三元動力電池荷電狀態(tài)在線估算研究[D]. 張靜.浙江大學 2018
[4]基于自適應擴展卡爾曼濾波電池組SOC估計[D]. 李曉宇.昆明理工大學 2017
[5]基于改進Thevenin模型的磷酸鐵鋰電池SOC預測方法研究[D]. 寧倩慧.中北大學 2016
[6]基于雙卡爾曼算法的電池SOC估計器設計與實現(xiàn)[D]. 陳黃捷.吉林大學 2015
[7]基于改進卡爾曼濾波算法的SOC估計方法研究[D]. 張冬梅.西南交通大學 2015
[8]基于無跡卡爾曼濾波的磷酸鐵鋰電池soc估算研究[D]. 謝廣.合肥工業(yè)大學 2015
[9]電動汽車電驅動系統(tǒng)建模仿真及硬件在環(huán)測試[D]. 周榮寬.重慶理工大學 2015
[10]純電動客車整車控制器硬件在環(huán)測試系統(tǒng)開發(fā)及驅動控制策略研究[D]. 田軍輝.吉林大學 2013



本文編號：3645368