發(fā)布時間：2022-12-07 21:45

　　動力電池作為電動汽車主要能量源,電池管理系統(tǒng)具有監(jiān)測電池能量狀態(tài)的功能。本文分析對象為鋰離子電池,鋰離子電池具有使用壽命長、自放電率低、比能量高等優(yōu)點,是目前電動汽車廣泛應用的電池。電池管理系統(tǒng)對SOC的精確預估是提高電池充電效率的基礎,高效充電控制策略是提高充電效率的關鍵,提高動力電池充電效率可以降低能耗、減少充電時間。本課題組近年來主要對新能源汽車單體電池及電池包的模型搭建、SOC預估、充放電均衡進行了深入研究�；趯嶒炇依碚摶A及測試平臺開展本課題的研究。本文基于改進的模糊邏輯算法,對二階RC電池模型進行參數(shù)辨識。以辨識后的模型參數(shù)為基礎,利用擴展卡爾曼濾波和無跡卡爾曼濾波對電池SOC進行預估,在兩種典型工況下對比預估精度�；陬A估得到的SOC進行充電控制策略研究,達到提高電池充電效率的目的。本文主要的研究內容如下:1、分析鋰離子電池機理,提取影響電池特性的重要參數(shù)�；诒菊n題組的實驗平臺,完成電池定性分析。為了達到精確建模和優(yōu)化充電控制策略的目的,詳細分析了鋰離子電池的充電特性和極化特性。2、建立了電池等效電路模型,通過電池實驗計算得到電池參數(shù)。基于樣本電池參數(shù),利用決策樹算法... 

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 動力電池SOC估算方法及研究現(xiàn)狀
    1.3 動力電池充電方法研究現(xiàn)狀
    1.4 本文研究內容
第2章 鋰離子電池特性分析及模型搭建
    2.1 鋰離子電池結構及工作原理
        2.1.1 鋰離子電池結構及重要參數(shù)
        2.1.2 鋰離子電池性能的影響因素
        2.1.3 鋰離子電池工作原理
    2.2 鋰離子電池特性測試實驗
        2.2.1 靜態(tài)容量測試實驗
        2.2.2 HPPC脈沖試驗
    2.3 鋰離子電池特性
        2.3.1 鋰離子電池充電特性
        2.3.2 鋰離子電池極化特性
    2.4 電池模型建立
        2.4.1 等效電路模型概述
        2.4.2 二階RC等效電路模型
    2.5 二階RC電池模型參數(shù)離線辨識
    2.6 基于決策樹優(yōu)化模糊算法對電池模型參數(shù)在線辨識
        2.6.1 決策樹優(yōu)化模糊算法概述
        2.6.2 基于決策樹優(yōu)化模糊算法步驟
        2.6.3 目前常用的選擇屬性分類點的算法
        2.6.4 輸入變量的選擇及其模糊化
        2.6.5 基于決策樹算法建立規(guī)則庫
        2.6.6 推斷和反模糊化
    2.7 仿真與實驗結果分析
    2.8 本章小結
第3章 基于擴展卡爾曼濾波的SOC預估研究
    3.1 卡爾曼濾波算法介紹
    3.2 卡爾曼濾波的基礎知識
    3.3 擴展卡爾曼濾波算法基礎
    3.4 基于EKF的SOC預估算法研究
    3.5 擴展卡爾曼濾波模型搭建
    3.6 恒流工況實驗驗證
    3.7 中國城市公交工況驗證
    3.8 本章小結
第4章 基于無跡卡爾曼濾波的SOC預估研究
    4.1 無跡卡爾曼濾波算法基礎
        4.1.1 UT變換
        4.1.2 無跡卡爾曼濾波計算過程
    4.2 基于UKF的SOC預估算法研究
    4.3 無跡卡爾曼濾波模型搭建
    4.4 恒流工況實驗驗證
    4.5 中國城市公交工況驗證
    4.6 本章小結
第5章 基于遺傳算法的多階段恒流充電方法
    5.1 電池能耗和熱耦合模型
        5.1.1 電池能耗方程
        5.1.2 搭建電池能耗和熱耦合模型
    5.2 遺傳算法介紹及基本步驟
        5.2.1 充電問題編碼
        5.2.2 確定目標函數(shù)和適應度函數(shù)
        5.2.3 選擇、交叉和變異
    5.3 仿真和實驗結果對比分析
        5.3.1 不同SOC分段方式仿真對比
        5.3.2 不同權重系數(shù)仿真對比
        5.3.3 新磷酸鐵鋰電池和老化后電池仿真對比
        5.3.4 充電實驗驗證及分析
    5.4 本章小結
第6章 全文總結與研究展望
    6.1 全文總結
    6.2 研究展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于開路電壓法與卡爾曼濾波法相結合的鋰離子電池SOC估算[J]. 付浪,杜明星,劉斌,魏克新.  天津理工大學學報. 2015(06)
[2]基于數(shù)據(jù)挖掘技術的概率統(tǒng)計教學研究[J]. 馬紅娟,趙秀蘭,孫亞萍,鄭喜英.  經(jīng)濟研究導刊. 2015(06)
[3]間歇-正負脈沖蓄電池快速充電方法的研究[J]. 吳鐵洲,白婷,胡麗平,李子龍.  電子器件. 2014(06)
[4]鋰離子電池極化電壓特性分析[J]. 姚雷,王震坡.  北京理工大學學報. 2014(09)
[5]基于卡爾曼濾波修正算法的電池SOC估算[J]. 毛華夫,萬國春,汪鐳,張謙.  電源技術. 2014(02)
[6]最小二乘支持向量機在航空蓄電池剩余容量預測中的應用[J]. 劉勇智,詹群,盛增津,陳杰.  蓄電池. 2013(03)
[7]鋰離子電池快速充電方法研究[J]. 王鴻雁,李廣凱,江政昕,沈潔.  電源技術. 2012(11)
[8]數(shù)學表達式的歸一化方法研究[J]. 陳鯉江,景程,吳姚鑫,鄭水泉.  浙江工業(yè)大學學報. 2012(02)
[9]改進Elman網(wǎng)絡在鋰離子電池容量預測中的應用[J]. 吳珍毅,曹龍漢,唐超,田力,曾令彬,胡斌.  西南科技大學學報. 2012(01)
[10]遺傳算法編碼方案比較[J]. 張超群,鄭建國,錢潔.  計算機應用研究. 2011(03)

碩士論文
[1]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
[2]基于無跡卡爾曼濾波的動力鋰電池SOC估計與實現(xiàn)[D]. 胡小軍.中南大學 2014
[3]基于重心法的模糊系統(tǒng)和模糊推理建模法[D]. 楊雪.大連理工大學 2011
[4]基于EKF的電動汽車用鋰離子電池SOC估算方法研究[D]. 劉浩.北京交通大學 2010
[5]決策樹分類及剪枝算法研究[D]. 張宇.哈爾濱理工大學 2009



本文編號：3712913