發(fā)布時(shí)間：2017-06-24 15:11

  本文關(guān)鍵詞：磷酸鐵鋰電池組SOC估計(jì)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：電動(dòng)汽車的電池管理系統(tǒng)的需要準(zhǔn)確了解當(dāng)前電池組的荷電狀態(tài)(State of charge, SOC).電池管理系統(tǒng)中的均衡系統(tǒng)以及安全管理系統(tǒng),都需要使用SOC值判斷電池狀態(tài)以及進(jìn)行控制策略的設(shè)計(jì)。而磷酸鐵鋰電池由于本身特性,其過(guò)放電會(huì)導(dǎo)致電池產(chǎn)生不可逆轉(zhuǎn)的損傷,過(guò)充電會(huì)導(dǎo)致電池過(guò)熱甚至爆炸,因而對(duì)電池管理系統(tǒng)提出了更多的要求。但如何準(zhǔn)確測(cè)量工況下的磷酸鐵鋰電池的SOC仍然是世界性難題。論文從分析磷酸鐵鋰電池內(nèi)部電化學(xué)反應(yīng)開始,通過(guò)設(shè)置在不同SOC狀態(tài),不同電流工況下的充放電實(shí)驗(yàn),測(cè)取電池模型SOC-OCV曲線,以及歐姆內(nèi)阻,濃差阻抗等動(dòng)態(tài)參數(shù),建立出適合用于現(xiàn)代計(jì)算機(jī)所使用的二階RC等效電池模型,為下一步SOC仿真提供建立模型。在二階RC模型基礎(chǔ)上,本文在實(shí)物設(shè)備中實(shí)現(xiàn)了擴(kuò)展卡爾曼濾波SOC估計(jì)算法設(shè)計(jì),證明該算法在SOC估計(jì)系統(tǒng)中的有效性,并分析其在不同工況下表現(xiàn)的差距,提出了目前所使用的經(jīng)典擴(kuò)展卡爾曼濾波算法的局限性與不足。針對(duì)復(fù)雜工況下磷酸鐵鋰動(dòng)力電池組SOC估計(jì)不準(zhǔn)確的問(wèn)題,本文提出實(shí)物電池SOC估計(jì)誤差主要來(lái)源之一是模型誤差,特別是在復(fù)雜工況下,電池模型誤差影響因素會(huì)進(jìn)一步增加。因此本文提出并實(shí)現(xiàn)基于模型信息的噪聲補(bǔ)償擴(kuò)展卡爾曼濾波算法,一種針對(duì)電池組工況特性下卡爾曼濾波方法,該算法基于電池組工況放電特性,提取其特征參數(shù)并進(jìn)行模式分類,對(duì)擴(kuò)展卡爾曼濾波模型進(jìn)行不同的噪聲模型數(shù)據(jù)補(bǔ)償,實(shí)現(xiàn)優(yōu)化估計(jì)。該算法可應(yīng)用在系統(tǒng)測(cè)量噪聲模型已知的SOC估計(jì)系統(tǒng)中,能有效避免由于多因素所引起的系統(tǒng)狀態(tài)模型誤差而導(dǎo)致的SOC估計(jì)發(fā)散或矯正性能差的問(wèn)題。在實(shí)際電池系統(tǒng)中,測(cè)量噪聲模型通常處于未知狀態(tài),同時(shí)也容易受到外界干擾而變化。此時(shí)噪聲補(bǔ)償擴(kuò)展卡爾曼濾波算法難以收到良好結(jié)果。本文使用自適應(yīng)濾波算法,使得濾波系統(tǒng)能夠?qū)崿F(xiàn)自動(dòng)跟蹤外界噪聲模型的變化。同時(shí)針對(duì)單獨(dú)的自適應(yīng)濾波算法在存在SOC初值誤差系統(tǒng)的表現(xiàn)較差的情況,結(jié)合多模型自適應(yīng)濾波理念,實(shí)現(xiàn)了多模型自適應(yīng)卡爾曼濾波算法。該算法具有更好的精度與收斂性能,能夠適應(yīng)更復(fù)雜的工況條件。
【關(guān)鍵詞】：磷酸鐵鋰動(dòng)力電池組 SOC 能量管理 擴(kuò)展卡爾曼濾波 自適應(yīng)卡爾曼濾波
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U469.72
【目錄】：

• 摘要6-7
• 英文摘要7-11
• 第1章 緒論11-19
• 1.1 引言11-12
• 1.2 課題來(lái)源12
• 1.3 課題研究意義12-13
• 1.4 鋰電池管理系統(tǒng)的研究現(xiàn)狀13-17
• 1.4.1 鋰電池模型研究現(xiàn)狀14-16
• 1.4.2 SOC估算研究現(xiàn)狀16-17
• 1.5 研究?jī)?nèi)容與結(jié)構(gòu)17-19
• 第2章 磷酸鐵鋰電池性能測(cè)試19-30
• 2.1 電池型號(hào)選擇19-20
• 2.2 SOC定義20-21
• 2.3 基于Labview的數(shù)據(jù)采集與分析21-23
• 2.4 電池標(biāo)準(zhǔn)充放電曲線23-24
• 2.5 電池容量與倍率特性24-25
• 2.6 溫度對(duì)電池性能影響25-26
• 2.7 電池SOC與OCV關(guān)系曲線26-29
• 2.8 本章小結(jié)29-30
• 第3章 磷酸鐵鋰電池等效電路模型30-46
• 3.1 電池等效電路模型簡(jiǎn)介30-33
• 3.2 RC模型33-35
• 3.3 一階RC模型參數(shù)辨識(shí)35-41
• 3.4 二階RC模型以及參數(shù)辨識(shí)41-42
• 3.5 模型驗(yàn)證42-44
• 3.5.1 恒流放電43-44
• 3.5.2 HPPC TEST放電44
• 3.6 本章小結(jié)44-46
• 第4章 基于擴(kuò)展卡爾曼濾波算法的SOC估計(jì)46-58
• 4.1 SOC估計(jì)方法選擇46-48
• 4.2 卡爾曼濾波算法48-53
• 4.2.1 卡爾曼濾波算法簡(jiǎn)介48-50
• 4.2.2 基于EKF的二階RC模型狀態(tài)空間方程50-51
• 4.2.3 EKF的初值確定51-53
• 4.3 EKF算法的實(shí)驗(yàn)驗(yàn)證53-57
• 4.3.1 恒流放電SOC估計(jì)及結(jié)果分析54-56
• 4.3.2 SOC初值錯(cuò)誤下算法收斂性試驗(yàn)與結(jié)果分析56-57
• 4.4 本章小結(jié)57-58
• 第5章 基于信息融合的噪聲補(bǔ)償擴(kuò)展卡爾曼濾波算法58-71
• 5.1 電池SOC估計(jì)不準(zhǔn)確性原因分析58-60
• 5.1.1 狀態(tài)數(shù)學(xué)模型不準(zhǔn)確問(wèn)題58-60
• 5.1.2 噪聲估計(jì)模型不準(zhǔn)確問(wèn)題60
• 5.2 噪聲補(bǔ)償算法60-64
• 5.2.1 擴(kuò)展卡爾曼濾波算法分析60-61
• 5.2.2 算法設(shè)計(jì)61-64
• 5.3 基于Matlab/Simulink仿真模型64-65
• 5.4 基于Matlab/Simulink仿真結(jié)果及分析65-69
• 5.5 本章小結(jié)69-71
• 第6章 基于多模型的自適應(yīng)卡爾曼濾波算法71-90
• 6.1 自適應(yīng)濾波算法簡(jiǎn)介71-72
• 6.2 自適應(yīng)卡爾曼濾波算法設(shè)計(jì)72-84
• 6.2.1 自適應(yīng)卡爾曼濾波簡(jiǎn)介72-75
• 6.2.2 基于Matlab/Simulink仿真結(jié)果75-82
• 6.2.3 結(jié)果分析82-84
• 6.3 基于多模型的自適應(yīng)卡爾曼濾波算法84-88
• 6.3.1 多模型自適應(yīng)卡爾曼濾波簡(jiǎn)介84-85
• 6.3.2 多模型自適應(yīng)卡爾曼濾波設(shè)計(jì)85-88
• 6.4 本章小結(jié)88-90
• 結(jié)論與展望90-92
• 致謝92-93
• 參考文獻(xiàn)93-97
• 附錄97

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 鄒艷碧,高鷹;自適應(yīng)濾波算法綜述[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

2 南金瑞;孫逢春;王建群;;純電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì)及應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S2期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 袁閃閃;磷酸鐵鋰動(dòng)力電池荷電狀態(tài)估算方法的研究[D];重慶大學(xué);2012年

  本文關(guān)鍵詞：磷酸鐵鋰電池組SOC估計(jì)算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：478596