基于平方根擴展卡爾曼濾波的鋰電池狀態(tài)估計研究
發(fā)布時間:2022-01-04 20:03
隨著鋰電池技術(shù)的不斷發(fā)展,鋰電池在現(xiàn)實生活中得到了廣泛的應(yīng)用。但是由于鋰電池管理技術(shù)尚未成熟,這極大限制了新能源電動汽車以及相關(guān)鋰電池行業(yè)的發(fā)展。在鋰電池管理系統(tǒng)(Battery Management System,BMS)中,狀態(tài)估計的精度越高,鋰電池的安全使用、可靠運行和壽命預(yù)測就越有保障。鋰電池的狀態(tài)估計主要包括荷電狀態(tài)(State of Charge,SOC)估計和健康狀態(tài)(State of Health,SOH)估計。本課題對SOH和SOC估計算法進行研究,主要工作如下:首先選取二階RC等效電路模型(Equivalent Circuit Model,ECM)作為鋰電池模型,在HPPC工況下對ECM進行參數(shù)辨識,并確定SOC-OCV函數(shù)關(guān)系。然后為了解決濾波發(fā)散與不穩(wěn)定的問題,本文在EKF(Extended Kalman Filter,EKF)算法的基礎(chǔ)上,引入平方根(Square Root,SR)算法,分別采用平方根擴展卡爾曼濾波(Square Root Extended Kalman Filter,SREKF)算法對SOH和SOC進行估計。在對SOH進行估計時,將ECM中表...
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 課題的背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 鋰電池健康狀態(tài)研究現(xiàn)狀
1.2.2 鋰電池荷電狀態(tài)研究現(xiàn)狀
1.3 本文主要的研究工作
2 鋰電池原理與特性分析
2.1 單體鋰電池特點
2.2 鋰電池結(jié)構(gòu)與工作原理
2.3 單體鋰電池特性分析
2.4 本章小結(jié)
3 鋰電池建模與模型參數(shù)辨識
3.1 鋰電池等效模型建立
3.1.1 等效電路模型
3.1.2 模型精度分析
3.2 模型參數(shù)辨識
3.2.1 等效電路模型參數(shù)辨識
3.2.2 SOC-OCV關(guān)系曲線
3.3 本章小結(jié)
4 平方根擴展卡爾曼濾波算法的鋰電池狀態(tài)估計
4.1 卡爾曼濾波類算法簡介
4.1.1 經(jīng)典卡爾曼濾波原理
4.1.2 擴展卡爾曼濾波算法
4.1.3 平方根擴展卡爾曼濾波算法
4.2 基于SREKF算法估計SOH
4.2.1 建立系統(tǒng)的狀態(tài)方程
4.2.2 SOH估計流程圖
4.2.3 基于SREKF的 SOH仿真與結(jié)果分析
4.3 基于SREKF算法估計SOC
4.3.1 建立SOC估計的系統(tǒng)狀態(tài)方程
4.3.2 基于SREKF的 SOC仿真與結(jié)果分析
4.4 本章小結(jié)
5 Dual-SREKF的鋰電池SOH與 SOC聯(lián)合估計
5.1 Dual-EKF算法原理
5.2 Dual-SREKF算法原理
5.3 Dual-SREKF算法的鋰電池SOH與 SOC估計
5.3.1 建立SOH和 SOC聯(lián)合估計的系統(tǒng)狀態(tài)方程
5.3.2 基于Dual-SREKF的鋰電池SOC與 SOH聯(lián)合仿真分析
5.4 本章小結(jié)
6 結(jié)論
6.1 工作總結(jié)
6.2 進一步展望
致謝
參考文獻
在校學(xué)習(xí)期間發(fā)表的論文與獎勵情況
【參考文獻】:
期刊論文
[1]磷酸鐵鋰電池及其新能源汽車啟動電源性能分析[J]. 陳繼永,盧欣欣. 時代汽車. 2019(20)
[2]基于強跟蹤DEKF算法的動力電池SOC估計模型[J]. 談發(fā)明,李秋燁,趙俊杰,王琪. 電力電子技術(shù). 2019(11)
[3]鋰離子電池健康狀態(tài)多因子在線估計方法[J]. 陳猛,烏江,焦朝勇,陳繼忠,張在平. 西安交通大學(xué)學(xué)報. 2020(01)
[4]鋰離子電池荷電狀態(tài)不同估算方法的綜述及討論(英文)[J]. Gregory L.Plett. 汽車安全與節(jié)能學(xué)報. 2019(03)
[5]純電動汽車用磷酸鐵鋰電池工作特性分析與表征[J]. 王晨懿,王順利,陳一鑫,李小霞,鄒傳云. 自動化儀表. 2019(08)
[6]一種聯(lián)合鋰電池健康和荷電狀態(tài)的新模型[J]. 朱麗群,張建秋. 中國電機工程學(xué)報. 2018(12)
[7]衛(wèi)星蓄電池二元性能退化和壽命數(shù)據(jù)的貝葉斯模型(英文)[J]. 張洋,賈祥,郭波. Journal of Central South University. 2018(02)
[8]鋰電池健康狀態(tài)評估綜述[J]. 吳盛軍,袁曉冬,徐青山,陳兵,李強. 電源技術(shù). 2017(12)
碩士論文
[1]電動汽車動力鋰離子電池健康狀態(tài)估計方法研究[D]. 馬力旺.長安大學(xué) 2018
本文編號:3568977
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 課題的背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 鋰電池健康狀態(tài)研究現(xiàn)狀
1.2.2 鋰電池荷電狀態(tài)研究現(xiàn)狀
1.3 本文主要的研究工作
2 鋰電池原理與特性分析
2.1 單體鋰電池特點
2.2 鋰電池結(jié)構(gòu)與工作原理
2.3 單體鋰電池特性分析
2.4 本章小結(jié)
3 鋰電池建模與模型參數(shù)辨識
3.1 鋰電池等效模型建立
3.1.1 等效電路模型
3.1.2 模型精度分析
3.2 模型參數(shù)辨識
3.2.1 等效電路模型參數(shù)辨識
3.2.2 SOC-OCV關(guān)系曲線
3.3 本章小結(jié)
4 平方根擴展卡爾曼濾波算法的鋰電池狀態(tài)估計
4.1 卡爾曼濾波類算法簡介
4.1.1 經(jīng)典卡爾曼濾波原理
4.1.2 擴展卡爾曼濾波算法
4.1.3 平方根擴展卡爾曼濾波算法
4.2 基于SREKF算法估計SOH
4.2.1 建立系統(tǒng)的狀態(tài)方程
4.2.2 SOH估計流程圖
4.2.3 基于SREKF的 SOH仿真與結(jié)果分析
4.3 基于SREKF算法估計SOC
4.3.1 建立SOC估計的系統(tǒng)狀態(tài)方程
4.3.2 基于SREKF的 SOC仿真與結(jié)果分析
4.4 本章小結(jié)
5 Dual-SREKF的鋰電池SOH與 SOC聯(lián)合估計
5.1 Dual-EKF算法原理
5.2 Dual-SREKF算法原理
5.3 Dual-SREKF算法的鋰電池SOH與 SOC估計
5.3.1 建立SOH和 SOC聯(lián)合估計的系統(tǒng)狀態(tài)方程
5.3.2 基于Dual-SREKF的鋰電池SOC與 SOH聯(lián)合仿真分析
5.4 本章小結(jié)
6 結(jié)論
6.1 工作總結(jié)
6.2 進一步展望
致謝
參考文獻
在校學(xué)習(xí)期間發(fā)表的論文與獎勵情況
【參考文獻】:
期刊論文
[1]磷酸鐵鋰電池及其新能源汽車啟動電源性能分析[J]. 陳繼永,盧欣欣. 時代汽車. 2019(20)
[2]基于強跟蹤DEKF算法的動力電池SOC估計模型[J]. 談發(fā)明,李秋燁,趙俊杰,王琪. 電力電子技術(shù). 2019(11)
[3]鋰離子電池健康狀態(tài)多因子在線估計方法[J]. 陳猛,烏江,焦朝勇,陳繼忠,張在平. 西安交通大學(xué)學(xué)報. 2020(01)
[4]鋰離子電池荷電狀態(tài)不同估算方法的綜述及討論(英文)[J]. Gregory L.Plett. 汽車安全與節(jié)能學(xué)報. 2019(03)
[5]純電動汽車用磷酸鐵鋰電池工作特性分析與表征[J]. 王晨懿,王順利,陳一鑫,李小霞,鄒傳云. 自動化儀表. 2019(08)
[6]一種聯(lián)合鋰電池健康和荷電狀態(tài)的新模型[J]. 朱麗群,張建秋. 中國電機工程學(xué)報. 2018(12)
[7]衛(wèi)星蓄電池二元性能退化和壽命數(shù)據(jù)的貝葉斯模型(英文)[J]. 張洋,賈祥,郭波. Journal of Central South University. 2018(02)
[8]鋰電池健康狀態(tài)評估綜述[J]. 吳盛軍,袁曉冬,徐青山,陳兵,李強. 電源技術(shù). 2017(12)
碩士論文
[1]電動汽車動力鋰離子電池健康狀態(tài)估計方法研究[D]. 馬力旺.長安大學(xué) 2018
本文編號:3568977
本文鏈接:http://sikaile.net/shoufeilunwen/boshibiyelunwen/3568977.html
最近更新
教材專著