基于EKF的电动汽车锂离子电池SOC、SOH估算

发布时间：2019-07-20 07:18

【摘要】：在能源不足和环境污染威胁到人类正常生活的前提下,电动汽车的兴起一定程度上缓解了能源和环境问题。作为目前电动汽车的最优动力源——锂离子电池已经成为各大高校及企业的重点研究对象。电池中的荷电状态(State Of Charge,SOC)和健康状态(State Of Health,SOH)极具研究价值。准确估计SOC和SOH能够有效提升电池的使用时间,节约用户的应用成本,促使动力汽车安全性能的全面提升等。本文主要做了以下工作:1.首先对锂离子电池进行了相关实验,包括环境温度、电池放电倍率,电池循环寿命等因素进行简要分析。建立二阶Thevenin等效电路模型,为了准确的估计模型参数,首先使用MATLAB中的Cftool工具箱拟合模型参数,然后在递推最小二乘法中加入了遗忘因子进行参数估计。最后对两种方法进行了优劣分析,可得后者更适用于实车。2.针对模型的准确度问题,基于所建立的电池模型在HPPC工况和变电流工况下,对模型输出电压和实测电压进行对比分析。从分析结果得出构建的电池模型能较好地模拟出电池的动态特性,其准确度较高。3.在验证后的电池模型基础上,由SOH定义选择内阻作为SOH的表征量,先对内阻的估计进而转化为对SOH的估计。首先采用扩展卡尔曼滤波算法对SOC和内阻分别进行估计,验证得到该算法可以较好修正噪声引起的预测偏差。由于电池状态初值很难在实车运行中得到,因此又采用该算法对电池初值进行了分析验证,验证表明即便初值不准确,该算法仍可以不断修正初值。为了更好管理电池,本文采用了双扩展卡尔曼算法对电池的SOC和SOH同时进行估计,通过内阻的变化定期检查SOH的变化。并分别在脉冲放电工况、UDDS工况和我国统一采用的NEDC道路工况下验证,验证表明双卡尔曼滤波算法对SOC、SOH估计效果较好。
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM912;U469.72

【参考文献】

相关期刊论文 前8条

1 涂涛;钟其水;李波;;锂电池荷电状态估算Matlab仿真研究[J];电子设计工程;2016年20期

2 毛涛;;我国电动汽车产业发展存在的问题及对策[J];中国党政干部论坛;2014年06期

3 胡为民;张河宜;高安亮;;铅酸蓄电池内阻在线监测系统设计[J];电源世界;2013年12期

4 罗玉涛;谢斌;何小颤;;电动汽车锂离子电池组参数辨识与SOC估计[J];华南理工大学学报(自然科学版);2012年12期

5 刘浩;谢桦;姜久春;张维戈;;纯电动汽车用锂离子电池SOC估算方案的研究[J];电气应用;2010年12期

6 魏学哲;孙泽昌;田佳卿;;锂离子动力电池参数辨识与状态估计[J];同济大学学报(自然科学版);2008年02期

7 王震坡;孟祥峰;;电动汽车动力电池成组应用现状及研究趋势[J];新材料产业;2007年08期

8 麻友良,陈全世,齐占宁;电动汽车用电池SOC定义与检测方法[J];清华大学学报(自然科学版);2001年11期

相关博士学位论文 前3条

1 郭向伟;电动汽车电池荷电状态估计及均衡技术研究[D];华南理工大学;2016年

2 何耀;动力锂电池组状态估计策略及管理系统技术研究[D];中国科学技术大学;2012年

3 刘新天;电源管理系统设计及参数估计策略研究[D];中国科学技术大学;2011年

相关硕士学位论文 前10条

1 王暖暖;基于UKF的电动汽车锂离子电池的SOC估算[D];大连海事大学;2016年

2 孙培坤;电动汽车动力电池健康状态估计方法研究[D];北京理工大学;2016年

3 欧阳家俊;动力磷酸铁锂电池均衡系统设计与研究[D];西南交通大学;2015年

4 卢明哲;动力电池SOH估计及故障预测方法研究[D];北京工业大学;2015年

5 康燕琼;纯电动汽车锂电池组健康状态（SOH）的估计研究[D];北京交通大学;2015年

6 耿海洲;电动汽车电池管理系统设计及电池健康状态估算[D];天津大学;2014年

7 张禹轩;电动汽车动力电池模型参数在线辨识及SOC估计[D];吉林大学;2014年

8 陈杰;锂离子电池组健康状况评估方法研究[D];武汉理工大学;2014年

9 黄业伟;电动汽车锂离子动力电池健康状态估计方法研究[D];合肥工业大学;2014年

10 薛辉;动力锂离子电池组SOH估计方法研究[D];吉林大学;2013年

，

本文编号：2516562