当前位置:主页 > 科技论文 > 电气论文 >

磷酸铁锂电池荷电状态的研究

发布时间:2020-12-05 15:26
  随着新能源汽车的发展,对电池的管理系统提出了更高的要求,电池荷电状态(State of Charge)的估算是电池管理系统中最重要的一个环节,对电池剩余容量的预测、输出功率的计算、剩余年限及电池健康状况的判断具有重要的意义。传统的SOC估算方法容易受到噪声的影响,误差较大,而卡尔曼滤波对电池SOC的估算是一个闭环过程,抗干扰能力较强,估算结果可靠,所以选择卡尔曼滤波对SOC进行估算。本文选择了力神公司生产的18650磷酸铁锂电池作为研究对象,首先根据电池的选型分析了它的各个性能指标,其中重点介绍了SOC-OCV拟合曲线和拟合函数,它们的拟合关系对后续卡尔曼滤波的SOC初始值设置具有参考意义。然后针对磷酸铁锂电池的特点建立模型,由于建立电化学模型非常困难,内部参数需要近二十个,参数的辨识也十分困难,所以本文选择的是二阶RC等效电气模型,使用HPPC测试法对实际电池进行脉冲测试,得到模型各参数的辨识结果,再使用Simulink搭建二阶RC仿真模型,输入对应的辨识参数,将结果与电池实际测量值对比后可知,模型对实际电池的运行状况有较好的模拟。使用扩展卡尔曼滤波(Extended Kalman ... 

【文章来源】:安徽理工大学安徽省

【文章页数】:81 页

【学位级别】:硕士

【部分图文】:

磷酸铁锂电池荷电状态的研究


锂电池的应用领域

电池结构,锂离子


图 4 电池结构图Fig.4 Battery structure diagram极由锂离子化合物构成,负极通常由石墨、玻璃炭、热解炭等构成,因电性能好,所以电池的负极通常选用石墨。电池内部的电解质溶液包括、六氟磷酸锂、四氟硼酸锂等,把它们溶解在有机溶剂中构成电解质溶液将电池正负极分开,两级不能接触,但是电解质离子可以通过,要求隔具有耐融性,所以通常选择高强度薄膜化的聚烯烃多孔膜作为电池隔电池又被形象的称为离子浓度差电池,因为电池在放电时,负极中的锂脱落,脱落后的锂离子在电解质溶液中经过扩散作用到达正极层状结构电过程的持续,锂离子逐渐向正极板聚集,负极的锂离子越来越少,此时的正电荷多,为了均衡两极板的电荷,在外电路的作用下,电子到达正正电荷,充电过程与此相反,正极中的锂离子脱落,锂离子经电解质溶极板,随着充电过程的继续,负极板锂离子聚集的越来越多,正极板的

控制系统图,电池测试,控制系统


2 锂电池的工作原理及性能指标锂电池采用四线法连接后放置恒温箱中,通过继电器切换充放电工作状态,DS18B20 实时检测电池表面温度和恒温箱(环境)的温度,温度由单片机显示并将数据实时上传至上位机,电池测试的参数通过数据采集卡也上传至上位机,数据采集卡输出数字电平,经场效应管 9013 放大后,驱动继电器充放电模式的切换,可编程电子负载 FT6300A 可以控制电池充放电电流的大小,计算机与单片机、电子负载采用 RS232 通信协议,与数据采集卡采用 PCI 总线通信,实验的部分硬件如图 7、8 所示:

【参考文献】:
期刊论文
[1]动力锂电池产业结构及发展展望[J]. 田春筝,高超,唐西胜,刘巍,付科源.  电源技术. 2018(12)
[2]不同放电倍率下锂电池SOC估算分析研究[J]. 张方亮,黄泽波,李占锋.  机械设计与制造. 2018(06)
[3]新能源汽车动力电池关键技术的研究现状[J]. 郭强,郑燕萍,孙伟明.  山东工业技术. 2018(04)
[4]电动汽车用锂电池SOC估算方法研究[J]. 张松.  电源技术. 2017(12)
[5]锂离子动力电池充电优化技术现状[J]. 吴海桑,刘伟,陈英杰,耿华,孙孝峰,杨耕.  电源学报. 2017(05)
[6]铅酸蓄电池的发展、现状及其应用[J]. 邵勤思,颜蔚,李爱军,张久俊.  自然杂志. 2017(04)
[7]基于STM32F205芯片的耐压型电池管理系统的研制[J]. 戴国群,谢建鸿.  电源技术. 2016(12)
[8]磷酸铁锂动力电池化学特性分析与应用[J]. 宋真玉.  现代盐化工. 2016(06)
[9]电动汽车锂电池标准与测试探讨[J]. 吴盛军,袁晓冬,徐青山,李强,吕振华.  电源技术. 2016(11)
[10]基于联合扩展卡尔曼滤波法的锂电池SOC估算[J]. 于仲安,简俊鹏.  电源技术. 2016(10)

博士论文
[1]锂离子电池火灾危险性及热失控临界条件研究[D]. 黄沛丰.中国科学技术大学 2018
[2]高能量锂电池材料的制备及性能研究[D]. 唐梦璇.上海大学 2016
[3]磷酸铁锂正极材料制备及其应用的研究[D]. 邓龙征.北京理工大学 2014

硕士论文
[1]温度对锂离子动力电池充放电性能影响的研究[D]. 林健.海南大学 2018
[2]磷酸铁锂电池组SOC估计算法研究[D]. 邓宫泰.西南交通大学 2015
[3]基于无迹卡尔曼滤波的磷酸铁锂电池SOC估计算法[D]. 徐秋雨.清华大学 2014
[4]基于自适应卡尔曼滤波的电动汽车动力电池SOC估计[D]. 张頔.吉林大学 2012
[5]磷酸铁锂动力电池荷电状态估算方法的研究[D]. 袁闪闪.重庆大学 2012
[6]磷酸铁锂电池建模及SOC算法研究[D]. 陈勇军.哈尔滨工业大学 2011
[7]混合动力电动汽车动力驱动系统的方案设计和仿真研究[D]. 吴军座.长安大学 2010



本文编号:2899671

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2899671.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户614c7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com