电动汽车动力锂电池SOC估算
发布时间：2021-01-28 14:52
环境问题日益凸显,使新能源发电技术成为全球关注热点,新能源发电技术的迅猛发展使电价更为低廉的同时也推动了电动汽车技术的发展。电动汽车的能源核心——动力电池是关乎电动汽车性能的关键,电池荷电状态（State of Charge,SOC）直接影响驾驶员对电动汽车续航里程的判断,准确的SOC对于提升电动汽车用户体验、整车控制的合理性、电池管理系统可靠工作都有直接影响,所以SOC估算作为电动汽车发展的重点和难点,具有重要的研究意义。本文通过设计实验对锂离子电池的充放电特性、容量特性、迟滞效应、电阻特性、极化特性做了详细的分析。锂离子电池属于复杂的强非线性系统,简单的一阶模型不能准确描述电池特性,在综合分析了常见电池模型后,选用考虑多种电池特性的二阶等效电路模型。改进的开路电压模型在保证精度的同时避免了繁琐的高阶多项式拟合公式,同时在混合动力脉冲特性（Hybrid Pulse Power Characterization,HPPC）实验数据基础上进行了电池模型参数辨识。最后在MATLAB/Simulink中搭建电池仿真模型,通过动态应力工况实验（Dynamic Stress Test,DST）验...
【文章来源】：青岛大学山东省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景
1.1.1 电动汽车发展趋势
1.1.2 动力电池技术
1.1.3 电池管理系统概述
1.2 研究意义与研究现状
1.2.1 研究意义
1.2.2 国内外研究现状
1.3 本论文主要研究内容
第二章 锂离子电池工作原理及特性分析
2.1 锂离子电池介绍
2.2 工作原理
2.3 特性分析
2.3.1 充放电特性
2.3.2 容量特性
2.3.3 迟滞效应
2.3.4 电阻特性
2.3.5 极化特性
2.4 本章小结
第三章 磷酸铁锂电池建模与参数辨识
3.1 锂离子电池模型
3.1.1 基本等效电路模型
3.1.2 二阶等效电路模型
3.2 OCV-SOC模型
3.3 容量修正
3.4 模型参数辨识
3.5 模型仿真验证
3.6 本章小结
第四章 算法原理
4.1 扩展卡尔曼滤波算法
4.2 自适应容积卡尔曼滤波算法
4.2.1 三阶Spherical-Radial容积准则
4.2.2 容积卡尔曼滤波
4.2.3 自适应容积卡尔曼滤波
4.3 算法初值设定
4.4 本章小结
第五章 实验平台与算法验证
5.1 实验平台
5.2 算法验证
5.2.1 精度验证
5.2.2 收敛性分析
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
攻读学位期间研究成果
致谢
【参考文献】：
期刊论文
[1]基于自适应容积卡尔曼滤波的矢量跟踪算法[J]. 邹晓军,廉保旺,丹泽升. 西北工业大学学报. 2018(06)
[2]我国电动汽车产业关键技术现状发展研究[J]. 郭向伟,康龙云,张崇超. 电源技术. 2018(06)
[3]电动汽车用磷酸铁锂电池充放电特性实验研究[J]. 姜标,张向文. 电源技术. 2018(04)
[4]基于降低极化电压磷酸铁锂电池充电方法研究[J]. 李志农,覃章锋. 汽车技术. 2017(11)
[5]基于PSO-RBF混合算法锂离子电池SOC估算[J]. 吴铁洲,吴笑民,杨蒙蒙,熊金龙. 电源技术. 2016(05)
[6]基于扩展PSO和离散PI观测器的电池SoC估计[J]. 皮钒,王耀南,孟步敏. 电子测量与仪器学报. 2016(01)
[7]功率型锂离子动力电池的高低温容量特性[J]. 王元奎,魏平芬. 电源技术. 2015(10)
[8]改进的PSO-BP神经网络估算磷酸铁锂电池SOC[J]. 周美兰,赵强,周永勤. 哈尔滨理工大学学报. 2015(04)
[9]基于改进安时积分法的电动汽车电池SOC估计与仿真研究[J]. 范兴明,曾求勇,张鑫. 电气应用. 2015(08)
[10]不同温度下磷酸铁锂电池内阻特性实验研究[J]. 林春景,李斌,常国峰,许思传. 电源技术. 2015(01)
博士论文
[1]电动汽车充换电定价模型及政策研究[D]. 梁燕妮.华北电力大学(北京) 2018
[2]自适应容积卡尔曼滤波器及其在雷达目标跟踪中的应用[D]. 王思思.大连海事大学 2015
[3]中国石油进口依存度问题研究[D]. 张祺.武汉大学 2013
硕士论文
[1]基于多源信息的电动汽车自适应巡航控制算法研究[D]. 段苏涛.吉林大学 2018
[2]温度依赖的电动汽车动力电池建模及SOC估计方法研究[D]. 李炳思.吉林大学 2017
[3]基于改进型PNGV等效模型的动力电池SOC估算方法的研究[D]. 孙张驰.合肥工业大学 2017
[4]电动汽车锂离子电池健康状态估计及寿命预测方法研究[D]. 周秀文.吉林大学 2016
[5]高速电动轮车电池管理系统研究与开发[D]. 杨平.武汉理工大学 2015
[6]动力电池管理系统的仿真测试及研究[D]. 毛子通.浙江大学 2015
[7]基于改进PNGV模型的动力锂电池SOC估计和充电优化[D]. 邓磊.哈尔滨工业大学 2014
[8]基于EKF的电动汽车用锂离子电池SOC估算方法研究[D]. 刘浩.北京交通大学 2010
[9]锂离子动力电池管理系统的研究与实现[D]. 黎继刚.浙江理工大学 2010
本文编号：3005189
【文章来源】：青岛大学山东省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景
1.1.1 电动汽车发展趋势
1.1.2 动力电池技术
1.1.3 电池管理系统概述
1.2 研究意义与研究现状
1.2.1 研究意义
1.2.2 国内外研究现状
1.3 本论文主要研究内容
第二章 锂离子电池工作原理及特性分析
2.1 锂离子电池介绍
2.2 工作原理
2.3 特性分析
2.3.1 充放电特性
2.3.2 容量特性
2.3.3 迟滞效应
2.3.4 电阻特性
2.3.5 极化特性
2.4 本章小结
第三章 磷酸铁锂电池建模与参数辨识
3.1 锂离子电池模型
3.1.1 基本等效电路模型
3.1.2 二阶等效电路模型
3.2 OCV-SOC模型
3.3 容量修正
3.4 模型参数辨识
3.5 模型仿真验证
3.6 本章小结
第四章 算法原理
4.1 扩展卡尔曼滤波算法
4.2 自适应容积卡尔曼滤波算法
4.2.1 三阶Spherical-Radial容积准则
4.2.2 容积卡尔曼滤波
4.2.3 自适应容积卡尔曼滤波
4.3 算法初值设定
4.4 本章小结
第五章 实验平台与算法验证
5.1 实验平台
5.2 算法验证
5.2.1 精度验证
5.2.2 收敛性分析
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
攻读学位期间研究成果
致谢
【参考文献】：
期刊论文
[1]基于自适应容积卡尔曼滤波的矢量跟踪算法[J]. 邹晓军,廉保旺,丹泽升. 西北工业大学学报. 2018(06)
[2]我国电动汽车产业关键技术现状发展研究[J]. 郭向伟,康龙云,张崇超. 电源技术. 2018(06)
[3]电动汽车用磷酸铁锂电池充放电特性实验研究[J]. 姜标,张向文. 电源技术. 2018(04)
[4]基于降低极化电压磷酸铁锂电池充电方法研究[J]. 李志农,覃章锋. 汽车技术. 2017(11)
[5]基于PSO-RBF混合算法锂离子电池SOC估算[J]. 吴铁洲,吴笑民,杨蒙蒙,熊金龙. 电源技术. 2016(05)
[6]基于扩展PSO和离散PI观测器的电池SoC估计[J]. 皮钒,王耀南,孟步敏. 电子测量与仪器学报. 2016(01)
[7]功率型锂离子动力电池的高低温容量特性[J]. 王元奎,魏平芬. 电源技术. 2015(10)
[8]改进的PSO-BP神经网络估算磷酸铁锂电池SOC[J]. 周美兰,赵强,周永勤. 哈尔滨理工大学学报. 2015(04)
[9]基于改进安时积分法的电动汽车电池SOC估计与仿真研究[J]. 范兴明,曾求勇,张鑫. 电气应用. 2015(08)
[10]不同温度下磷酸铁锂电池内阻特性实验研究[J]. 林春景,李斌,常国峰,许思传. 电源技术. 2015(01)
博士论文
[1]电动汽车充换电定价模型及政策研究[D]. 梁燕妮.华北电力大学(北京) 2018
[2]自适应容积卡尔曼滤波器及其在雷达目标跟踪中的应用[D]. 王思思.大连海事大学 2015
[3]中国石油进口依存度问题研究[D]. 张祺.武汉大学 2013
硕士论文
[1]基于多源信息的电动汽车自适应巡航控制算法研究[D]. 段苏涛.吉林大学 2018
[2]温度依赖的电动汽车动力电池建模及SOC估计方法研究[D]. 李炳思.吉林大学 2017
[3]基于改进型PNGV等效模型的动力电池SOC估算方法的研究[D]. 孙张驰.合肥工业大学 2017
[4]电动汽车锂离子电池健康状态估计及寿命预测方法研究[D]. 周秀文.吉林大学 2016
[5]高速电动轮车电池管理系统研究与开发[D]. 杨平.武汉理工大学 2015
[6]动力电池管理系统的仿真测试及研究[D]. 毛子通.浙江大学 2015
[7]基于改进PNGV模型的动力锂电池SOC估计和充电优化[D]. 邓磊.哈尔滨工业大学 2014
[8]基于EKF的电动汽车用锂离子电池SOC估算方法研究[D]. 刘浩.北京交通大学 2010
[9]锂离子动力电池管理系统的研究与实现[D]. 黎继刚.浙江理工大学 2010
本文编号：3005189
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3005189.html
