电动汽车动力电池状态估算方法研究
发布时间：2021-06-05 10:58
电池状态估计是电动汽车电池管理系统的重要组成部分,也是电池管理系统的基础。只有对电池的当前状态有准确估计,才能对电池进行合理的管理,从而提高电池的使用效率,节约能源、提高续航里程、增加电池使用寿命,节约成本。本文以正极材料为镍钴锰的锂离子电池为研究对象,对电池荷电状态（State of Charge,SOC）、能量状态（State of Energy,SOE）、功率状态（State of Power,SOP）联合估计技术进行了研究,研究重点主要集中在以下几个方面。首先本文从电池外特性入手,设计相应实验研究了电池实际容量与温度以及放电倍率之间的关系,对电池OCV-SOC曲线的影响因素、获取方式进行了比较分析。在这些分析的基础上,本文比较了常见的电池等效电路模型,综合精确度和复杂度考虑,选取了二阶Thevenin等效电路模型作为状态估计的模型。为提高参数辨识的精度,本文对电池极化效应特性进行了研究,研究发现要提高二阶Thevenin模型的精度,模型中的两个RC环节时间常数需存在数量级差距。基于此本文采用了一种融合约束因子递推最小二乘法对二阶Thevenin模型的参数进行辨识。实验证明,本文...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：101 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
1 绪论
1.1 课题研究背景
1.2 电池管理系统研究现状
1.3 本文的主要研究内容
2 动力电池建模及参数辨识
2.1 动力电池特性分析
2.2 动力电池等效电路模型
2.3 基于融合约束因子的RLS算法模型参数辨识方法设计
2.4 模型参数辨识结果及其精度验证
2.5 本章小结
3 基于模型的SOC估算算法性能对比分析
3.1 卡尔曼滤波算法原理
3.2 粒子滤波算法原理
3.3 滑模观测器原理
3.4 各算法SOC估算精度验证
3.5 本章小结
4 基于联合卡尔曼滤波的滑模观测器算法联合估算策略研究
4.1 联合卡尔曼滤波的滑模观测器算法分析
4.2 基于联合算法的SOC估算
4.3 基于开路电压的SOE估计
4.4 基于改进复合脉冲法的SOP估算
4.5 本章小结
5 总结与展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]锂离子电池安全性能测试及其影响因素分析[J]. 胡艳清,张佳,张阳. 检验检疫学刊. 2019(04)
[2]基于模拟退火算法的锂电池模型参数辨识[J]. 罗勇,祁朋伟,阚英哲,李沛然,刘莉,崔环宇. 汽车工程. 2018(12)
[3]面向续航能力的新能源汽车技术创新博弈研究[J]. 马亮,任慧维. 软科学. 2018(11)
[4]一种联合锂电池健康和荷电状态的新模型[J]. 朱丽群,张建秋. 中国电机工程学报. 2018(12)
[5]基于Drift-Ah积分法的CKF估算锂电池SOC[J]. 刘新天,李涵琪,魏增福,何耀,曾国建. 控制与决策. 2019(03)
[6]基于恒流实验的锂离子电池开路电压与内阻估计方法[J]. 陈英杰,杨耕,祖海鹏,孙孝峰. 电工技术学报. 2018(17)
[7]基于IUPF算法与可变参数电池模型的SOC估计方法[J]. 刘新天,李贺,何耀,郑昕昕,曾国建. 东南大学学报(自然科学版). 2018(01)
[8]基于信息量准则的锂离子电池变阶RC等效电路模型建模及优化方法[J]. 夏飞,袁博,彭道刚,张浩. 中国电机工程学报. 2018(21)
[9]小波降噪卡尔曼滤波锂电池荷电状态估计[J]. 王霄,徐俊,曹秉刚,赵云飞,鲁伟,梅雪松. 西安交通大学学报. 2017(10)
[10]锂离子电池建模及其参数辨识方法研究[J]. 陈息坤,孙冬. 中国电机工程学报. 2016(22)
博士论文
[1]电动汽车用锂离子动力电池建模与状态估计研究[D]. 刘树林.山东大学 2017
[2]基于CKF的组合导航滤波算法研究[D]. 朱玮.哈尔滨工程大学 2017
[3]基于平衡电压的电动汽车锂离子电池状态估计方法研究[D]. 裴磊.哈尔滨工业大学 2016
[4]改进容积卡尔曼滤波及其导航应用研究[D]. 李秋荣.哈尔滨工程大学 2015
[5]车用锂离子电池机理模型与状态估计研究[D]. 韩雪冰.清华大学 2014
[6]GPS/INS组合导航数据处理算法拓展研究[D]. 何正斌.长安大学 2012
硕士论文
[1]电动汽车三元锂离子电池建模与SOC估算研究[D]. 化毅恒.中国矿业大学 2019
[2]动力锂电池内部温度估计研究[D]. 张胜.合肥工业大学 2019
[3]电动汽车锂离子电池荷电状态估计方法研究[D]. 康明仁.天津工业大学 2019
[4]电动汽车用锂离子电池SOC估算方法研究[D]. 段洋.湖南大学 2018
[5]锂电池管理系统SOC状态估计的研究[D]. 吴兰花.福州大学 2017
[6]基于双卡尔曼滤波算法的磷酸铁锂电池建模及SOC估计[D]. 周胜.西南交通大学 2017
[7]电池管理系统SOC估算及均衡技术研究[D]. 刘刚.中国矿业大学 2017
[8]非线性卡尔曼滤波算法的改进及精度分析[D]. 冯亚丽.西南大学 2017
[9]基于H∞滤波算法的锂离子电池SOC与SOH估计[D]. 陈岳航.电子科技大学 2016
[10]动力锂电池组管理系统SOC估算研究[D]. 何军.哈尔滨工业大学 2015
本文编号：3212038
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：101 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
1 绪论
1.1 课题研究背景
1.2 电池管理系统研究现状
1.3 本文的主要研究内容
2 动力电池建模及参数辨识
2.1 动力电池特性分析
2.2 动力电池等效电路模型
2.3 基于融合约束因子的RLS算法模型参数辨识方法设计
2.4 模型参数辨识结果及其精度验证
2.5 本章小结
3 基于模型的SOC估算算法性能对比分析
3.1 卡尔曼滤波算法原理
3.2 粒子滤波算法原理
3.3 滑模观测器原理
3.4 各算法SOC估算精度验证
3.5 本章小结
4 基于联合卡尔曼滤波的滑模观测器算法联合估算策略研究
4.1 联合卡尔曼滤波的滑模观测器算法分析
4.2 基于联合算法的SOC估算
4.3 基于开路电压的SOE估计
4.4 基于改进复合脉冲法的SOP估算
4.5 本章小结
5 总结与展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]锂离子电池安全性能测试及其影响因素分析[J]. 胡艳清,张佳,张阳. 检验检疫学刊. 2019(04)
[2]基于模拟退火算法的锂电池模型参数辨识[J]. 罗勇,祁朋伟,阚英哲,李沛然,刘莉,崔环宇. 汽车工程. 2018(12)
[3]面向续航能力的新能源汽车技术创新博弈研究[J]. 马亮,任慧维. 软科学. 2018(11)
[4]一种联合锂电池健康和荷电状态的新模型[J]. 朱丽群,张建秋. 中国电机工程学报. 2018(12)
[5]基于Drift-Ah积分法的CKF估算锂电池SOC[J]. 刘新天,李涵琪,魏增福,何耀,曾国建. 控制与决策. 2019(03)
[6]基于恒流实验的锂离子电池开路电压与内阻估计方法[J]. 陈英杰,杨耕,祖海鹏,孙孝峰. 电工技术学报. 2018(17)
[7]基于IUPF算法与可变参数电池模型的SOC估计方法[J]. 刘新天,李贺,何耀,郑昕昕,曾国建. 东南大学学报(自然科学版). 2018(01)
[8]基于信息量准则的锂离子电池变阶RC等效电路模型建模及优化方法[J]. 夏飞,袁博,彭道刚,张浩. 中国电机工程学报. 2018(21)
[9]小波降噪卡尔曼滤波锂电池荷电状态估计[J]. 王霄,徐俊,曹秉刚,赵云飞,鲁伟,梅雪松. 西安交通大学学报. 2017(10)
[10]锂离子电池建模及其参数辨识方法研究[J]. 陈息坤,孙冬. 中国电机工程学报. 2016(22)
博士论文
[1]电动汽车用锂离子动力电池建模与状态估计研究[D]. 刘树林.山东大学 2017
[2]基于CKF的组合导航滤波算法研究[D]. 朱玮.哈尔滨工程大学 2017
[3]基于平衡电压的电动汽车锂离子电池状态估计方法研究[D]. 裴磊.哈尔滨工业大学 2016
[4]改进容积卡尔曼滤波及其导航应用研究[D]. 李秋荣.哈尔滨工程大学 2015
[5]车用锂离子电池机理模型与状态估计研究[D]. 韩雪冰.清华大学 2014
[6]GPS/INS组合导航数据处理算法拓展研究[D]. 何正斌.长安大学 2012
硕士论文
[1]电动汽车三元锂离子电池建模与SOC估算研究[D]. 化毅恒.中国矿业大学 2019
[2]动力锂电池内部温度估计研究[D]. 张胜.合肥工业大学 2019
[3]电动汽车锂离子电池荷电状态估计方法研究[D]. 康明仁.天津工业大学 2019
[4]电动汽车用锂离子电池SOC估算方法研究[D]. 段洋.湖南大学 2018
[5]锂电池管理系统SOC状态估计的研究[D]. 吴兰花.福州大学 2017
[6]基于双卡尔曼滤波算法的磷酸铁锂电池建模及SOC估计[D]. 周胜.西南交通大学 2017
[7]电池管理系统SOC估算及均衡技术研究[D]. 刘刚.中国矿业大学 2017
[8]非线性卡尔曼滤波算法的改进及精度分析[D]. 冯亚丽.西南大学 2017
[9]基于H∞滤波算法的锂离子电池SOC与SOH估计[D]. 陈岳航.电子科技大学 2016
[10]动力锂电池组管理系统SOC估算研究[D]. 何军.哈尔滨工业大学 2015
本文编号：3212038
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3212038.html
