磷酸铁锂电池SOC估算方法的研究

发布时间：2021-10-26 16:50

　　荷电状态（State of Charge,SOC）是表征了电池剩余容量的参数,也是电池管理系统（Battery Management System,BMS）在动力电池能量管理的整体策略中的一个关键因素。所以本文研究的主要内容是对SOC进行准确的估算。本文采用型号为18650,3.2V/1500mA的磷酸铁锂电池为研究对象,分析了其在不同放电电流倍率和不同温度下的电压特性。简要的对现有的几种电池模型进行分析并选择了Thevenin等效电路模型,并对模型进行改进,在模型中增加了受控电压源模拟放电电流对开路电压的影响。通过不同倍率的放电实验对改进的等效电路模型进行验证分析。本文采用扩展卡尔曼滤波算法估算磷酸铁锂电池的SOC,并且为了提高电池SOC估算精度而进行了算法改进,再通过恒流等容量放电实验,比较和分析算法改进前后的估计结果。本文以TMS320F28335型号的DSP处理器为核心,设计了磷酸铁锂电池测试平台,对系统的硬件软件部分进行了设计且进行了仿真和实验的验证。结果表明,平台实现了各采样电路的功能,SOC的估测精度也在设计范围内。 

【文章来源】：安徽理工大学安徽省

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

磷酸铁锂电池内部结构

图 2-2 标准充电状态电压电流特性2 the typical voltage and current characteristics of charging st典型的磷酸铁锂电池放电曲线。在使用中对电池压的情况下仍旧持续不断地放电会使电池经历反法恢复，从而对电池造成不可逆转的破坏。所以向充电过程。

图 2-2 标准充电状态电压电流特性-2 the typical voltage and current characteristics of charging st典型的磷酸铁锂电池放电曲线。在使用中对电池压的情况下仍旧持续不断地放电会使电池经历反法恢复，从而对电池造成不可逆转的破坏。所以向充电过程。

【参考文献】：
期刊论文
[1]基于综合型卡尔曼滤波的锂离子电池荷电状态估算[J]. 谷苗,夏超英,田聪颖.  电工技术学报. 2019(02)
[2]基于内阻法修正的蓄电池卡尔曼滤波SOC估算[J]. 司伟,冯长江,黄天辰.  计算机测量与控制. 2018(12)
[3]基于改进PNGV模型的电池SOC估计算法研究[J]. 樊波,栾新宇,张瑞,牛天林,赵广胜.  电测与仪表. 2018(20)
[4]基于自适应神经网络的电池寿命退化的预测[J]. 史建平,李蓓,刘明芳.  电源技术. 2018(10)
[5]基于分数阶阻抗模型的磷酸铁锂电池荷电状态估计[J]. 孙国强,任佳琦,成乐祥,朱瑛,卫志农,臧海祥.  电力系统自动化. 2018(23)
[6]战略性新兴产业创新网络的演化机理分析——基于中国2000-2015年新能源汽车产业的实证[J]. 张路蓬,薛澜,周源,张笑.  科学学研究. 2018(06)
[7]全球电动汽车已超300万辆[J]. 苏汉.  中国汽配市场. 2018(03)
[8]一种基于优化粒子滤波的锂电池SOC估计算法[J]. 吴兰花,杨秀芝,郑明魁,苏凯雄.  福州大学学报(自然科学版). 2018(02)
[9]基于可变温度模型的锂电池SOC估计方法[J]. 何耀,曹成荣,刘新天,郑昕昕,曾国建.  电机与控制学报. 2018(01)
[10]全球电动车销量或将大幅度增涨[J]. 行琛.  电动自行车. 2017(09)

博士论文
[1]电源管理系统设计及参数估计策略研究[D]. 刘新天.中国科学技术大学 2011

硕士论文
[1]基于改进卡尔曼滤波算法的SOC估计方法研究[D]. 张冬梅.西南交通大学 2015
[2]基于无迹卡尔曼滤波的磷酸铁锂电池soc估算研究[D]. 谢广.合肥工业大学 2015
[3]磷酸铁锂电池组动态均衡技术的研究[D]. 蒋玮栋.华北电力大学 2015
[4]电动汽车锂离子电池等效电路模型的参数辨识研究[D]. 李思.北京理工大学 2015
[5]磷酸铁锂电池模型参数与SOC联合估算研究[D]. 马燕.武汉理工大学 2014
[6]基于模型的锂离子电池SOC估计研究[D]. 郭凯.北京工业大学 2013
[7]电动汽车锂离子电池管理系统研究与设计[D]. 陈立文.电子科技大学 2013
[8]电动汽车锂离子电池建模及SOC估计方法研究[D]. 何磊.哈尔滨工业大学 2012
[9]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



本文编号：3459856