动力锂离子电池管理系统及SOC估算方法研究

发布时间：2017-10-13 05:09

  本文关键词：动力锂离子电池管理系统及SOC估算方法研究

  更多相关文章： 动力锂离子电池 电池管理系统 双电源模型 卡尔曼滤波 SOC估算

【摘要】：随着经济社会的发展,能源和环保问题越来越受到国家的重视,也早已成为全球焦点问题,蓄电池作为新型能源的使用也越来越广泛,最典型的动力锂离子电池广泛地应用于电动汽车领域。随着蓄电池的广泛应用,电池管理系统(BMS)的研究变得越来越重要,其目的是为了让蓄电池得到更加安全、更高效率的使用,是电动汽车中的核心技术之一。本文以动力锂离子电池为研究对象,设计了一种功能齐全的BMS,提出了合理的BMS解决方案,具体研究工作如下:首先,根据动力锂离子电池的基本特点,设计了基于PIC18F45K80单片机的动力锂离子电池管理系统,其中电压采集及均衡控制电路由电池监测专用芯片LTC6802G-1实现,本文设计的电池管理系统在传统功能的基础上增加了绝缘电阻检测电路,用于检测蓄电池组与车身底盘间的绝缘性,使动力锂离子电池的使用更具安全性。其次,本文详细分析了动力锂离子电池的基本性能参数及其工作特性,主要包括电压特性、内阻特性及容量特性等。介绍了几种常见的电池等效电路模型,并在Thevenin模型的基础上,结合动力锂离子电池的工作特性,提出了双电源等效电路模型,对模型参数进行辨识,并运用Matlab/Simulink仿真工具验证了该模型的精确性和实用性。最后,本文在经典卡尔曼滤波原理的基础上,研究分析了扩展卡尔曼滤波算法,并综合全文的研究内容将扩展卡尔曼滤波算法应用到动力锂离子电池SOC估算中,提出了一种基于EKF算法的电池SOC估算方法,并通过Matlab/Simulink仿真工具验证了该算法的有效性和实用性。文章最后总结了全文的研究工作并提出了需要完善的几个方面。本文的研究工作在理论与实践上都获得了较大进展,对BMS的进一步研究提供了有效依据,具有重要意义。
【关键词】：动力锂离子电池 电池管理系统 双电源模型 卡尔曼滤波 SOC估算
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM912
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-16
• 1.1 动力电池发展概述9-10
• 1.1.1 电池发展简史9
• 1.1.2 动力电池发展历程9-10
• 1.2 课题研究背景及意义10-11
• 1.3 电池管理系统国内外研究现状11-14
• 1.3.1 电池模型的研究现状12-13
• 1.3.2 电池SOC估算方法研究现状13-14
• 1.4 课题研究内容14-16
• 第二章 动力锂离子电池管理系统16-28
• 2.1 电池管理系统概述16
• 2.2 动力锂离子电池管理系统的构成16-17
• 2.3 动力锂离子电池管理系统的硬件设计17-23
• 2.3.1 主控单元MCU电路设计17-18
• 2.3.2 电池电压检测电路设计18-21
• 2.3.3 电流检测电路设计`21
• 2.3.4 绝缘电阻检测电路设计21-22
• 2.3.5 其他硬件电路设计22-23
• 2.4 动力锂离子电池管理系统软件设计23-26
• 2.4.1 主程序设计23-24
• 2.4.2 电池电压检测及均衡控制子程序设计24-25
• 2.4.3 数据处理及通讯程序设计25-26
• 2.5 电池管理系统实物26-27
• 2.6 本章小结27-28
• 第三章 动力锂离子电池工作特性分析28-38
• 3.1 锂离子电池的基本原理28-29
• 3.2 锂离子电池的基本性能参数29-31
• 3.2.1 电池的电压29
• 3.2.2 电池的容量29-30
• 3.2.3 电池的其他性能参数30-31
• 3.3 动力锂离子电池的工作特性31-37
• 3.3.1 电压特性32-34
• 3.3.1.1 开路电压特性32-33
• 3.3.1.2 工作电压特性33-34
• 3.3.2 欧姆内阻特性34-35
• 3.3.3 容量特性35-37
• 3.4 本章小结37-38
• 第四章 动力锂离子电池的模型建立38-52
• 4.1 电池模型概述38
• 4.2 电池等效电路模型38-42
• 4.2.1 Rint模型39-40
• 4.2.2 Shepherd模型40
• 4.2.3 Thevenin模型40-41
• 4.2.4 PNGV模型41-42
• 4.3 动力锂离子电池等效电路模型建立及参数辨识42-49
• 4.3.1 双电源模型的建立42-44
• 4.3.2 双电源等效电路模型中的参数辨识44-49
• 4.3.2.1 开路电压和电池内阻辨识45-47
• 4.3.2.2 极化电容电阻辨识47-48
• 4.3.2.3 双电源模型参数辨识48-49
• 4.4 双电源模型的仿真分析49-51
• 4.5 本章小结51-52
• 第五章 动力锂离子电池SOC估算方法研究52-63
• 5.1 电池SOC的基本概念52-53
• 5.1.1 电池SOC定义52
• 5.1.2 电池SOC的主要影响因素52-53
• 5.2 电池SOC估算方法53-55
• 5.2.1 安时积分法53-54
• 5.2.2 开路电压法54
• 5.2.3 内阻法54
• 5.2.4 负载电压法54
• 5.2.5 神经网络法54-55
• 5.2.6 卡尔曼滤波法55
• 5.3 基于EKF的SOC估算方法研究55-60
• 5.3.1 卡尔曼滤波器原理55-58
• 5.3.1.1 线性卡尔曼滤波器55-56
• 5.3.1.2 扩展卡尔曼滤波器56-58
• 5.3.2 基于EKF的SOC估算方法58-60
• 5.4 基于EKF算法的电池SOC估算仿真分析60-62
• 5.5 本章小结62-63
• 第六章 结论63-65
• 参考文献65-69
• 攻读学位期间所取得的相关科研成果69-70
• 致谢70

【参考文献】

中国期刊全文数据库 前10条

1 王宏刚;姚国兴;;一种新型SOC估计算法的研究[J];电源技术;2012年06期

2 郭毅锋;;铅酸动力电池等效电路模型参数辨识方法研究[J];科学技术与工程;2012年17期

3 尹蔚;;电池200年发展简史[J];今日科苑;2012年10期

4 高明煜;何志伟;徐杰;;基于采样点卡尔曼滤波的动力电池SOC估计[J];电工技术学报;2011年11期

5 李国康;段玲玲;王幼兰;;电动汽车锂电池SOC预测方法研究[J];沈阳理工大学学报;2011年02期

6 刘建生;;历史性的能源革命与历史性的能源机会[J];能源与节能;2011年02期

7 李哲;卢兰光;欧阳明高;;提高安时积分法估算电池SOC精度的方法比较[J];清华大学学报(自然科学版);2010年08期

8 张宾;郭连兑;崔忠彬;谢永才;陈全世;;电动汽车用动力锂离子电池的电压特性[J];电池工业;2009年06期

9 郑敏信;齐铂金;吴红杰;;基于双CAN总线的电动汽车电池管理系统[J];汽车工程;2008年09期

10 黄学杰;;浅谈混合电动汽车用锂离子电池[J];电池工业;2008年03期

中国博士学位论文全文数据库 前3条

1 董冰;基于锂离子动力电池的纯电动汽车能量管理系统控制策略与优化[D];吉林大学;2014年

2 罗贞;基于卡尔曼滤波器的系统状态估计和故障检测[D];华中科技大学;2013年

3 石庆升;纯电动汽车能量管理关键技术问题的研究[D];山东大学;2009年

中国硕士学位论文全文数据库 前10条

1 林芳;基于ARM的纯电动汽车电池管理系统设计[D];西安科技大学;2013年

2 刘再飞;电动汽车锂电池管理系统的研制[D];青岛大学;2013年

3 孙波;动力锂电池组能量管理系统的设计与研究[D];西南大学;2013年

4 范玉超;电动汽车电池管理系统研究[D];郑州大学;2013年

5 柏林;电动汽车动力电池的电气特性分析及模型研究[D];重庆大学;2013年

6 周胜;纯电动汽车动力性及经济性分析[D];湖南大学;2013年

7 卢杰祥;锂离子电池特性建模与SOC估算研究[D];华南理工大学;2012年

8 王晓静;锂离子电池正极材料LiFePO_4的制备与性能研究[D];天津大学;2012年

9 田甜;混合动力汽车电池模型辨识及SOC估计方法研究[D];合肥工业大学;2012年

10 石春源;基于Elman神经网络锂电池劣化程度的预测研究[D];哈尔滨理工大学;2011年

，

本文编号：1022977