基于卡尔曼滤波的动力电池组SOC精确估计.pdf 全文

  本文关键词：基于卡尔曼滤波的动力电池组SOC精确估计，由笔耕文化传播整理发布。

杭州电子科技大学 硕士学位论文 基于卡尔曼滤波的动力电池组SOC精确估计 姓名：徐杰 申请学位级别：硕士 专业：电路与系统 指导教师：高明煜 20091201 杭州电子科技大学硕士学位论文 摘 要 随着石油能源的短缺和大气污染的加剧，开发节能环保型电动汽车已经成为现今汽车工 业领域发展的主要趋势。作为电动汽车的动力来源和能量载体，电池自身制造工艺以及成组 应用技术已成为推动电动汽车商业化的关键因数。因此，为了保证动力电池能够安全有效的 工作，电动汽车必须配置特定的电池管理系统对动力电池组的状态进行控制和管理。电池剩 余电量SOC 估计一直是电池管理系统的核心，，是反映电池运作状态的主要参数，为整车控制 策略提供判断依据。本文以磷酸铁锂聚合物动力电池为研究对象，采用卡尔曼滤波修正算法 对动力电池组进行SOC 估计。 本文首先介绍了电动汽车的发展现状和车用动力电池的性能要求，以磷酸铁锂电池的电 化学特性为出发点，分析了电池 SOC 的各种内外影响因素及在线估算难点。从 SOC 的定义 出发，通过比较几种常用SOC 估计方法，并结合车用动力电池的应用环境，本文提出了卡尔 曼滤波修正算法。该算法充分发挥了开路电压法、安时计量法和扩展卡尔曼滤波法的优点， 从而使得SOC 的估算精度和实时性有了很大的提高。根据放电实验数据，系统建立了与算法 相关的充放电倍率SOC 模型、温度SOC 模型、开路电压SOC 模型和扩展卡

  本文关键词：基于卡尔曼滤波的动力电池组SOC精确估计，由笔耕文化传播整理发布。