基于GNL模型自适应无迹卡尔曼滤波的电池荷电状态估计

发布时间：2020-08-12 15:49

【摘要】：随着能源危机的不断加剧和城市大气污染的日益严重,电动汽车的发展受到我国高度重视,对电动汽车的核心部件动力电池的性能提出越来越高的要求。同时,电动汽车退役动力电池的数量逐年指数级递增,实现退役动力电池规模化梯次利用已刻不容缓。动力电池荷电状态(state of charge,SOC)精确实时在线估计是保证电动汽车安全有效运行以及实现电池梯次利用的关键技术。本文首先根据动力电池发展现状选取了磷酸铁锂电池为研究对象,介绍锂电池工作原理并对电池的容量、内阻以及电压三个特性参数进行分析,之后通过不同模型对比选取了精度最高的GNL电路等效模型,对老化电池工作特性反映更精确。并根据间歇恒流放电实验数据对GNL电路等效模型相关参数进行辨识,为电池荷电状态估计提供模型基础。为准确估计电池荷电状态,对GNL等效电路模型的状态空间方程利用矩阵二次型方法进行离散化,采用将无迹卡尔曼滤波算法和双扩展卡尔曼滤波算法思想相结合的自适应无迹卡尔曼滤波算法,以无迹卡尔曼滤波器估算SOC同时利用另一个独立的无迹卡尔曼滤波器估算模型参数,彼此循环迭代更新,实现SOC的自适应估计。在间歇恒流工况和变电流工况下以老化电池为实验对象对算法和模型进行了对比验证,结果表明GNL等效电路模型比二阶RC等效模型能够准确模拟电池工作过程,满足实际仿真精度需求;自适应无迹卡尔曼滤波算法与双扩展卡尔曼算法相比受初值影响较小,计算时间短,并且抗波动能力强,满足了荷电状态实时在线估计的实际需求。基于自主研发的ECVTS测试系统的硬件结构以及对应的BMS功能,使用Visual C#编程语言将本文所使用的自适应无迹卡尔曼滤波算法估计SOC编入在线监测界面中,实现动力电池SOC的在线监测。
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM912;TN713;U469.72
【图文】：

图２－〗不同材料类型锂离子电池性能指标雷达图逡逑２．３磷酸铁锂电池工作原理逡逑ＬｉＦｅＰ０４电池主要由正负电极、电解液和隔膜组成，内部结构如图２－２所示。逡逑左侧为橄榄石结构的ＬｉＦｅＰ０４正极，右侧为石墨负极，中间为聚合物隔膜，两逡逑极间通过铜箔相连，内部充满电解质，由金属外壳密闭封装。逡逑磷酸铁锂电池充放电并不是简单的氧化还原反应，而是锂离子脱出和嵌入磷逡逑酸铁锂层状网格的过程，电池充电时，锂离子在电场力的作用下从阴极脱出，穿逡逑过隔膜嵌入负极，磷酸铁锂转化成磷酸铁［３｜｜；电池放电时，锂离子从石墨晶体逡逑８逡逑

华北电力大学硕士学位论文逡逑中脱离出来，穿过隔膜嵌回到磷酸铁锂晶体内，整个充放电过程晶格结构变化如逡逑图２－３，锂离子电池在电池的正负极中不断嵌入脱出实现充放电，因此也被称为逡逑“摇椅电池”（Ｒｏｃｋｉｎｇ邋Ｃｈａｉｒ邋Ｂａｔｔｅｒｙ，ＲＣＢ）。在a愃崽�锂电池正常工作时，锂离子逡逑在正负极之间不断地嵌入脱出不会破坏磷酸铁锂和石墨的晶体结构，故充放电具逡逑有良好的可逆性和较好的安全性［３２］。逡逑正}逡逑（钽箔｝邋ｆＳ—逡逑ｉｌｌ－逡逑…曙麟ｊ７逡逑图２－２邋ＬｉＦｅＰ０４电池的内部化学结构＂３］逡逑ｕｒ？ｔ＾ｏ？逦ｒ？ｐ0？逡逑图２－３邋ＬｉＦｅＰ０４电池充放电过程晶格结构变化［１３１逡逑在放电过程中，磷酸铁锂电池的电化学反应方程式（２－１）至（２－３）所示逡逑正极反应方程式：逡逑ＬｉＦｅＰ０４邋Ｌｉ＾＿ｘＦｅＰ０４邋＋ｘＬｉ＋邋＋ｘｅ￣逦（邋？】）逡逑负极反应方程式：逡逑ｘＬ

华北电力大学硕士学位论文逡逑中脱离出来，穿过隔膜嵌回到磷酸铁锂晶体内，整个充放电过程晶格结构变化如逡逑图２－３，锂离子电池在电池的正负极中不断嵌入脱出实现充放电，因此也被称为逡逑“摇椅电池”（Ｒｏｃｋｉｎｇ邋Ｃｈａｉｒ邋Ｂａｔｔｅｒｙ，ＲＣＢ）。在a愃崽�锂电池正常工作时，锂离子逡逑在正负极之间不断地嵌入脱出不会破坏磷酸铁锂和石墨的晶体结构，故充放电具逡逑有良好的可逆性和较好的安全性［３２］。逡逑正}逡逑（钽箔｝邋ｆＳ—逡逑ｉｌｌ－逡逑…曙麟ｊ７逡逑图２－２邋ＬｉＦｅＰ０４电池的内部化学结构＂３］逡逑ｕｒ？ｔ＾ｏ？逦ｒ？ｐ0？逡逑图２－３邋ＬｉＦｅＰ０４电池充放电过程晶格结构变化［１３１逡逑在放电过程中，磷酸铁锂电池的电化学反应方程式（２－１）至（２－３）所示逡逑正极反应方程式：逡逑ＬｉＦｅＰ０４邋Ｌｉ＾＿ｘＦｅＰ０４邋＋ｘＬｉ＋邋＋ｘｅ￣逦（邋？】）逡逑负极反应方程式：逡逑ｘＬ

【相似文献】

相关期刊论文 前10条

1 肖海山;韦莉;顾帅;张逸成;姚勇涛;;以滑模观测器算法估计超级电容器荷电状态的探讨[J];低压电器;2013年19期

2 刘广林;铅酸蓄电池荷电状态的研究[J];蓄电池;1989年02期

3 吴佳祥;;基于安时法的磷酸铁锂电池荷电状态校正[J];山东交通学院学报;2015年03期

4 夏晴;刘志远;;电动汽车动力电池荷电状态的滑模估计方法[J];东南大学学报(自然科学版);2011年S1期

5 段瑞林;王奔;魏久林;杨洋;;基于自适应卡尔曼滤波的磷酸铁锂电池荷电状态估计[J];电工技术;2019年19期

6 汪伟;贝绍轶;汪永志;伍佳佳;杨慧;;混合动力镍氢电池荷电状态估计[J];中国农机化学报;2016年04期

7 何鹏林;王晓冬;;串联锂离子电池组荷电状态评估方法对比[J];安全与电磁兼容;2011年01期

8 孙静霞;谭德荣;;电动汽车用锂离子电池荷电状态的卡尔曼滤波算法[J];农业装备与车辆工程;2010年09期

9 彭思敏;沈翠凤;李家荣;;无迹卡尔曼滤波法在电池系统荷电状态估计中的应用[J];工业控制计算机;2015年12期

10 嵇雷;Ryad Chellali;;基于自适应卡尔曼滤波的电池荷电状态估算[J];电池;2018年04期

相关会议论文 前10条

1 马婷婷;张铁岩;;风光储联合发电并网系统中储能系统荷电状态的优化控制策略研究[A];第十六届沈阳科学学术年会论文集（理工农医）[C];2019年

2 孙骏;李宝辉;;电动汽车电池荷电状态的估算方法研究及展望[A];2012安徽省汽车工程学会年会论文集[C];2012年

3 冯卓民;张哲;陈敏;钱照明;;锂离子电池均衡电路的比较[A];2008中国电工技术学会电力电子学会第十一届学术年会论文摘要集[C];2008年

4 肖成伟;董洁;;电动汽车用动力蓄电池荷电状态与峰值功率能力关系的研究[A];第二十七届全国化学与物理电源学术年会论文集[C];2006年

5 范永生;陈晓;徐冬清;刘平;王保国;;全钒液流电池荷电状态检测方法研究[A];第二十八届全国化学与物理电源学术年会论文集[C];2009年

6 李春林;;太阳能基站循环型储能电池[A];通信电源新技术论坛——2010通信电源学术研讨会论文集[C];2010年

7 程艳青;高明煜;;基于卡尔曼滤波的电动汽车SOC估计[A];浙江省电源学会第十一届学术年会暨省科协重点科技活动“高效节能电力电子新技术”研讨会论文集[C];2008年

8 席安静;白鹏;;锂离子电池荷电状态估计方法综述[A];2011中国电工技术学会学术年会论文集[C];2011年

9 张秀丽;王熙俊;王应高;程文华;;全钒液流电池电解液荷电状态电在线测量方法及系统[A];2016年全国腐蚀电化学及测试方法学术交流会摘要集[C];2016年

10 赵嵩;巴宇;葛延峰;史松杰;潘鹏飞;黄佳伟;李卫东;;一种电池储能AGC控制性能评价标准[A];中国电机工程学会电力市场专业委员会2018年学术年会暨全国电力交易机构联盟论坛论文集[C];2018年

相关博士学位论文 前10条

1 胡超;基于储能荷电状态的虚拟同步机控制策略研究[D];合肥工业大学;2017年

2 Taimoor Zahid;动力电池荷电状态估计算法研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年

3 邹幽兰;基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计[D];中南大学;2014年

4 郭向伟;电动汽车电池荷电状态估计及均衡技术研究[D];华南理工大学;2016年

5 朱政;磷酸铁锂电池荷电状态估计方法的研究[D];哈尔滨工业大学;2013年

6 刘胜永;基于风/光发电系统的储能系统建模与控制[D];合肥工业大学;2016年

7 穆浩;电动汽车锂离子动力电池荷电状态鲁棒性估计方法研究[D];北京理工大学;2016年

8 刘宝其;充放储一体化电站并联式功率调节系统的控制技术研究[D];华中科技大学;2012年

9 陈峭岩;电动汽车电池状态估计及均衡管理研究[D];天津大学;2014年

10 张熙;大规模储能与风力发电协调优化运行研究[D];山东大学;2016年

相关硕士学位论文 前10条

1 董喜乐;锂离子电池模型参数和荷电状态联合在线估计方法研究[D];北京交通大学;2019年

2 朱梦杰;电动汽车锂电池的荷电状态估算[D];安徽理工大学;2019年

3 郭玉威;基于GNL模型自适应无迹卡尔曼滤波的电池荷电状态估计[D];华北电力大学(北京);2019年

4 许梦蝶;退役电池储能利用主动均衡控制系统研究与设计[D];武汉理工大学;2018年

5 邱新宇;稳健的锂电池等效电路模型参数辨识及荷电状态估计研究[D];西安理工大学;2019年

6 杨明明;风储系统并网对电力系统可靠性影响研究[D];山东大学;2019年

7 张康康;动力电池荷电状态估计算法研究[D];河南师范大学;2018年

8 张国路;电动汽车动力电池荷电状态估计及均衡技术研究[D];合肥工业大学;2018年

9 杨丽文;基于多模型的锂电池荷电状态在线估计方法研究[D];南京航空航天大学;2018年

10 许强;锂电池荷电状态估计及监测[D];上海海洋大学;2018年

本文编号：2790725