基于无迹卡尔曼滤波的锂电池SOC估计
发布时间：2021-07-20 03:35
随着全球能源与环保形势日渐严峻,电动汽车以低污染,能量转化率高的优点从而成为各个国家汽车产业研发的重要方向,在电动汽车使用过程中,荷电状态（SOC,State of Charge）的精确估计对维持电池的平稳运行状况以及提升能量转化效率有重要作用。本文在锂离子动力电池特性以及参数辨识基础上,进行锂离子电池SOC实时估计的研究。通过比较锂离子电池的特性以及等效电路模型的优缺点,本文选取二阶RC等效电路模型进行建模,建模工作通过Matlab/Simulink软件实现。首先使用离线辨识的方法辨识等效模型各参数,然后通过加载工况电流的方法来验证模型的准确性,仿真结果表明离线辨识方法具有一定的局限性。接着,在二阶RC等效模型的基础上,本文采用含遗忘因子的递推最小二乘算法来实现在线参数辨识。为了验证等效模型的精度,同样将工况下的负载电流加载到所建立的仿真模型上,然后将模型端电压与软件中Battery模块电压进行比对,获取等效模型的精度,仿真结果表明使用在线辨识参数的模型能够良好的体现锂离子电池的动态特性。最后,本文基于无迹卡尔曼滤波算法,增加了新息自适应协方差匹配过程,与传统的扩展卡尔曼滤波算法相比...
【文章来源】：西安建筑科技大学陕西省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
锂离子电池P2D模型
西安建筑科技大学硕士学位论文11图2-3锂离子电池单粒子模型2.2.2等效电路模型电池工作时会显示出一系列阻容特点，等效电路模型利用电阻、电容以及恒压源等元件模拟电池。而且，等效电路模型一般来说比较简单易于仿真应用，所以等效电路模型也为研究电池的特点提供了便利。下文将会介绍常用的等效模型，为研究选取模型作参考：（1）Rint模型Rint模型[38]（图2-4）只含有一个内阻R0和电压源Uoc，Rint模型是简单的模型，没有考虑到电池内阻在充放电过-程中的变化，而且也没有考虑到电池充放电过程中的各种极化效应。所以，Rint模型只能看作理想状态下的电池等效电路模型，不能满足动力电池建模的条件。图2-4Rint等效电路模型（2）Thevenin模型Thevenin模型[39]（图2-5）含有内阻R0，以及描述电池极化效应的极化内阻R1和极化电容C1，R1与C1并联组成阻容回路，用来表示电池于极化现象发生和消失过程中而出现的外部特点。恒压源Uoc则表示电池的电动势，Ik为负载电流。Thevenin模型能够较为准确展现电池的动态特性，而且模型组成也较为简易，能够较为精准地模拟锂离子电池在恒流恒温条件下的充放电行为，实现锂离子电池的荷电状态、健康状态或功率状态的诊断[35]。所以Thevenin模型在等效电路模型发展中占有比较重要的地位，特别是锂离子电池的仿真研究领域中。
西安建筑科技大学硕士学位论文11图2-3锂离子电池单粒子模型2.2.2等效电路模型电池工作时会显示出一系列阻容特点，等效电路模型利用电阻、电容以及恒压源等元件模拟电池。而且，等效电路模型一般来说比较简单易于仿真应用，所以等效电路模型也为研究电池的特点提供了便利。下文将会介绍常用的等效模型，为研究选取模型作参考：（1）Rint模型Rint模型[38]（图2-4）只含有一个内阻R0和电压源Uoc，Rint模型是简单的模型，没有考虑到电池内阻在充放电过-程中的变化，而且也没有考虑到电池充放电过程中的各种极化效应。所以，Rint模型只能看作理想状态下的电池等效电路模型，不能满足动力电池建模的条件。图2-4Rint等效电路模型（2）Thevenin模型Thevenin模型[39]（图2-5）含有内阻R0，以及描述电池极化效应的极化内阻R1和极化电容C1，R1与C1并联组成阻容回路，用来表示电池于极化现象发生和消失过程中而出现的外部特点。恒压源Uoc则表示电池的电动势，Ik为负载电流。Thevenin模型能够较为准确展现电池的动态特性，而且模型组成也较为简易，能够较为精准地模拟锂离子电池在恒流恒温条件下的充放电行为，实现锂离子电池的荷电状态、健康状态或功率状态的诊断[35]。所以Thevenin模型在等效电路模型发展中占有比较重要的地位，特别是锂离子电池的仿真研究领域中。
【参考文献】：
期刊论文
[1]电动汽车电池管理系统简介与研究[J]. 邹宸,祝乔. 电工技术. 2019(22)
[2]电动汽车与燃油汽车能耗排放对比分析[J]. 程冬宏,高有山,弓旭峰,李思超. 太原科技大学学报. 2019(06)
[3]基于UKF的在线锂离子电池SOC估算研究[J]. 徐劲力,马国庆. 电源技术. 2019(10)
[4]动力锂电池SOC估算方法综述[J]. 陈元丽,赵振东,陈素娟,张广辉. 汽车科技. 2019(05)
[5]基于扩展卡尔曼滤波的锂电池SOC估算[J]. 王党树,王新霞. 电源技术. 2019(09)
[6]车用动力电池二阶RC建模及参数辨识[J]. 罗勇,赵小帅,祁朋伟,刘增玥,邓涛,李沛然. 储能科学与技术. 2019(04)
[7]基于BP人工神经网络的动力电池SOC估算方法[J]. 苏振浩,李晓杰,秦晋,杜文杰,韩宁. 储能科学与技术. 2019(05)
[8]基于在线参数辨识和AEKF的锂电池SOC估计[J]. 田茂飞,安治国,陈星,赵琳,李亚坤,司鑫. 储能科学与技术. 2019(04)
[9]中国传统燃油汽车退出时间表研究[J]. 安锋,康利平,秦兰芝,毛世越,王雯雯,Maya Ben Dror. 国际石油经济. 2019(05)
[10]铅酸动力电池高阶PNGV改进模型研究[J]. 杨勇,严运兵. 电子测量与仪器学报. 2019(05)
博士论文
[1]纯电动汽车动力系统参数匹配及整车控制策略研究[D]. 周飞鲲.吉林大学 2013
硕士论文
[1]基于自适应电池模型的ALS-UKF算法SOC估算研究[D]. 郝山.湖北工业大学 2019
[2]电池组能量均衡控制策略研究[D]. 王协平.杭州电子科技大学 2018
[3]我国电动汽车能耗及温室气体排放研究[D]. 方肖.中国石油大学（北京） 2017
[4]电动汽车用电池SOC估算方法研究[D]. 全奎松.辽宁工业大学 2016
[5]基于KFEP算法的驾驶员疲劳状态检测方法研究[D]. 毛楚阳.武汉理工大学 2015
[6]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
[7]电动汽车动力电池模型参数在线辨识及SOC估计[D]. 张禹轩.吉林大学 2014
[8]多次自适应最小二乘曲线拟合方法及其应用[D]. 李蓓蕾.长江大学 2014
[9]电动汽车用镍氢电池模型参数辨识和SOC估算研究[D]. 李超.天津大学 2007
本文编号：3292038
【文章来源】：西安建筑科技大学陕西省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
锂离子电池P2D模型
西安建筑科技大学硕士学位论文11图2-3锂离子电池单粒子模型2.2.2等效电路模型电池工作时会显示出一系列阻容特点，等效电路模型利用电阻、电容以及恒压源等元件模拟电池。而且，等效电路模型一般来说比较简单易于仿真应用，所以等效电路模型也为研究电池的特点提供了便利。下文将会介绍常用的等效模型，为研究选取模型作参考：（1）Rint模型Rint模型[38]（图2-4）只含有一个内阻R0和电压源Uoc，Rint模型是简单的模型，没有考虑到电池内阻在充放电过-程中的变化，而且也没有考虑到电池充放电过程中的各种极化效应。所以，Rint模型只能看作理想状态下的电池等效电路模型，不能满足动力电池建模的条件。图2-4Rint等效电路模型（2）Thevenin模型Thevenin模型[39]（图2-5）含有内阻R0，以及描述电池极化效应的极化内阻R1和极化电容C1，R1与C1并联组成阻容回路，用来表示电池于极化现象发生和消失过程中而出现的外部特点。恒压源Uoc则表示电池的电动势，Ik为负载电流。Thevenin模型能够较为准确展现电池的动态特性，而且模型组成也较为简易，能够较为精准地模拟锂离子电池在恒流恒温条件下的充放电行为，实现锂离子电池的荷电状态、健康状态或功率状态的诊断[35]。所以Thevenin模型在等效电路模型发展中占有比较重要的地位，特别是锂离子电池的仿真研究领域中。
西安建筑科技大学硕士学位论文11图2-3锂离子电池单粒子模型2.2.2等效电路模型电池工作时会显示出一系列阻容特点，等效电路模型利用电阻、电容以及恒压源等元件模拟电池。而且，等效电路模型一般来说比较简单易于仿真应用，所以等效电路模型也为研究电池的特点提供了便利。下文将会介绍常用的等效模型，为研究选取模型作参考：（1）Rint模型Rint模型[38]（图2-4）只含有一个内阻R0和电压源Uoc，Rint模型是简单的模型，没有考虑到电池内阻在充放电过-程中的变化，而且也没有考虑到电池充放电过程中的各种极化效应。所以，Rint模型只能看作理想状态下的电池等效电路模型，不能满足动力电池建模的条件。图2-4Rint等效电路模型（2）Thevenin模型Thevenin模型[39]（图2-5）含有内阻R0，以及描述电池极化效应的极化内阻R1和极化电容C1，R1与C1并联组成阻容回路，用来表示电池于极化现象发生和消失过程中而出现的外部特点。恒压源Uoc则表示电池的电动势，Ik为负载电流。Thevenin模型能够较为准确展现电池的动态特性，而且模型组成也较为简易，能够较为精准地模拟锂离子电池在恒流恒温条件下的充放电行为，实现锂离子电池的荷电状态、健康状态或功率状态的诊断[35]。所以Thevenin模型在等效电路模型发展中占有比较重要的地位，特别是锂离子电池的仿真研究领域中。
【参考文献】：
期刊论文
[1]电动汽车电池管理系统简介与研究[J]. 邹宸,祝乔. 电工技术. 2019(22)
[2]电动汽车与燃油汽车能耗排放对比分析[J]. 程冬宏,高有山,弓旭峰,李思超. 太原科技大学学报. 2019(06)
[3]基于UKF的在线锂离子电池SOC估算研究[J]. 徐劲力,马国庆. 电源技术. 2019(10)
[4]动力锂电池SOC估算方法综述[J]. 陈元丽,赵振东,陈素娟,张广辉. 汽车科技. 2019(05)
[5]基于扩展卡尔曼滤波的锂电池SOC估算[J]. 王党树,王新霞. 电源技术. 2019(09)
[6]车用动力电池二阶RC建模及参数辨识[J]. 罗勇,赵小帅,祁朋伟,刘增玥,邓涛,李沛然. 储能科学与技术. 2019(04)
[7]基于BP人工神经网络的动力电池SOC估算方法[J]. 苏振浩,李晓杰,秦晋,杜文杰,韩宁. 储能科学与技术. 2019(05)
[8]基于在线参数辨识和AEKF的锂电池SOC估计[J]. 田茂飞,安治国,陈星,赵琳,李亚坤,司鑫. 储能科学与技术. 2019(04)
[9]中国传统燃油汽车退出时间表研究[J]. 安锋,康利平,秦兰芝,毛世越,王雯雯,Maya Ben Dror. 国际石油经济. 2019(05)
[10]铅酸动力电池高阶PNGV改进模型研究[J]. 杨勇,严运兵. 电子测量与仪器学报. 2019(05)
博士论文
[1]纯电动汽车动力系统参数匹配及整车控制策略研究[D]. 周飞鲲.吉林大学 2013
硕士论文
[1]基于自适应电池模型的ALS-UKF算法SOC估算研究[D]. 郝山.湖北工业大学 2019
[2]电池组能量均衡控制策略研究[D]. 王协平.杭州电子科技大学 2018
[3]我国电动汽车能耗及温室气体排放研究[D]. 方肖.中国石油大学（北京） 2017
[4]电动汽车用电池SOC估算方法研究[D]. 全奎松.辽宁工业大学 2016
[5]基于KFEP算法的驾驶员疲劳状态检测方法研究[D]. 毛楚阳.武汉理工大学 2015
[6]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
[7]电动汽车动力电池模型参数在线辨识及SOC估计[D]. 张禹轩.吉林大学 2014
[8]多次自适应最小二乘曲线拟合方法及其应用[D]. 李蓓蕾.长江大学 2014
[9]电动汽车用镍氢电池模型参数辨识和SOC估算研究[D]. 李超.天津大学 2007
本文编号：3292038
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3292038.html
