考虑温度影响的动力锂电池SOC估计算法和验证

发布时间：2020-04-27 08:52

【摘要】：电动汽车用动力锂电池因其具有高能量密度、低自放电性、良好的安全性能、寿命长和无污染等优点而成为国内外电动汽车行业研究热点。为了能够给用户提供精准的当前电池工作状态,保证电池工作系统的稳定性和安全性,电池管理系统(BMS)承担了其主要功用,与电池组共同组成可靠的电池系统。而动力锂电池SOC估算作为电池管理系统的核心算法,在电动汽车上起着重要的作用,包括防止电池过充过放、提供准确的续驶里程和延长电池的使用寿命等。但是,目前对于动力锂电池SOC估算的研究大多针对的是常温环境下的单种类型电池,而且验证条件不够充分,很难证明算法对其他温度或其他类型锂电池的适用性。因此,对适用于不同环境温度和多种类型锂电池SOC估算策略的研究具有极其重要的理论意义和现实意义。本文基于如何建立精确合理的锂电池模型、设计新的SOC估计策略以及实现离线与在线仿真验证等问题进行分析研究。本文的主要工作内容涉及如下3个方面:1、根据模型精度要求和算法的工程实用性限制,确定本文所建控制对象模型为二阶等效电路模型。通过使用充放电机和温控箱进行不同温度下的电池测试实验,统计分析获得的实验数据,标定出电池容量、欧姆内阻和开路电压参数模型,使用最小二乘法原理拟合极化效应参数,建立基于温度、电流和SOC三参数的动态电池模型,并通过多种工况和温度对三元和磷酸铁锂两种类型锂电池模型进行验证分析,结果表明所建立的电池模型能够较好地适应实验所用锂电池。2、根据电池SOC的估算要求和电池动态系统的非线性特点,确定本文所使用的估计策略为扩展卡尔曼滤波法。为使SOC的估算值更加准确,提出使用相对可用容量来替代原额定容量进行计算,并将温度和放电倍率因素考虑其中。在此基础上引入一可变化的增益系数来修正扩展卡尔曼滤波算法,通过仿真结果可以看出,一定范围内增益系数越大SOC估算值收敛速度越快,整体误差较大,相反,增益系数越小SOC估算值收敛速度越慢,整体误差减小,因此修正过的增益系数可以使得估算值满足收敛快和误差小的要求。3、通过Simulink软件平台建立了标定出的电池模型和修正过的扩展卡尔曼滤波算法模型,针对不同温度和不同工况完成了控制策略的离线仿真验证,结果可以达到预期要求。在此基础上进一步搭建了基于MicroAutoBox的快速控制原型实验平台,并实现了固定温度、波动温度、电流噪声输入和不同起始SOC下两种锂电池的在线仿真验证,结果都能够表明,本文所提出的不同温度下动力锂电池SOC估计策略能够实现多种工况下整体误差在5%以内的目标,具有较好的鲁棒性和准确性,并在一定程度上可以实现其工程应用价值。
【图文】：

粒物、光化学烟雾等有害物质持续增多，空气质量指数 PM2.来雾霾频繁发生的主要原因，严重影响到了人们的生活质量。展力度，政府和企业联合制定节能减排的相关政策，降低电动购买电动汽车的优惠额度，实施低碳可持续发展的策略，能够缓环境问题的担忧[8]。汽车的出现在一定程度上缓解了传统燃油汽车所带来的弊端，识的不断上升，新能源汽车的使用率也得到了大大提高。图 1.1源汽车销量及同比变化情况，图中数据显示，2016 年新能源汽辆，比 2015 年提高 53.0%。其中，纯电动汽车和插电式混合量要比 2015 年分别增长 65.1%和 17.1%[9]。由此可见，大众对正在逐渐上升，，电动汽车出现在大家视野中的几率也越来越高

吉林大学硕士学位论文子从正极经电路传递至负极，充电电流方向与此相反。当电池满态下已不能再脱落锂离子，负极材料也已不能再嵌入锂离子，电时，物质转移过程与充电相反，锂离子将会从负极转移至正嵌入转化成 LiFePO4，而负极的锂离子也会随着放电时间的增当前放电电流下不能再脱落锂离子为止，此时电池处于无电状整个充放电反应其实是 FePO4与 LiFePO4两种物质之间的转换或物质产生，化学反应过程稳定可靠，充放电效率高。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U469.72

【参考文献】

中国期刊全文数据库 前10条

1 丁玲;;电动汽车用动力电池发展综述[J];电源技术;2015年07期

2 季迎旭;杜海江;孙航;;蓄电池SOC估算方法综述[J];电测与仪表;2014年04期

3 雷治国;张承宁;;电动汽车电池组热管理系统的研究进展[J];电源技术;2011年12期

4 章超;;电动汽车在我国的发展现状及其研究[J];科技创新导报;2011年20期

5 安富强;其鲁;王剑;张鼎;晨晖;毛永志;刘正耀;;电动汽车用动力锂离子二次电池系统性能的研究[J];北京大学学报(自然科学版);2011年01期

6 胡晓松;孙逢春;程夕明;;Fuzzy Model for Estimation of the State-of-Charge of Lithium-Ion Batteries for Electric Vehicles[J];Journal of Beijing Institute of Technology;2010年04期

7 刘新天;刘兴涛;何耀;陈宗海;;基于V_(min)-EKF的动力锂电池组SOC估计[J];控制与决策;2010年03期

8 肖仁耀;肖昕;;神经网络在提高锂离子电池检测精度中的研究[J];电子工业专用设备;2009年09期

9 丁荣军;;快速控制原型技术的发展现状[J];机车电传动;2009年04期

10 黄文华;韩晓东;陈全世;林成涛;;电动汽车SOC估计算法与电池管理系统的研究[J];汽车工程;2007年03期

中国博士学位论文全文数据库 前4条

1 高明煜;动力电池组SOC在线估计模型与方法研究[D];武汉理工大学;2013年

2 李哲;纯电动汽车磷酸铁锂电池性能研究[D];清华大学;2011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

4 张毅;纯电动轿车动力总成控制系统的研究[D];上海交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 尤适运;动力电池主动均衡策略和SOC估计方法研究[D];哈尔滨工业大学;2015年

2 郑英东;三元锂离子电池的SoC估计方法研究[D];大连理工大学;2015年

3 孙欢;锂离子电池能量管理系统研究与设计[D];重庆交通大学;2015年

4 姜威;LiFePO_4动力电池二阶RC模型参数的研究[D];浙江大学;2015年

5 柏庆文;基于无味卡尔曼滤波的电动汽车动力电池SOC估计[D];吉林大学;2013年

6 袁闪闪;磷酸铁锂动力电池荷电状态估算方法的研究[D];重庆大学;2012年

7 和晓念;锂电池荷电状态预测方法研究[D];河南师范大学;2012年

8 汪涵;基于混合动力汽车的磷酸铁锂电池管理系统研究[D];南京林业大学;2011年

9 蔡宗举;电动汽车用铅酸电池SOC估算策略研究[D];天津大学;2009年

10 杨诗佳;20kW车用铅酸电池智能管理系统[D];浙江大学;2008年

本文编号：2642089