车用动力电池SOC与SOP联合估算研究
发布时间：2020-10-18 20:13
峰值功率作为电动汽车重要性能指标之一,是车辆加速、爬坡、能量回收的重要参考。传统电池管理系统估算峰值功率是基于Rint电池模型的试验标定法,由于试验法模型未能考虑极化效应的影响,往往造成估算结果偏大,且存在试验周期长、工作量大、对试验设备要求高等问题,制约着电池管理系统的发展。本文以峰值功率(SOP,State of power)仿真估算作为研究目标,考虑到电池管理系统的另一核心功能荷电状态(SOC,State of charge)估算与SOP估算之间的紧密联系,故将二者联合起来进行估算研究。具体工作如下:选择三元材料锂离子电池作为研究对象并搭建试验平台,为掌握电池基本性能分别进行不同温度、不同放电倍率、不同功率下电池性能试验。电池模型是电池状态估算的基础,为评估模型反映电池内部状态的准确程度以及估算性能差别,分别建立Thevenin与DP(Dual Polarization)两个低阶等效电路模型进行对比分析,通过混合脉冲功率特性试验(HPPC)进行电池参数辨识,并对极化电压进行了相关试验分析。基于电池的充放电特性,考虑到SOC与SOP之间内在联系以及单参数约束估算SOP易造成估算结果偏大的问题,提出了基于DP电池模型和多参数约束的峰值功率估算方法,推导了相关计算方程,建立了基于EKF算法的SOC与SOP联合估算仿真模型并进行了试验验证,分析了SOC与SOP的估算精度以及估算性能。结果表明:(1)低温对电池性能影响显著,放电容量与放电平台显著下降;高温、放电倍率、放电功率对电池容量影响不大;放电能量随放电功率的增大而减小。(2)极化电压在放电前中期存在平稳期,末期极化电压明显升高;放电过程极化电压高于充电过程;低温使极化电压明显升高,平稳期缩短;放电倍率越大极化效应越强。(3)基于DP等效电路模型预测的端电压误差很小;低阶等效电路模型SOC估算最大误差均小于3%,但DP模型最大误差约为2%,优于Thevenin模型。(4)基于DP模型的多参数约束下的SOC与SOP联合估算峰值功率最大误差不超过3%,小于Thevenin模型估算峰值功率误差;峰值功率放电持续时间越长,峰值功率值越小;在SOC存在初始误差时,SOC与SOP估算模型能快速收敛到准确值,鲁棒性强。
【学位单位】：武汉理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U469.72
【部分图文】：
Management System, BMS）通常具有以下功能：①估算电池状态（荷电状态、健康状态、功率状态）②监测电池工作状态 ③电池均衡控制 ④热管理 ⑤通信功能。图 1-1 为 BMS 的基本工作原理图。图 1-1 BMS 工作原理图从图 1-1 可以看出，BMS 需要实时监控电池 Pack 电压、电流以及单体电池的电压、温度等基本信息，并通过电池管理系统核心算法估算实时电池状态量。主要包括荷电状态（state of charge，SOC）、功率状态（state of power，SOP），健康状态（state of health，SOH），然后输入到整车控制器，为整车能量管理和动力分配提供依据。但由于动力电池组是由电池单体串并联而成
件搭建基于低阶等效电路模型的多参数约束下 SOC 与 SOP 峰值功率（Peak Power Test，PPT）试验结果对比，验证模技术路线如图 1-2 所示：
图 2-2 不同温度下放电端电压随 SOC 变化曲线率特性研究三元型锂离子电池在不同倍率下的放电特性，本文在室温分别做了倍率为 1C、2C、3C 的恒流放电试验，试验过程如温下以 1C 恒流放电，放电至截止电压 2.5V；当电池放电结束h，使电池内部达到平稳状态，消除极化效应。设置 CC/CV 充充满结束。然后进行恒流放电试验，放电倍率分别为 1C、2C电压条件 2.5V 结束。倍率即放电电流大小，1C 为 35A，2C 为 70A，3C 为 105A，依下放电容量如表 2-6 所示，采用恒流工况放电时，放电倍率越，2C 放电较 1C 放电减少了 0.15Ah，3C 放电较 2C 放电减少了，仅为额定容量的 1.09%，表明放电倍率对该电池容量影响不表 2-6 不同倍率下电池放出的容量放电倍率/C 放出容量/Ah
【参考文献】
本文编号：2846759
【学位单位】：武汉理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U469.72
【部分图文】：
Management System, BMS）通常具有以下功能：①估算电池状态（荷电状态、健康状态、功率状态）②监测电池工作状态 ③电池均衡控制 ④热管理 ⑤通信功能。图 1-1 为 BMS 的基本工作原理图。图 1-1 BMS 工作原理图从图 1-1 可以看出，BMS 需要实时监控电池 Pack 电压、电流以及单体电池的电压、温度等基本信息，并通过电池管理系统核心算法估算实时电池状态量。主要包括荷电状态（state of charge，SOC）、功率状态（state of power，SOP），健康状态（state of health，SOH），然后输入到整车控制器，为整车能量管理和动力分配提供依据。但由于动力电池组是由电池单体串并联而成
件搭建基于低阶等效电路模型的多参数约束下 SOC 与 SOP 峰值功率（Peak Power Test，PPT）试验结果对比，验证模技术路线如图 1-2 所示：
图 2-2 不同温度下放电端电压随 SOC 变化曲线率特性研究三元型锂离子电池在不同倍率下的放电特性，本文在室温分别做了倍率为 1C、2C、3C 的恒流放电试验，试验过程如温下以 1C 恒流放电，放电至截止电压 2.5V；当电池放电结束h，使电池内部达到平稳状态，消除极化效应。设置 CC/CV 充充满结束。然后进行恒流放电试验，放电倍率分别为 1C、2C电压条件 2.5V 结束。倍率即放电电流大小，1C 为 35A，2C 为 70A，3C 为 105A，依下放电容量如表 2-6 所示，采用恒流工况放电时，放电倍率越，2C 放电较 1C 放电减少了 0.15Ah，3C 放电较 2C 放电减少了，仅为额定容量的 1.09%，表明放电倍率对该电池容量影响不表 2-6 不同倍率下电池放出的容量放电倍率/C 放出容量/Ah
【参考文献】
相关期刊论文 前9条
1 赵又群;周晓凤;刘英杰;;基于扩展卡尔曼粒子滤波算法的锂电池SOC估计[J];中国机械工程;2015年03期
2 邓涛;孙欢;;锂离子电池新型SOC安时积分实时估算方法[J];重庆理工大学学报(自然科学);2015年01期
3 姚雷;王震坡;;锂离子电池极化电压特性分析[J];北京理工大学学报;2014年09期
4 董超;尚鸿;杜明星;;基于扩展卡尔曼滤波法的锂离子电池SOC估算[J];制造业自动化;2014年11期
5 龙宇舟;郭毅锋;韩峻峰;潘盛辉;;一种基于预测开路电压估算SOC初值的方法[J];通信电源技术;2014年03期
6 王昌海;曲长文;徐征;;基于改进SRUKF的多机无源定位跟踪算法[J];雷达科学与技术;2012年05期
7 毛群辉;滕召胜;方亮;冯勇;;基于UKF的电动汽车锂电池SOC估计方法[J];测控技术;2010年03期
8 戴海峰;魏学哲;孙泽昌;;基于等效电路的内阻自适应锂离子电池模型[J];同济大学学报(自然科学版);2010年01期
9 林成涛;仇斌;陈全世;;电动汽车电池非线性等效电路模型的研究[J];汽车工程;2006年01期
本文编号：2846759
本文链接：https://www.wllwen.com/kejilunwen/qiche/2846759.html
