新能源汽车快速发展,而电池正是重点研究对象之一。目前,锂离子动力电池因输出功率高、寿命长等优点在新能源汽车中被广泛使用。为了提高电池的利用率、延长使用寿命以及应对极限工况下自燃自爆等危险,电池的状态监控和能量管理成为了电池研究的热点。而在此之前,一个准确的适用于控制的锂离子电池模型基础至关重要,较于等效电路模型,电化学模型中的电池状态更真实,精度更高,又因温度对电池性能影响较大。所以,本文针对锂离子电池电化学热耦合模型进行了深入研究,并通过简化降阶完成了模型在控制系统中的搭建,此外,还在简化电化学模型的基础上设计了用于估计电池SOC的鲁棒观测器,实现了电化学理论在电池管理研究中的应用。首先,在分析了离子动力电池结构与工作原理的基础上,利用相关理论描述电化学反应过程,初步得到微观与宏观相耦合的电化学模型。再依据平均电极理论,忽略由液相锂离子浓度变化带来的影响,对模型进一步简化得到平均电极模型。至此,锂离子电池电化学模型被简化为固相锂离子扩散方程和端电压表达式的组合。其中,针对固相锂离子扩散这一偏微分方程,采用了均匀离散的有限差分方法将其简化成一组适用于控制系统的状态空间方程,并选取了TDMA方法的求解结果作为标准值来评价该简化方法的精度,选取离散点的数量。最终,通过综合考虑方程的精度和系统的复杂度,沿颗粒半径方向的离散阶数选取为100。而后,分析了锂离子电池的热效应规律,添加模型中温度的影响。为了实现热模型在控制系统中的直接运用,建模只考虑了具有对流换热边界条件的径向热行为。最后,通过建立生热速率模型实现了两模型输入输出的对接,完成了电化学热耦合模型的完整构建,也为后续电池的状态监测和SOC估计提供模型仿真平台。其次,为了进一步提高模型的精度,对模型中各项参数进行了重新辨识。针对电化学模型,采用粒子群算法理念进行了参数辨识,再通过单体电池多倍率放电实验和整车道路模拟实验验证了模型精度。从单体电池0.2-2C五组放电实验中发现,在小电流放电测试中,仿真值与实际值基本一致,随着电流增大,模型的输出误差也随之增大,但最大偏差并不超过0.1V。在NEDC工况下的微型纯电动汽车道路模拟实验中,仿真值与实际值变化趋势一致,低速、即电流较小阶段,误差保持在0.03V,而高速、电流较大情况下,误差升高至0.08V,最大可达0.2V。针对热模型参数的辨识,直接采用了实验与仿真误差的欧几里德范数最小化问题来确定,并通过Matlab中的fmincon函数计算得到了参数值。最后,由35℃、45℃下的NEDC工况测试验证了参数的精度,电池表面与中心温度在大体上均基本一致。再次,在锂离子动力电池简化电化学模型的基础上,对电池的SOC进行了估计。设计了基于简化电化学模型的鲁棒观测器估计出固相锂离子浓度,从而计算得到电池的SOC估计值。再通过单体电池脉冲放电实验和NEDC模拟试验验证了该估计方法的可行性。由脉冲放电实验表明,该观测器估计出的SOC值与标准值基本一致,并且在更加复杂的NEDC循环工况实验中,鲁棒观测器估计出的SOC值与电池实际放出的电量相吻合,误差在可接受范围内,证明了该算法能够准确的估算出电池的SOC。最后,为检验基于简化电化学模型设计的SOC估计观测器在真实控制器中的运行效果,搭建了实验用微型纯电动汽车的BMS硬件在环测试系统。即在Matlab/Simulink平台上,基于车辆行驶方程搭建了整车模型,基于本文电池模型的研究结果搭建了电池包模型,并通过编译生成工程文件导入NI VeriStand,再在D2P-MotoHawk平台上,将本文设计SOC估计算法和控制策略下载到控制器快速原型,完成了与HiL测试系统的连接,验证了观测器在实际控制器中的可行性。
【学位单位】：江苏大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U469.7
【部分图文】：
图 2.7 波士顿 Swing 5300 电池规格Fig 2.7 Specifications of Boston-Swing 5300 battery
江 苏 大 学 硕 士 学 位 论 文模型在电池管理系统中的直接运用，降低模型的复杂形分解处理。由于波士顿 5300 电池的外形比较特别长方体等形状，若需精确建立搭建其热模型，有限元已解释本研究针对的是系统控制，有限元方法并不合外形的特殊性，将其假设成两节并联且平行放置的 寸的圆柱形电池进行。并且，实际电动汽车上安装的联，再串联组成，图 2.8 中显示的是由单体电池并联排列紧密。
图 2.9 均匀生热下的中心与表面温度抛物线关系图2.9 Parabolic relation between center and surface temperature under uniform heat generation由于生热分布均匀，假定电池单体 r 方向的温度分布满足图 2.9[55]，则：( ) ( ) ( ) ( )2 4, =r rT r t a t b t d tR R (2.41
【参考文献】
相关期刊论文 前10条
1 刘艳莉;戴胜;程泽;朱乐为;;基于有限差分扩展卡尔曼滤波的锂离子电池SOC估计[J];电工技术学报;2014年01期
2 刘和平;许巧巧;胡银全;袁闪闪;;自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计[J];重庆大学学报;2014年01期
3 于智龙;郭艳玲;王海英;;自放电修正的锂动力电池SCKF-STF的SOC估算策略[J];电机与控制学报;2013年10期
4 吴红杰;袁世斐;谢旺;;基于分数阶理论的锂离子电池动态模型及其参数辨识方法[J];新型工业化;2013年09期
5 牛利勇;时玮;姜久春;张言茹;姜君;曹雪铭;;纯电动汽车用磷酸铁锂电池的模型参数分析[J];汽车工程;2013年02期
6 罗玉涛;谢斌;何小颤;;电动汽车锂离子电池组参数辨识与SOC估计[J];华南理工大学学报(自然科学版);2012年12期
7 付主木;赵瑞;;基于先进小波神经网络的HEV动力锂离子电池SOC估计(英文)[J];Journal of Southeast University(English Edition);2012年03期
8 熊瑞;何洪文;许永莉;何银;;电动汽车用动力电池组建模和参数辨识方法[J];吉林大学学报(工学版);2012年04期
9 张彩萍;姜久春;;用基于遗传优化的扩展卡尔曼滤波算法辨识电池模型参数[J];吉林大学学报(工学版);2012年03期
10 李司光;张承宁;;锂离子电池荷电状态预测方法研究[J];北京理工大学学报;2012年02期
相关硕士学位论文 前4条
1 张忠伟;基于尾流效应的风电场风电机组排布优化研究[D];新疆大学;2017年
2 李文瑶;插电式串联混合动力公交车能量管理策略优化及HCU硬件在环测试[D];江苏大学;2017年
3 陈梓铭;混合动力公交客车锂离子动力电池舱的热特性研究[D];华南理工大学;2014年
4 余民;含风电和抽水蓄能电站的电力系统机组组合研究[D];上海交通大学;2013年
本文编号：
2870109
本文链接：https://www.wllwen.com/kejilunwen/qiche/2870109.html
