基于无味卡尔曼滤波的电动汽车动力电池SOC估计

发布时间：2017-05-03 14:10

  本文关键词：基于无味卡尔曼滤波的电动汽车动力电池SOC估计，由笔耕文化传播整理发布。

【摘要】：动力电池作为电动汽车的能量载体，如何对其剩余电量（State of Charge,SOC）进行准确估计是整个电动汽车领域的重点和核心技术之一。对SOC的准确估计可以为驾驶者提供准确的续驶里程信息，可以从理论上避免对电池的过充和过放，更可以为驾驶者的驾驶安全带来保障。本文针对锂离子电池的SOC估计问题主要做了如下几方面工作： 文章首先介绍了电动汽车的发展背景，明确对电池SOC估计方法进行研究的意义，比较了目前各类常用动力电池的优缺点，指出锂离子电池是目前较理想的动力来源。文中分析了国内外的电池SOC估计研究现状，并对锂离子电池的工作原理及分类作了简要介绍。 对于基于模型的SOC估计方法，搭建合适的电池模型是提高SOC估计准确性的重要途径，所以接下来分析和介绍了几种常用的电池等效电路模型，并将二阶RC环等效电路模型作为本文SOC估计的待使用模型。为了使模型获得较高的响应精度，文中针对实际锂离子电池的开路电压与SOC的关系表达式进行了快速标定，在此基础上通过遗忘因子最小二乘法对模型中的参数进行了实时辨识。 随后介绍了扩展卡尔曼滤波算法估计系统状态变量的思路，在此基础之上提出使用无味卡尔曼滤波理论对锂离子电池的SOC进行估计。结合所搭建的二阶RC环等效电路模型的状态空间形式，基于实际锂离子电池参数，通过Matlab仿真实验实现无味卡尔曼滤波算法对SOC的估计，并与扩展卡尔曼滤波算法的SOC估计效果进行比对。仿真结果表明无味卡尔曼滤波算法在白噪声条件下可对SOC的进行较为精确估计，，并证明了其在同条件下可以比扩展卡尔曼算法获得更好的SOC估算精度。 最后，通过在ADVISOR仿真环境下搭建电动汽车整车模型，完善整车参数并进行道路工况仿真实验。在掌握锂离子动力电池在实际工况条件下的各项数据的基础上，最终在Matlab中实现无味卡尔曼滤波对动力电池SOC的估计。所得实验结果证明了无味卡尔曼滤波在实际SOC估计中的可行性、有效性与精确性。
【关键词】：锂离子电池 无味卡尔曼滤波 电动汽车 等效电路模型 ADVISOR
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：U469.72
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 课题研究背景及意义9-10
• 1.2 动力电池的发展现状10-11
• 1.3 锂离子电池的结构及工作原理11-12
• 1.4 SOC 估计方法的研究现状12-15
• 1.5 本文的主要研究内容15-17
• 第2章 锂离子电池模型及参数辨识17-35
• 2.1 锂离子等效电路模型17-21
• 2.1.1 常用的等效电路模型18-19
• 2.1.2 本文选用的等效电路模型19-21
• 2.2 锂离子电池模型的参数辨识21-25
• 2.2.1 最小二乘算法在参数辨识中的应用22-23
• 2.2.2 遗忘因子最小二乘算法23-24
• 2.2.3 所用电池模型的数学形式24-25
• 2.3 锂离子电池的参数辨识实验25-32
• 2.3.1 锂离子电池的 OCV 与 SOC 快速标定实验26-28
• 2.3.2 锂离子电池的动态参数辨识实验28-32
• 2.4 对所用电池模型的验证32-34
• 2.5 本章小结34-35
• 第3章 基于无味卡尔曼滤波算法的 SOC 估计35-47
• 3.1 无味卡尔曼滤波理论35-41
• 3.1.1 卡尔曼滤波理论35-37
• 3.1.2 扩展卡尔曼滤波算法37-38
• 3.1.3 无味卡尔曼滤波算法38-41
• 3.2 锂离子电池 SOC 估计的实现41-45
• 3.3 本章小结45-47
• 第4章 基于 ADVISOR 的 SOC 估计算法仿真实验47-57
• 4.1 ADVISOR 软件环境及仿真原理介绍47-49
• 4.2 ADVISOR 中电动汽车的整车建模49-52
• 4.3 基于实际工况的 SOC 估计验证52-56
• 4.4 本章小结56-57
• 第5章 总结57-59
• 5.1 全文总结57-58
• 5.2 研究展望58-59
• 参考文献59-62
• 作者简介及科研成果62-63
• 致谢63

【参考文献】

中国期刊全文数据库 前10条

1 林成涛,王军平,陈全世;电动汽车SOC估计方法原理与应用[J];电池;2004年05期

2 孟良荣;王金良;;电动车电池现状与发展趋势[J];电池工业;2006年03期

3 颜剑;苏玉长;苏继桃;卢普涛;;锂离子电池负极材料的研究进展[J];电池工业;2006年04期

4 刘浩;谢桦;姜久春;张维戈;;纯电动汽车用锂离子电池SOC估算方案的研究[J];电气应用;2010年12期

5 程夕明,孙逢春;电动汽车能量存储技术概况[J];电源技术;2001年01期

6 乐浪;李革臣;朱磊;何银吉;李金录;;卡尔曼滤波在电池检测中的应用[J];电源技术;2006年02期

7 卢居霄;林成涛;陈全世;韩晓东;;三类常用电动汽车电池模型的比较研究[J];电源技术;2006年07期

8 李立伟;原明亭;包书哲;;基于改进灰色模型的蓄电池剩余容量预测[J];电源技术;2006年12期

9 李骞;刘辛;;改进的卡尔曼滤波算法系统参数辨识仿真研究[J];计算机仿真;2012年03期

10 李孟良,李洧,方茂东,刘向民,杜传进,詹兴泉;道路车辆实际行驶工况解析方法研究[J];武汉理工大学学报(交通科学与工程版);2003年01期

中国硕士学位论文全文数据库 前4条

1 时艳茹;基于UKF滤波的汽车纵向和侧向速度估计算法研究[D];吉林大学;2011年

2 付永恒;基于路况信息的混合动力汽车控制策略研究[D];北京交通大学;2011年

3 李超;电动汽车用镍氢电池模型参数辨识和SOC估算研究[D];天津大学;2007年

4 张光明;电动教练车的设计与仿真[D];长安大学;2010年

  本文关键词：基于无味卡尔曼滤波的电动汽车动力电池SOC估计，由笔耕文化传播整理发布。

本文编号：343172