车用锂离子电池SOC预估及充电控制策略研究

发布时间：2022-12-07 21:45

　　动力电池作为电动汽车主要能量源,电池管理系统具有监测电池能量状态的功能。本文分析对象为锂离子电池,锂离子电池具有使用寿命长、自放电率低、比能量高等优点,是目前电动汽车广泛应用的电池。电池管理系统对SOC的精确预估是提高电池充电效率的基础,高效充电控制策略是提高充电效率的关键,提高动力电池充电效率可以降低能耗、减少充电时间。本课题组近年来主要对新能源汽车单体电池及电池包的模型搭建、SOC预估、充放电均衡进行了深入研究。基于实验室理论基础及测试平台开展本课题的研究。本文基于改进的模糊逻辑算法,对二阶RC电池模型进行参数辨识。以辨识后的模型参数为基础,利用扩展卡尔曼滤波和无迹卡尔曼滤波对电池SOC进行预估,在两种典型工况下对比预估精度。基于预估得到的SOC进行充电控制策略研究,达到提高电池充电效率的目的。本文主要的研究内容如下:1、分析锂离子电池机理,提取影响电池特性的重要参数。基于本课题组的实验平台,完成电池定性分析。为了达到精确建模和优化充电控制策略的目的,详细分析了锂离子电池的充电特性和极化特性。2、建立了电池等效电路模型,通过电池实验计算得到电池参数。基于样本电池参数,利用决策树算法... 

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 动力电池SOC估算方法及研究现状
    1.3 动力电池充电方法研究现状
    1.4 本文研究内容
第2章 锂离子电池特性分析及模型搭建
    2.1 锂离子电池结构及工作原理
        2.1.1 锂离子电池结构及重要参数
        2.1.2 锂离子电池性能的影响因素
        2.1.3 锂离子电池工作原理
    2.2 锂离子电池特性测试实验
        2.2.1 静态容量测试实验
        2.2.2 HPPC脉冲试验
    2.3 锂离子电池特性
        2.3.1 锂离子电池充电特性
        2.3.2 锂离子电池极化特性
    2.4 电池模型建立
        2.4.1 等效电路模型概述
        2.4.2 二阶RC等效电路模型
    2.5 二阶RC电池模型参数离线辨识
    2.6 基于决策树优化模糊算法对电池模型参数在线辨识
        2.6.1 决策树优化模糊算法概述
        2.6.2 基于决策树优化模糊算法步骤
        2.6.3 目前常用的选择属性分类点的算法
        2.6.4 输入变量的选择及其模糊化
        2.6.5 基于决策树算法建立规则库
        2.6.6 推断和反模糊化
    2.7 仿真与实验结果分析
    2.8 本章小结
第3章 基于扩展卡尔曼滤波的SOC预估研究
    3.1 卡尔曼滤波算法介绍
    3.2 卡尔曼滤波的基础知识
    3.3 扩展卡尔曼滤波算法基础
    3.4 基于EKF的SOC预估算法研究
    3.5 扩展卡尔曼滤波模型搭建
    3.6 恒流工况实验验证
    3.7 中国城市公交工况验证
    3.8 本章小结
第4章 基于无迹卡尔曼滤波的SOC预估研究
    4.1 无迹卡尔曼滤波算法基础
        4.1.1 UT变换
        4.1.2 无迹卡尔曼滤波计算过程
    4.2 基于UKF的SOC预估算法研究
    4.3 无迹卡尔曼滤波模型搭建
    4.4 恒流工况实验验证
    4.5 中国城市公交工况验证
    4.6 本章小结
第5章 基于遗传算法的多阶段恒流充电方法
    5.1 电池能耗和热耦合模型
        5.1.1 电池能耗方程
        5.1.2 搭建电池能耗和热耦合模型
    5.2 遗传算法介绍及基本步骤
        5.2.1 充电问题编码
        5.2.2 确定目标函数和适应度函数
        5.2.3 选择、交叉和变异
    5.3 仿真和实验结果对比分析
        5.3.1 不同SOC分段方式仿真对比
        5.3.2 不同权重系数仿真对比
        5.3.3 新磷酸铁锂电池和老化后电池仿真对比
        5.3.4 充电实验验证及分析
    5.4 本章小结
第6章 全文总结与研究展望
    6.1 全文总结
    6.2 研究展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于开路电压法与卡尔曼滤波法相结合的锂离子电池SOC估算[J]. 付浪,杜明星,刘斌,魏克新.  天津理工大学学报. 2015(06)
[2]基于数据挖掘技术的概率统计教学研究[J]. 马红娟,赵秀兰,孙亚萍,郑喜英.  经济研究导刊. 2015(06)
[3]间歇-正负脉冲蓄电池快速充电方法的研究[J]. 吴铁洲,白婷,胡丽平,李子龙.  电子器件. 2014(06)
[4]锂离子电池极化电压特性分析[J]. 姚雷,王震坡.  北京理工大学学报. 2014(09)
[5]基于卡尔曼滤波修正算法的电池SOC估算[J]. 毛华夫,万国春,汪镭,张谦.  电源技术. 2014(02)
[6]最小二乘支持向量机在航空蓄电池剩余容量预测中的应用[J]. 刘勇智,詹群,盛增津,陈杰.  蓄电池. 2013(03)
[7]锂离子电池快速充电方法研究[J]. 王鸿雁,李广凯,江政昕,沈洁.  电源技术. 2012(11)
[8]数学表达式的归一化方法研究[J]. 陈鲤江,景程,吴姚鑫,郑水泉.  浙江工业大学学报. 2012(02)
[9]改进Elman网络在锂离子电池容量预测中的应用[J]. 吴珍毅,曹龙汉,唐超,田力,曾令彬,胡斌.  西南科技大学学报. 2012(01)
[10]遗传算法编码方案比较[J]. 张超群,郑建国,钱洁.  计算机应用研究. 2011(03)

硕士论文
[1]基于改进卡尔曼滤波算法的SOC估计方法研究[D]. 张冬梅.西南交通大学 2015
[2]基于无迹卡尔曼滤波的动力锂电池SOC估计与实现[D]. 胡小军.中南大学 2014
[3]基于重心法的模糊系统和模糊推理建模法[D]. 杨雪.大连理工大学 2011
[4]基于EKF的电动汽车用锂离子电池SOC估算方法研究[D]. 刘浩.北京交通大学 2010
[5]决策树分类及剪枝算法研究[D]. 张宇.哈尔滨理工大学 2009



本文编号：3712913