双卡尔曼滤波与充电电压曲线融合的LiFePO 4 电池SOC估算

发布时间：2024-05-28 04:59

　　当前电动汽车相关技术飞速发展,电池荷电状态(State of Charge,SOC)估算作为电动汽车动力电池管理系统的重要组成部分,受到国内外科研人员的广泛关注。为解决现有电池SOC估算结果精度低和稳定性差的问题,本文通过研究充电电压曲线融合双卡尔曼滤波的关键技术,以提高电池SOC估算精度和稳定性。本文主要从LiFePO₄电池特性、电池等效模型搭建和参数辨识、电池SOC估算三个方面开展研究,并通过新威测试平台对电池SOC估算方法的可靠性进行了验证。首先,本文对LiFePO₄电池特性进行深入研究。探索了电池开路电压与荷电状态关系曲线求取方法,并对该关系曲线的特性进行分析,研究了电池静置时间及误差适应性对开路电压法修正电池SOC初始值的影响。其次,参考电池外部非线性特征及实际可行性建立了LiFePO₄电池等效电路模型,对比离线和在线辨识参数结果,证明了模型参数在线辨识的必要性和卡尔曼滤波算法参数辨识的优越性。以卡尔曼滤波算法为基础,结合双卡尔曼滤波联合估算电池SOC,结果表明该方法估算误差在3%以内,同时通过设定参数初始偏差...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景
    1.2 磷酸铁锂电池特征
    1.3 电池管理系统概况
    1.4 电池SOC估算研究现状
    1.5 本文的研究内容
第二章 锂离子电池特性分析
    2.1 开路电压与荷电状态曲线意义
        2.1.1 开路电压及荷电状态定义
        2.1.2 开路电压与荷电状态曲线意义
    2.2 开路电压与荷电状态曲线获取方法讨论
    2.3 开路电压与荷电状态曲线分析
    2.4 极化电压分析
    2.5 本章小结
第三章 基于双卡尔曼滤波联合估算电池SOC
    3.1 电池模型建立
    3.2 模型参数离线辨识
    3.3 模型参数在线辨识
    3.4 双卡尔曼滤波算法联合估算
    3.5 参数误差对估算结果影响分析
        3.5.1 初始SOC偏差
        3.5.2 初始参数值偏差
        3.5.3 电池容量偏差
    3.6 本章小结
第四章 基于充电电压曲线融合卡尔曼滤波估算电池SOC
    4.1 电池管理系统采集信号分析
    4.2 信号噪声对SOC估算的影响
    4.3 充电电压曲线特性分析
    4.4 基于充电电压曲线融合卡尔曼滤波估算电池SOC
    4.5 本章小结
第五章 总结和展望
    5.1 工作总结
    5.2 后期展望
参考文献
致谢
攻读学位期间参加的科研项目及学术成果



本文编号：3983521