电动汽车用锂离子动力电池SOC估算和SOF评估的研究
发布时间：2017-07-15 15:25
本文关键词：电动汽车用锂离子动力电池SOC估算和SOF评估的研究
更多相关文章： 电池等效电路模型 电量状态 效能状态 Sigma点卡尔曼滤波 模糊逻辑算法
【摘要】：新能源汽车的开发利用,是交通运输领域节能减排的一项重要举措,已经被世界各国政府和大型跨国汽车企业所认可。采用锂离子动力电池作为新能源汽车的动力源已成为不可逆转的趋势和方向。由于锂离子动力电池的物理、化学特性,电池管理系统成为使用过程中电池状态管理、能量管理及安全管理的重要工具和必要配置。目前,电池管理系统关键技术的研究主要集中在包括:准确建立描述电池特性的系统模型、精确估算电池剩余电量状态、有效评估电池的效能状态、合理预测电池的健康状态、搭建高效的电池均衡控制系统和解决电池系统热平衡管理问题等几个方面。本论文围绕锂离子动力电池管理系统的若干关键问题展开,取得了以下几方面的成果:其一,在研究锂离子动力电池特性和总结分析现有锂离子动力电池模型的基础上,建立了适用于电量状态(State of Charge,SOC)估算和效能状态(State of Function,SOF)评估的锂离子动力电池等效电路模型。该等效电路模型综合考虑了模型精确性和计算复杂度等方面的因素,采用改进二阶RC网络等效电路对锂离子动力电池进行建模,并运用经典最小二乘法实现了模型参数辨识,实验和仿真结果均表明该模型的有效性,具备理论意义和实用价值。其二,在总结了扩展卡尔曼滤波和带多重次优渐消因子扩展卡尔曼滤波算法的基础上,提出了带强跟踪滤波器的Sigma点卡尔曼滤波算法(STSPKF)用于对锂离子动力电池进行SOC估算。通过仿真和实验测试对上述三种算法进行了分析对比,结果证明STSPKF算法具有更高的精确度。其三,在归纳国内外学者相关研究工作的基础上,提出了SOF的定义,并进而提出了基于模糊逻辑算法的SOF控制器设计方法,并对模糊逻辑算法进行了符合应用需求的参数修正。采用Matlab软件中的模糊逻辑工具箱进行了仿真实验分析,通过选取几种有代表性的效能状态进行重点阐述,论证了SOF研究的意义和重要性。其四,论文进行电池管理系统和电池模组的设计。以嵌入式微处理器ARM为核心d樈说绯毓芾硐低车挠布教ā８闷教ú捎昧说绯丶觳庑酒缘ヌ宓绯刈刺胁裳，
本文编号：544576
本文链接：https://www.wllwen.com/kejilunwen/qiche/544576.html
最近更新
教材专著
