原文传递
基于改进PNGV模型的动力锂电池SOC估计和充电优化
| 论文题名： | 基于改进PNGV模型的动力锂电池SOC估计和充电优化 |
| 关键词： | 电动汽车;动力锂电池;荷电状态;估计算法;充电优化 |
| 摘要： | 以磷酸铁锂电池为代表的动力电池近年成为电动汽车领域的研究热点，但动力锂电池的开发和应用还不够完善，存在诸多问题，是电动汽车发展的一大技术瓶颈，如何提高动力锂电池使用的安全性、高效性和便捷性成为解决问题的关键。 本文利用等效电路模型对动力锂电池进行深入的分析和研究，使用PNGV模型模拟动力锂电池特性，并根据电池特性和实验结果，对PNGV模型提出了改进，改进后的PNGV模型更能体现动力锂电池特性。本文利用改进PNGV模型，针对动力锂电池能量控制管理中的两个重点进行改善：一方面根据模型改进电池荷电状态（SOC）估计算法，提高估算精度；另一方面从模型角度分析充电方案，进行充电多目标优化，提高充电深度并缩短充电时间。 准确估计电池SOC是电池管理系统（BMS）运行的基础，目前SOC估计算法精度低或者计算复杂，对初始值要求较高，难以保证动力电池管理系统的精确控制和管理。针对此问题，本文利用更为精确的等效电路模型——改进PNGV模型，分别结合拓展卡尔曼滤波(EKF)算法和粒子滤波（PF）算法进行SOC估计，使得估算精度得到了提高，最后文中对两种算法进行详细比较和分析，列出了各自优缺点。 动力锂电池快速充电是电动汽车的研究重点，快速且深度的充电使电动汽车的使用更加便捷。目前动力锂电池快速充电的研究仍处于起步阶段，现已提出的快速充电方案种类繁多，但具体原理和应用细则没有得到详细的研究。针对此问题，本文根据改进PNGV模型对充电过程建立数学仿真模型，结合带精英策略的快速非支配排序遗传算法（NSGA-II），对快速充电方案进行多目标优化，得到具体的充电优化方案库。方案库提供了不同需求下的充电最优方案，如充电时间一定时选取充电深度最深的充电方案，或者电动汽车行程一定，根据所需电量选择充电时间最短的充电方案。最后，本文分别在电池测试系统平台和搭建的充电系统上对优化方案进行验证，实验结果证实了优化充电仿真的可行性。 |
| 作者： | 邓磊 |
| 专业： | 电气工程 |
| 导师： | 王立欣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
