详情

原文传递磷酸铁锂电池管理系统关键技术及实验研究

论文题名：	磷酸铁锂电池管理系统关键技术及实验研究
关键词：	磷酸铁锂电池;荷电状态;参数辨识;自适应粒子群算法;扩展卡尔曼算法;主动均衡;电动汽车
摘要：	随着能源短缺和环保问题的日益突出，电动汽车已经成为汽车工业发展的方向之一。目前电动汽车尚存在续驶里程短、寿命短、初期成本高、安全性差等问题，均来自于车用动力电池系统在性能、成本、安全性上的局限，车用动力电池系统技术已成为制约电动汽车产业化发展的瓶颈技术之一。而荷电状态SOC的准确估计、电池组的均衡控制等成为动力电池管理工作的关键技术。本文在研究电池模型及其参数辨识的基础上，对于电动汽车用磷酸铁锂电池 SOC估算、电池组的动态均衡控制和电池管理系统的工程应用的实现，进行了深入的研究。论文主要内容及创新点如下：　　（一）、结合论文研究背景和现状分析，对电池模型、SOC估算方法、均衡控制技术、电池管理系统的已有成果进行总结和分析，提炼本论文研究所要克服的技术难点。在此基础上，为了获取研究所需的实验数据，针对专用磷酸铁锂动力电池进行了大量的包括充放电双向参数的性能测试实验，结合实验数据曲线对电池组的电压、内阻、容量等特性进行分析，根据电池在电流变化时端电压响应特性建立二阶RC模型作为仿真模型，为后续的SOC估算研究提供依据。　　（二）、研究电池模型的参数辨识方法。通过离线参数辨识分别对磷酸铁锂电池一阶、二阶RC模型进行了参数辨识分析，并重点研究针对二阶RC模型，提出自适应粒子群优化方法（APSO算法）对电池模型的参数实时在线辨识方法以提高辨识精度，把参数辨识问题转化为参数空间寻优，在寻优过程中可有效避免局部最优的缺点，最终获得参数的全局最优解，并与递推最小二乘算法进行仿真比较，通过误差对比分析，验证了 APSO算法应用于电池模型参数辨识具有快速、精确等优良性能。　　（三）、研究提高SOC估计准确度的方法。通过从理论上对比采用离线辨识电池模型参数方法联合扩展卡尔曼滤波（EKF）估算电池 SOC，以及 APSO算法联合EKF估算SOC。同时，采用离线辨识电池模型参数方法联合无迹卡尔曼滤波（UKF）估算电池SOC，以及APSO算法联合UKF估算SOC，并对各种联合估算进行仿真验证，得出所提出的APSO算法联合UKF估算具有精确的参数综合辨识能力和更高的收敛效率。　　（四）、研究电池组电压均衡技术的控制策略。采用复合结构的DC-DC变换器应用于磷酸铁锂动力电池组进行电压均衡，通过深入研究压差频率主动均衡控制策略，在优化电路参数基础上提出了综合考虑具有最大均衡电流和均衡速度的追踪动态均衡点主动均衡控制策略。通过搭建均衡实验平台，验证系统的工作性能，并在同等条件下对不同均衡主电路及主动均衡控制策略进行对比，验证理论的正确性。　　最后，基于上述理论研究方法成果，针对目标车型，结合实际工况，在试验平台和台架分别进行了单体、模组和系统测试，对前面章节所介绍的SOC算法和均衡技术进行了测试和工程验证，试验证明，在实际工程中应用效果良好，达到了预期目标，符合实际工程需要。
作者：	张东华
专业：	信息与通信工程
导师：	陈伟
授予学位：	博士
授予学位单位：	武汉理工大学
学位年度：	2015
正文语种：	中文