原文传递
基于变结构滤波的动力电池荷电状态估算方法研究
| 论文题名： | 基于变结构滤波的动力电池荷电状态估算方法研究 |
| 关键词： | 电动汽车;动力电池;荷电状态估算;模糊变结构滤波;高斯噪声;等效电路模型 |
| 摘要： | 环境污染、能源危机以及能源安全等问题的日益突出，新能源汽车是解决传统汽车对环境污染的有效方法之一，新能源汽车三大核心关键技术之一是动力电池，而电池的荷电状态(State of Charge，简称SOC)又是动力电池最重要的核心参数。高精度荷电状态估算值防止电池的过充过放，延长电池使用寿命，更是电动汽车行驶状态的重要依据。 与电压、电流等可通过传感器直接测得的参数不同，电池的SOC只能通过其它方法间接获取。该文针对电动汽车动力电池荷电状态SOC的估算，主要研究工作如下： (1)选择Thevenin模型作为动力锂电池等效电路模型；DST工况下的数据采用变结构滤波（VSF,Variable structure filter）对电池Thevenin模型进行参数辨识，Thevenin模型端电压误差对滤波增益进行矫正，估算得出电池开路电压（OCV或者Uoc）；对FUDS工况数据进行参数辨识，利用BP神经网络下OCV-SOC关系曲线，得到FUDS工况下电池SOC。基于Arbin电池测试平台，仿真结果SOC估算误差均值为0.94%。 (2)变结构滤波估算SOC时能有效保证收敛，为了进一步提高变结构滤波SOC估算精度，对另一个变结构滤波参数进行模糊化处理，提出了模糊-变结构滤波算法，提高了变结构滤波的自适应性，实现SOC状态的精确估算。实验数据的仿真结果表明所提出的双变结构滤波能有效地提高SOC估算精度，其SOC估算的最大绝对误差1.50%，平均绝对误差0.09%。 (3)为了研究算法在不同高斯噪声干扰下的有效性，对系统数据增加1%、2%和3%高斯噪声，模拟实际工业中的传感器误差特性。采用双模糊-变结构滤波对SOC进行估算研究，第一个模糊-变结构滤波对动力电池端电压进行滤波，去除高斯噪声干扰，提高电池SOC估算时端电压输入数据的精度；另一个模糊-变结构滤波采用滤波后的端电压数据进行SOC估算。三种高斯噪声干扰下的仿真结果证明，双模糊-变结构滤波算法可以适合于设备精度低的工业场合；仿真实验中选取三个代表性的SOC初值，结果证明该算法具有对初值依赖性低的特性。 |
| 作者： | 李爽 |
| 专业： | 控制工程 |
| 导师： | 党选举 |
| 授予学位： | 硕士 |
| 授予学位单位： | 桂林电子科技大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
