原文传递
基于UKF算法的电动汽车动力电池荷电状态的研究
| 论文题名： | 基于UKF算法的电动汽车动力电池荷电状态的研究 |
| 关键词： | 电动汽车;动力电池;荷电状态检测;安全报警;管理系统;无迹卡尔曼滤波 |
| 摘要： | 随着环境污染在全球日益明显，人们对健康的认知与日渐深。为了节能减排，拥有低功耗、零排放的纯电动汽车在近几年内受到了人们的青睐。纯电动汽车的发展其核心在于动力电池。而动力电池的核心又是电池管理系统，它能实现电池状态检测、信息相互传递、安全警报以及防护等功能，能在电动汽车运行过程确保能量的安全、合理与高效的利用，因此对它的研究就有相当重要的意义。 本文针对BMS的核心——电池荷电状态的估算进行从里到外的分析。根据磷酸铁锂动力电池的机理特性，对电池进行建模，选择了带有电池老化模块、温度影响模块以及自放电模块的二阶Thevenin等效电路作为动力电池的基本模型，根据实验数据确定SOC与开路电压的关系，通过数据拟合得到各修正因子的非线性表达式。并通过Matlab/Simulin k中搭建模型进行仿真验证。 对于SOC的估算，通过比较国内常见的几种SOC估算方法，分析他们的优缺点，并根据实验结果结合实际情况，本文提出了无迹卡尔曼滤波（UKF）算法、安时效应法与开路电压法相融合的一种估算策略。通过添加容量因子对估算结果进行修正估算，使得系统能在各复杂环境中能稳定的反映出SOC。实际工况仿真实验表明，该方法在一定条件下估算误差能控制在5％的范围内。 设计了硬件电路，以ARMSTM32F103为主控制板、LTC6802为数据采集板实现数据采集、数据传输、以及SOC数据分析等功能，通过移植算法和工况模拟，验证了算法在实际运用的可行性。 |
| 作者： | 李靖 |
| 专业： | 电路与系统 |
| 导师： | 蒲红斌 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
