原文传递
动力电池SOC估算方法工程化实现及对比分析
| 论文题名： | 动力电池SOC估算方法工程化实现及对比分析 |
| 关键词： | 电动汽车;锂离子电池;荷电状态估算;PI观测器;卡尔曼滤波器 |
| 摘要： | 电动汽车在近几年发展迅速，无论是在能源消耗还是环境保护方面都具有明显优势，电动汽车关键技术突破自然成为研究热点。电池组作为电动汽车整车的动力总成，其高效工作、安全使用、能量控制策略的优化等依赖于电池管理系统。电池组荷电状态(SOC)精确估算是电池管理系统基础核心的功能，因此本文研究了锂电池荷电状态(SOC)的估计方法工程化实现以及对比分析。 首先分析了倍率、温度等因素对锂离子电池的电压、容量、内阻等特性参数的影响;建立了SOC-OCV数学模型，实现SOC-OCV曲线与倍率影响因素的解耦;搭建了一阶RC和二阶RC等效电路仿真模型，对比分析了两种电池在不同工况下模型精度。仿真结果表明一阶RC模型和二阶RC模型精度相近，且对工况倍率均具有良好的适应性，考虑工程化实现的复杂程度，选取一阶RC模型作为SOC估算模型，为工程化实现状态估计奠定基础。 其次，对比分析了安时积分法、PI观测器以及Kalman滤波估算SOC的优缺点;在MATLAB中搭建不同算法模型并基于电池工况数据进行仿真，对比不同算法的仿真结果，表明PI观测器和Kalman滤波具有较高的精度、较好的鲁棒性和工况适应性，能准确快速跟踪真值。相同工况下，PI观测器的精度稍高，但受噪声影响时的波动稍大。针对低端精度差的问题，提出了PI观测器+安时积分法，Kalman+安时积分法的修正方法，仿真结果验证了方法的有效性。 然后，搭建了荷电状态(SOC)估计算法硬件在环验证平台。阐述了控制板电源供电、控制板CAN收发、电流电压等电气量的采集电路原理及器件选型依据;完成了软件设计，包括对算法的C语言实现、CAN通信程序的设计、实时监测程序设计等;实现了实验平台的实物搭建。 最后，在实验平台对25Ah三元电池和25Ah钛酸锂电池进行两种工况下不同倍率的实验。验证了PI观测器和Kalman滤波器算法估算荷电状态(SOC)的有效性、可靠性和准确性;验证了提出的PI观测器+Ah、Kalman滤波器+Ah的修正方法工程化应用的有效性，将SOC估算误差控制在5％以内;对比分析了两种算法工程化应用的优缺点;得出结论，SOC估算方法工程化应用时，PI观测器的性能优于Kalman滤波器。 |
| 作者： | 周光泉 |
| 专业： | 电气工程 |
| 导师： | 张维戈 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
