原文传递
电动汽车锂电池荷电状态估计研究
| 论文题名： | 电动汽车锂电池荷电状态估计研究 |
| 关键词： | 电动汽车;动力锂电池;荷电状态;估计算法;Thevenin模型 |
| 摘要： | 本文首先叙述了精确的电动汽车动力锂电池荷电状态(Soc, State of charge)估计对整车的重要性，接着对国内外荷电状态估计方法的现状进行了介绍，对比了现有的很多荷电状态估计方法的优点与缺点。然后在给出锂电池的基本的内部结构和物理化学工作原理的基础上，分析了电池荷电状态影响因素；根据电池本身的特性，从工程上常用的四种电池等效电路模型中选择 Thevenin模型作为本文所要研究的锂电池的等效模型。对锂电池完成建模以后，在电池测试平台上对电池进行HPPC测试实验，辨识出等效模型中的参数。使用 MATLAB软件中的拟合工具箱对参数辨识结果与荷电状态之间进行多项式拟合。获取了电池开路电压与荷电状态，直流内阻与荷电状态，极化内阻与荷电状态，极化电容与荷电状态之间的函数关系。紧接着在 MATLAB软件中建立了电池模型。在电池测试平台对电池进行 HPPC工况测试，恒流放电测试。对比等效模型输出端电压变化与真实电池输出端电压的一致性，从而验证了模型的准确程度。 针对安时积分估计算法以及基于Thevenin模型的扩展卡尔曼滤波估计算法存在的缺陷，本文在安时积分法和扩展卡尔曼滤波算法的基础上，提出双卡尔曼滤波算法来对电池荷电状态进行估计。最后通过电池测试平台，在恒流放电工况，自定义放电工况下对电池进行测试。并将安时积分估计算法，扩展卡尔曼滤波估计算法，双卡尔滤波估计算法的荷电状态估计结果与测试真实电池的荷电状态对比分析。从而对双卡尔曼滤波算法估计效果进行了验证。比单独使用安时积分法和扩展卡尔曼滤波法估计结果有更快收敛速度，更高估计精度。 |
| 作者： | 董卫卫 |
| 专业： | 电力电子与电力传动 |
| 导师： | 彭继慎 |
| 授予学位： | 硕士 |
| 授予学位单位： | 辽宁工程技术大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
