原文传递
PHEV动力电池SOC联合估计与能量管理策略研究
| 论文题名： | PHEV动力电池SOC联合估计与能量管理策略研究 |
| 关键词： | 插电式混合动力汽车;动力电池;荷电状态估计;能量管理策略 |
| 摘要： | 为了缓解汽车尾气排放带来的环境污染，并且提高整车燃油经济性以减轻能源危机，插电式混合动力汽车（Plug-in hybrid electric vehicle，PHEV）得到了越来越多的关注。与传统的混合动力汽车不同，插电式混合动力汽车搭载了更大容量的动力电池，且其动力电池的荷电状态（State of charge，SOC）估计和动力系统的能量管理策略更加复杂。本文基于插电式混合动力汽车，围绕其动力电池荷电状态估计和能量管理策略进行研究。 首先，分析不同电池模型的模型精度以及复杂度对电池荷电状态的影响，建立动力电池Thevenin等效电路模型，采用一种含有遗忘因子的递推最小二乘方法对模型参数进行在线辨识，以获取更加精确的模型参数；其次，研究扩展卡尔曼滤波算法联合参数在线辨识的荷电状态估计方法，在此基础上，针对扩展卡尔曼滤波过度依赖模型精度和易受噪声干扰的问题，引入BP神经网络方法，提出BP神经网络辅助扩展卡尔曼滤波的SOC估计方法（BP-EKF算法）。利用BP神经网络对影响滤波估计精度的相关参量进行学习训练，通过对估计误差进行实时修正，实现BP神经网络辅助扩展卡尔曼滤波与参数在线辨识的联合估计。最后，基于确定规则的CD-CS策略，以动力电池荷电状态和整车需求转矩为模糊输入，实际发动机转矩为模糊输出，设计基于转矩分配的模糊控制能量管理策略，并将其嵌入到ADVISOR软件中进行二次开发；在此基础上，以整车燃油经济性和排放性为目标，提出基于粒子群算法优化控制器模糊规则的能量管理方法并结合MATLAB和ADVISOR仿真软件，实现全局最优解。 仿真结果表明，所设计的荷电状态估计方法可以实现准确、稳定的估计结果，制定的能量管理策略能够获取良好的燃油经济性和排放性。本文的研究内容为电池荷电状态估计和能量管理策略制定的研究和应用提供一定的理论基础。 |
| 作者： | 孔祥创 |
| 专业： | 车辆工程 |
| 导师： | 赵万忠 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
