原文传递
动力锂电池SOC估算及管理系统的研究
| 论文题名： | 动力锂电池SOC估算及管理系统的研究 |
| 关键词： | 电动汽车;电池管理系统;荷电状态;参数辨识;卡尔曼滤波;最优自适应非线性观测器 |
| 摘要： | 传统燃油汽车会对环境造成污染，并且化石能源日益减少、趋于枯竭，电动汽车代替传统燃油汽车是汽车行业发展的大趋势，而电池管理系统(Battery Management System,BMS)是电动汽车研究的一个热点和关键技术。BMS的主要任务包括对电池荷电状态(State of Charge,SOC)、健康状态(State of Health,SOH)等状态的估算，对电池的工作电流、电压、温度等信息进行采集，对电池单体之间进行均衡以及对电池进行热管理等。本文针对BMS中的SOC估算、电池工作信息的采集、单体电池之间的均衡，做了以下工作： (1)分析电池的电化学模型、等效电路模型、黑箱模型的优缺点，最后采用改进的二阶RC等效电路模型对电池进行建模；对已经建立的电池模型进行参数辨识，包括基于HPPC实验的离线参数辨识和基于遗忘因子递推最小二乘法参数辨识。 (2)针对电池SOC估算问题，采用了两种方法，其一是无迹卡尔曼滤波，主要介绍核心UT变换；其二是最优自适应非线性观测器，这也是本文的主要创新点，重点介绍电池模型的可观性、观测器的设计、观测器收敛性的证明和利用差分进化算法对观测器增益进行寻优。 (3)BMS的软硬件设计，采用STM32F407VET6和专用电池监视芯片LTC6804-2设计硬件电路，主要包括电池电压、温度采集电路，电流采集电路以及电池外部均衡电路，并设计相对应的软件程序。 最后，通过实验证明了本文所提出的最优自适应非线性观测器的有效性与先进性，并对设计完成的BMS进行测试，测试结果表明BMS的数据采集精度能满足实际需求，并且能有效的改善单体电池之间电压的不一致性。 |
| 作者： | 鲍时全 |
| 专业： | 控制工程 |
| 导师： | 李正明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2020 |
| 正文语种： | 中文 |
检索历史
应用推荐
