详情

原文传递电动汽车动力锂电池模型参数辨识和状态估计方法研究

论文题名：	电动汽车动力锂电池模型参数辨识和状态估计方法研究
关键词：	电动汽车;动力锂电池;模型参数辨识;状态估计
摘要：	当今，全球汽车市场中电动汽车的产量在不断攀升，在与传统燃油汽车市场的较量中也开始出现优势。动力锂电池由于具有能量密度、循环寿命和功率密度等方面的优势被广泛应用于电动汽车中。然而，动力锂电池的管理不当会造成起火、爆炸等安全事故，打击消费者的购买欲望，不利于电动汽车行业的发展。锂电池的荷电状态（StateofCharge，SOC）和健康状态（StateofHealth,SOH）对实现电池自身的有效管理和提升整车性能具有重要意义，有助于提高电动汽车在市场中的竞争优势。　　锂电池等效电路模型是进行SOC估计的基础，模型参数的精确性直接关系到SOC估计精度。电池运行过程中电流、电压测量数据总会存在噪声误差，测量数据的准确性会影响模型参数辨识精度。然而现有等效电路模型和最小二乘辨识方法忽略了电流、电压测量噪声误差对模型参数辨识产生的影响，导致参数辨识精度下降。锂电池SOC估计除了依赖准确的模型参数外，在实际应用中估计精度还会受到其他因素的影响，电压传感器漂移误差和系统噪声信息匹配不准确都会对SOC估计造成干扰，而且现有无迹粒子滤波方法存在计算量大、数值稳定性差的问题，共同导致SOC估计精度、鲁棒性和实时性变差。锂电池SOH反映电池在使用过程中的衰减情况，电池容量是表征SOH的一个重要指标，基于数学解析方法通过一段时间内SOC变化量和累积电流量之间的比值得到电池实际容量，结构简单且易于实时估计，但是电池SOC估计误差是不可避免的，电流累计误差和SOC估计误差共同导致容量估计时产生偏差，降低容量估计精度。针对上述电动汽车动力锂电池模型参数辨识和状态估计中存在的问题和空白，本文进行大量相关研究工作，主要研究内容如下：　　第一，考虑电流、电压测量噪声的锂电池模型参数在线加权辨识方法研究。针对现有等效电路模型和最小二乘辨识方法在电流、电压测量数据不准的影响下参数辨识精度下降的问题，考虑锂电池运行过程中电流、电压测量噪声误差的影响，结合等效电路模型电压方程构造模型的协方差信息，协方差矩阵能够确定每个测量值相应的权重，充分考虑每个测量值对模型参数的影响，建立一种锂电池参数加权辨识模型。然后，将加权递推最小二乘方法用于电池参数辨识模型来补偿测量噪声的影响，另外为了提高加权最小二乘方法对模型时变参数的跟踪能力，提出一种自适应加权递推最小二乘方法，引入强跟踪滤波理论，根据正交性原理得到自适应渐消因子，通过调节状态方差达到对增益矩阵的调节，从而保持对锂电池模型时变参数的跟踪，相比最小二乘方法提高了对模型参数的辨识精度和跟踪性能。　　第二，基于噪声自适应平方根球形无迹粒子滤波的锂电池SOC估计方法研究。针对电池运行过程中电压传感器漂移误差和系统噪声匹配不准确对SOC估计产生的干扰，利用极大后验理论实时估计和修正模型的噪声均值和协方差信息，有效的抑制电压传感器漂移误差和系统噪声不准确对SOC估计带来的干扰。此外，针对现有无迹粒子滤波存在计算量大、数值稳定性差的问题，采用球形无迹变换采样方法减少参与计算的采样点数量，降低计算成本，增加估计方法的实时性。然后，将状态协方差在估计过程中以平方根的形式在状态空间中传播，解决由于计算误差和噪声等因素引起的协方差矩阵负定产生的估计发散问题，保证数值稳定性。最后，基于该滤波方法的SOC估计在不同运行工况下进行精度和鲁棒性的实验验证。　　第三，基于瑞利商的锂电池容量估计方法研究。选取电池容量作为SOH的重要表征指标，考虑电流累计误差和SOC估计误差的影响，建立一个可以实时估计的容量模型，将容量估计问题转化为完全最小二乘问题，然后提出一种基于瑞利商的可变遗忘因子递推完全最小二乘方法，通过最小化瑞利商成本函数的方式获得电池容量的无偏估计，并自适应改变估计方法中的遗忘因子，增强对容量的估计精度和动态跟踪性能，最后在多种工况下进行容量估计精度的验证。　　综上所述，本文在锂电池等效电路模型参数辨识、SOC估计和电池容量估计三个方面展开深入研究，提出的锂电池等效电路参数加权辨识模型和自适应加权递推最小二乘方法，解决电流、电压测量噪声误差导致的参数辨识精度降低问题；提出的基于噪声自适应平方根球形无迹粒子滤波SOC估计方法，能够同时解决电压传感器漂移误差和系统噪声信息不匹配带来的干扰，而且能够减少计算成本并增加数值稳定性，提高SOC估计的精度、计算效率和鲁棒性；提出一种基于瑞利商的锂电池容量估计方法，解决电流累计误差和SOC估计误差带来的容量估计精度下降问题，并利用可变遗忘因子增加对时变容量的跟踪估计性能。本文取得的研究成果丰富了电池管理系统的研究内容，为电动汽车动力锂电池高效、可靠、安全运行提供理论基础。
作者：	王少华
专业：	车辆工程
导师：	郭孔辉
授予学位：	博士
授予学位单位：	吉林大学
学位年度：	2021