原文传递
高精度锂电池荷电状态动态估计算法的设计与验证
| 论文题名： | 高精度锂电池荷电状态动态估计算法的设计与验证 |
| 关键词： | 电动汽车;锂电池;荷电状态;动态估计 |
| 摘要： | 电池管理系统BMS(Battery Management System)作为新能源汽车三大核心技术之一，用来保障动力电池正常运行。电池荷电状态SOC(Stage Of Charge)是BMS的核心参数，用来表示电池的当前剩余电量。虽然电池SOC无法直接测量，但可以通过其它参数计算得到它的估计值。现如今，主流的SOC估计算法存在两个问题，一是以等效化学模型为基础的算法结构复杂、计算量大且难以移植，二是以等效电路模型为基础的算法结构简单、计算量小但是精度不高。本文针对目前新能源汽车领域实际应用中以等效电路模型为基础的SOC估计算法精度不高的问题，提出一套基于2阶Thevenin等效电路模型和拓展卡尔曼滤波算法EKF(Extended Kalman Filter)的SOC估计方案。 本文综合分析了电池内部充放电化学反应、各等效模型结构差异和估算滤波算法优缺点，针对SOC估计算法中关键参数的获取，搭建了锂电池测试平台并设计相应实验，对实验结果进行线性插值、拟合来计算等效模型参数。针对锂电池SOC大小无法直接测量的问题，设计标准循环充放电实验，分析计算电池充放电电量与外部电气参数的关系，拟合得到电池SOC与开路电压UOC的关系曲线。针对等效电路模型在表征电池充放电过程中动态特性较差的问题，从锂电池内部反应原理出发，优化设计了一款有5个特征参数、双RC结构和受控电压源的2阶Thevenin等效电路模型。针对2020年国家新颁布标准中SOC估计误差≤5%的要求，设计了基于EKF的SOC数据处理滤波算法，来进一步提高电池SOC估算的精度。最后，针对SOC估算验证环节无法实际上车测试的问题，选用北京公交动力电池组工况测试数据BBDST(Beijing Bus Dynamic Stress Test)和新欧洲循环测试工况NEDC(New European Driving Cycle)对SOC估计模型进行测试和验证。 本文基于MATLAB/Simlink和电池测试仪硬件实验平台，提出18650型号三元锂电池SOC估算方案，设计并验证了电池等效电路模型和SOC估算算法模型。测试结果表明，本文的估算方案在BBDST和NEDC工况测试数据下实际可行，且测试周期内SOC估算平均误差≤2%，高于相关国家标准中对SOC估计精度的要求。 |
| 作者： | 王浩钢 |
| 专业： | 软件工程 |
| 导师： | 雷鑑铭 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
