原文传递
电动汽车动力电池SOC与SOH估计研究
| 论文题名： | 电动汽车动力电池SOC与SOH估计研究 |
| 关键词： | 电动汽车;动力电池;荷电状态;健康状态;双滑模观测器 |
| 摘要： | 电动汽车是解决能源衰竭和环境污染问题的有效途径之一，占整车成本三分之一的动力电池作为电动汽车的动力来源，决定了整车的续航里程。但目前动力电池及其管理技术尚未成熟，极大限制了电动汽车及相关电池行业的发展，因此必须对动力电池进行高效管理。准确的状态估计是电池管理系统(Battery Management System，BMS)中最关键的部分之一，不仅能够保障动力电池的安全使用、可靠运行和寿命，而且能够为车辆能量和均衡管理提供数据支撑。其中，电池的荷电状态(State of Charge，SOC)和健康状态(State of Health，SOH)分别反映了电池的剩余电量和电池的老化情况。作为状态估计的核心，动力电池SOC与SOH估计一直是研究的热点及难点。 本文以电动汽车常用的18650型三元锂电池为研究对象。在分析动力电池的基本特性和研究影响SOC以及SOH的主要因素的基础上，建立了带温变参数的DP等效电路模型并对模型参数进行辨识，设计了基于自适应滑模观测的SOC估计算法，实时更新观测器增益矩阵中随温度变化的参数，实现在不同环境温度下SOC的精确估计。充分考虑动力电池端电压、工作电流、温度、容量衰减等因素的影响，设计双滑模观测器(Dual Sliding Mode Observer，DSMO)对电池SOC和SOH进行联合估计。具体研究内容如下： 1）在分析各种动力电池模型基础上，根据动力电池的基本特性，建立了带温变参数的DP等效电路模型；推导参数辨识的计算公式，设计了电池脉冲放电实验，得到OCV-SOC拟合曲线，采用带遗忘因子的最小二乘法对模型参数进行辨识。仿真结果表明，该模型具有较高的精度，能准确地描述动力电池的工作特性。 2）设计了自适应滑模观测器(Adaptive Sliding Mode Observer，ASMO)对SOC进行估算。实时更新观测器增益矩阵中随温度变化的参数，在恒流工况及城市循环工况(Urban Dynamometer Driving Schedule，UDDS)下分别在低温、常温、高温下对算法进行仿真验证。实验结果表明，本文设计的自适应滑模观测器算法在不同温度条件下对动力电池SOC估计误差均小于2%，能够达到电动汽车对SOC估计的精度要求。 3）充分考虑动力电池端电压、工作电流、温度和容量衰减等因素的影响，在SOC估计研究的基础上采用双滑模观测器(Dual Sliding Mode Observer，DSMO)进行电池SOC和SOH联合估计，并在UDDS工况下仿真验证了双滑模观测器的有效性和精确度。 4）在动力电池管理系统中，实验结果表明，本文设计的估算方法具有收敛迅速、鲁棒性好等优点，SOC、SOH估计误差均满足电动汽车动力电池状态估计的精度要求。 |
| 作者： | 任舒蕊 |
| 专业： | 控制工程 |
| 导师： | 王琪;邢显国 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
