原文传递
基于AUKF算法的锂离子电池SOC和SOP联合估算研究
| 论文题名： | 基于AUKF算法的锂离子电池SOC和SOP联合估算研究 |
| 关键词： | 动力电池;电动汽车;自适应无迹卡尔曼;SOC;SOP;参数辨识 |
| 摘要： | 车用锂离子动力电池作为纯电动汽车的动力源，优化充放电控制策略，防止电池过度使用、提高电池的使用安全是电池管理系统的最重要的功能，而这些功能的实现均依赖于准确的电池SOC与SOP估算。传统SOP估算大多只考虑了电池端电压或电池SOC等单一因素的影响，但工程应用中，电池电压、电流以及SOC均会影响电池持续输出功率，电池SOC和SOP的耦合关系使得SOC和SOP估计算法相互依存。因此，本文基于AUKF算法对锂离子电池SOC和SOP进行联合在线估算，主要完成工作如下： （1）以某型号2170圆柱型锂离子电池为研究对象，分析了锂离子电池的基本结构与工作原理，搭建实验平台，进行了不同倍率及不同温度下的恒流放电实验、DST和FUDS动态工况实验以及HPPC放电实验，采集得到了上述工况下的电池的电压、电流以及SOC实验数据，为后续电池模型参数辨识、SOC和SOP估算结果的精度验证提供了充足的实验数据基础。 （2）选择了兼顾模型复杂度及精度的二阶RC等效电路模型，基于HPPC实验得到的电池端电压数据和SOC测试数据，通过多项式拟合方法得到SOC-OCV关系曲线；通过离线最小二乘辨识算法获得二阶RC模型的阻容参数。由于离线最小二乘辨识算法只能针对特定的工况和实验样本进行，为解决基于离线最小二乘辨识得到的电池模型在实际应用中精度易受电池使用工况影响的问题，提出一种应用带遗忘因子的递推最小二乘算法来对二阶RC模型的阻容参数进行在线辨识的方法，该方法可以削弱旧数据累积对参数的影响、增强了新数据对系统的反馈。应用在线辨识算法更新二阶RC模型阻容参数后，对计算得到的电池端电压理论值和实测值进行了对比分析，证明了建立的电池二阶RC等效电路模型及在线参数辨识算法具有较高精度。 （3）考虑KF和UKF算法无法处理系统滤波发散的现象，将UKF算法和自适应算法相结合引入噪声方差自适应调整功能去逼近真实的噪声分布关系，编写了AUKF算法。仿真结果与恒流放电工况、DST和FUDS动态工况试验结果进行比较：在不同SOC初值及不同放电倍率下，AUKF估算SOC平均绝对误差不超过1.86％；在DST和FUDS工况下，AUKF估算SOC平均绝对误差和均方根误差均小于0.52%，验证了AUKF算法较好的适用性和鲁棒性。 （4）基于参数化的二阶RC等效电路模型，结合AUKF算法的实时SOC估算结果，同时综合考虑端电压约束、电池出厂设计的最大充放电电流限制，编写了基于AUKF算法的SOC与SOP联合算法。通过短、中、长周期（30s、2min、5min）放电持续时间下的DST和FUDS动态工况下AUKF联合仿真，表明了电池SOC和SOP联合估算的有效性，获得动力电池最大安全充放电电流限制，为电池管理系统的开发提供参考依据。 |
| 作者： | 张稣宁 |
| 专业： | 机械 |
| 导师： | 杨世文;曹云斌 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中北大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
