原文传递
三元锂离子动力电池荷电状态和峰值功率估算研究
| 论文题名： | 三元锂离子动力电池荷电状态和峰值功率估算研究 |
| 关键词： | 三元锂离子电池;电动汽车;等效电路模型;卡尔曼滤波;荷电状态估算;峰值功率估算 |
| 摘要： | 动力电池作为纯电动汽车的核心构件，其技术发展水平是我国汽车产业大规模电动化转型的关键支撑。荷电状态（Stateofcharge,SOC）和峰值功率（Stateofpower,SOP）是表征动力电池动力性能和安全性能的两个重要指标。荷电状态通过描述动力电池剩余电量的详细信息来预测电动汽车续航里程，峰值功率通过评估短时间内不超过阈值的最大连续功率来表征动力电池的安全性能。因此，论文针对锂离子动力电池的SOC、SOP估算方法展开研究，具体工作如下： （1）以车用三元锂离子电池为研究对象，论文首先进行了动力电池容量测试实验、电压回弹特性的实验、不同荷电状态下开路电压标定实验、不同倍率下的电池放电实验以及混合脉冲功率特性测试（HybridPulsePowerCharacterization,HPPC）等基本特性实验，通过对三元锂离子电池的基础特性分析，为后期等效电路模型参数辨识和SOC估算研究奠定了基础。 （2）论文分别使用Cftool拟合工具箱和含遗忘因子的递推最小二乘法（Recursiveleastsquaremethodwithforgettingfactor,FFRLS）算法对二阶RC电路模型的参数在DST工况进行了离线辨识和在线辨识，并对比了两种辨识结果精度：基于离线辨识算法得到的动力电池端电压最大误差在60mV以内，均方根误差为1.77％，而基于在线辨识算法得到的端电压最大误差在40mV以内，均方根误差为1.15%，在线辨识算法精度更高，后续的SOC、SOP估算等研究工作均采用基于FFRLS算法的在线模型参数辨识方法。 （3）为对比两种算法的精确性和鲁棒性，论文基于DST工况和HPPC工况分别采用FFRLS-EKF算法和FFRLS-UKF算法对SOC进行估算。研究结果表明：基于FFRLS-EKF估算得到的SOC均方根误差为1.17%，而基于FFRLS-UKF算法得到的SOC均方根误差为0.9%；基于FFRLS-EKF算法的DST工况需要300s完成收敛，而FFRLS-UKF算法仅80s便可完成收敛，因此FFLRS-UKF联合估计算法在估算SOC方面拥有更优越的误差精度以及更好的鲁棒性。 （4）针对单参数约束下SOP估算误差大的问题，论文提出分别基于OCV、电池实时SOC以及电池自身电流限制三种约束条件的SOP估计算法，基于DST工况下动力电池持续峰值充放电电流估算值，计算得到了相应的持续峰值充放电功率。通过与充放电功率实验值对比分别表明：持续峰值放电功率的最大误差控制在3W内，持续峰值充电功率的最大误差控制在2W内，有效提高了动力电池SOP的估算精度。 |
| 作者： | 薛文阳 |
| 专业： | 能源动力 |
| 导师： | 张艳岗;王振华 |
| 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
