原文传递
基于双重卡尔曼滤波器电池SOC估计的算法研究
| 论文题名： | 基于双重卡尔曼滤波器电池SOC估计的算法研究 |
| 关键词： | 动力电池组;电池荷电状态;参数辨识;双重卡尔曼滤波器;脉冲充放电;电动汽车 |
| 摘要： | 动力电池组是混合动力车和电动车的核心零部件。为了保证动力电池组能够正常安全有效工作，汽车必须配置特定的电池管理系统。该系统需要实现电池组的荷电状态(SOC)、有效功率、寿命等特性的估计，并且能够完成电池单体间平衡。其中，SOC动态实时估测一直是目前动力电池管理系统的核心，是反映动力电池运作状态的主要参数，可以为整车控制策略提供判断依据。为此，本文研究了动力电池SOC动态估测方法与实现，其具体内容如下: (1)简要分析了在混合动力车中电池组的运行环境与电动车和便携式设备之间的差别，并通过文献资料深入了解动力电池国内外应用现状和所需要解决的关键问题。 (2)对目前电池的建模方法进行总结，并建立含有迟滞因素的电池模型。通过Matlab/Simulink软件中电池模块的仿真实验获得的数据实现了对电池模型参数的离线辨识。 (3)对目前几种传统的动力电池SOC估计方法进行比较分析，提出了利用自适应无迹卡尔曼滤波算法(AUKF)实现电池SOC的在线估计。然后通过仿真实验得到电池脉冲充放电的特性曲线对这一算法进行了验证(4)针对离线辨识的缺点，结合参数在线辨识的概念提出了基于AUKF的双重卡尔曼滤波算法(ADUKF)。利用仿真实验的结果对ADUKF算法进行了实验验证，结果表明该算法能够取得更加稳定和精确的SOC估计值。然后，根据估计结果对模型做了相应的改进，从而取得了更加有效的SOC估计方法。 (5)设计了一种简易的电池充放电方法，并对动力电池进行了简单实验。根据实验验证文中提出ADUKF算法能够取得比较精确和可靠的SOC估计值。 本文的研究工作对于动力电池SOC动态估测具有很好的实际估计效果，符合电动汽车对动力电池组SOC动态实时估测的准确性要求。 |
| 作者： | 李建国 |
| 专业： | 车辆工程 |
| 导师： | 商高高 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
