原文传递
基于UKF动力锂电池SOC动态估测方法与实现
| 论文题名： | 基于UKF动力锂电池SOC动态估测方法与实现 |
| 关键词： | 无迹卡尔曼滤波;锂电池荷电状态;电荷剩余量;动态估测;电动汽车 |
| 摘要： | 为了保证动力锂电池组能够正常安全有效工作，电动汽车必须配置特定的锂电池管理系统。动力锂电池SOC动态管理系统对动力锂电池组的电荷剩余量(SOC)状态进行估测、控制和管理。其中，SOC动态实时估测一直是目前动力锂电池管理系统的核心，是反映动力锂电池运作状态的主要参数，为整车控制策略提供判断依据。为此，本文研究了动力锂电池SOC动态估测方法与实现。 通过文献资料深入了解动力锂电池国内外应用现状、动力锂电池的基本结构和分类及其工作原理，并对目前几种传统的动力锂电池剩余容量(SOC)估计方法进行比较分析。通过实验得到锂电池充放电特性曲线，从而分析了动力锂电池充放电特性和SOC影响因素同时，同时分析了扩展卡尔曼滤波(EKF)算法在动力锂电池剩余容量(SOC)估测应用时存在两个缺陷。在此基础上，在采用基于无迹卡尔曼滤波(UKF)在估计锂电池的SOC时克服了EKF的缺陷。在MATLAB中用Simulink对动力锂电池充放电过程中电荷SOC进行了仿真，从中得到动力锂电池的SOC估计值。与通过动态测试平台测量的端电压而计算动力锂电池所得的SOC相比较，其结果表明了该系统模型够获得动力锂电池比较精确和可靠的SOC预测值。 设计了动力锂电池SOC动态估测组网系统的软硬件。系统由数据采样、SOC算法执行、通讯信息存储管理及数据显示等模块组成，实现了充放电电流、锂电池电压、温度检测、LCD实时显示、锂电池状态诊断及保护等功能。使得用户可以通过动力锂电池SOC动态管理系统内置GPS模块与GPRS无线通信网将位置、锂电池电池剩余量(SOC)数据等发送到后台的电动汽车应急指挥中心。从而在真正意义上实现了动力锂电池SOC动态实时在线精确估测。 本文的研究工作对于动力锂电池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锂电池组SOC动态实时估测的准确性要求。 |
| 作者： | 江跃龙 |
| 专业： | 通信与信息系统 |
| 导师： | 王桂棠 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
