原文传递
电动汽车电池管理系统SOC估计算法研究
| 论文题名： | 电动汽车电池管理系统SOC估计算法研究 |
| 关键词： | 电动汽车;电池管理系统;荷电状态;估计算法;卡尔曼滤波 |
| 摘要： | 电池荷电状态(SOC)的估算是电动汽车电池管理系统中的核心问题,也是技术难点之一。准确的估计SOC不仅对提高汽车整体性能和电池寿命效率具有重要意义,还有保证安全驾驶和降低运行成本的作用。 本文针对磷酸铁锂电池SOC的估计算法进行了研究。通过对当前各种动力蓄电池SOC的估算方法进行比较和分析,选取卡尔曼滤波方法进行估算。对磷酸铁锂电池工作原理、结构及特点作了简单介绍。分析了电池的电压特性、内阻特性及循环特性。根据充放电倍率、温度、自放电及老化等因素对磷酸铁锂电池SOC估算的影响,采用了适当的修正方法。 分析了各种常用的等效电路模型的特点,选用PNGV电路模型作为电池模型。根据SOC估算时的影响因素,分不同的SOC值和电流方向对电池进行参数辨识。根据电池充放电时的电压响应,设计了电池模型参数的计算公式。对所得的模型参数进行最小二乘法拟合,得到各参数与SOC的关系函数。运用Matlab软件建立仿真模型进行验证,结果表明所选电路模型能够准确的描述电池的动态特性,具有较高的精度。 根据Kalman滤波器的基本原理,采用无迹Kalman滤波算法对磷酸铁锂电池SOC进行估算。利用安时积分法和电池模型的的计算式分别推导出滤波器的状态方程和观测方程。设计了基于无迹Kalman滤波算法的估算流程,在恒流脉冲放电和模拟动态工况两种情况下进行了仿真试验,将结果同理论值相比可知,该方法能够纠正有误差的初始值,并具有较快的收敛速度。 为了减小算法在电流变动频繁剧烈时的估计误差,对算法进行了一些改进。通过调整滤波器增益和对滤波噪声进行估计,达到降低SOC估计值发散的效果。仿真结果表明改进后的算法在动态情况下能迅速逼近真实值,明显提高了估算精度。 |
| 作者： | 余升 |
| 专业： | 信号与信息处理 |
| 导师： | 胡社教 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
