原文传递
电动汽车动力电池剩余电量的预测方法及其实现
| 论文题名： | 电动汽车动力电池剩余电量的预测方法及其实现 |
| 关键词： | 电池管理系统;电池剩余电量;BP神经网络;遗传算法;电动汽车 |
| 摘要： | 环境和可持续发展已经成为整个世界关注的焦点，汽车作为能源消费大户及环境污染的重要源头之一，其发展也面临严重的挑战。传统的以有限的石油资源为基础的发展模式越来越不被人们所接受。节能和环保成为汽车工业发展的新目标。在此背景下混合电动汽车是在纯电动汽车开发过程中有利于市场化而产生的一种理想车型，动力电池的性能成为影响整车性能的一个关键因素，它对续驶里程、加速性能和最大爬坡度等性能都会产生直接的影响，因此设置专门的电池管理系统对电池能量管理及维护是非常必要的。本文在基于前人的基础上进行了进一步研究，对电池管理系统中的难点问题：动力电池剩余电量的估计，提出了一种新的预测方法。 本文首先介绍了电动汽车的发展历史和电池管理系统的技术现状，以及剩余电量预测的几种模型，以MH-Ni电池作为研究对象，在分析MH-Ni电池的工作原理、电池的电压、电流和温度特性和传统预测方法的基础上，提出了基于BP神经网络和GA遗传算法相结合的GA-BP算法智能预测方法，通过仿真验证了此方法的可行性。 在此基础上，该电池管理系统被设计成CAN智能节点，实现了与整车控制系统的通讯；通过RS-232接口，实现了与外界的通讯；通过液晶显示，该系统实现了可视化界面；采用高精度的传感器进行数据采集，通过高度集成的P87C591芯片，实现了数模转换功能，有效地节省了外围电路的设计；电路中有效地实现了电气隔离，数字电路和模拟电路的隔离等，使系统具有更高的安全性和可靠性。 |
| 作者： | 焦慧敏 |
| 专业： | 机械电子工程 |
| 导师： | 余群明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
