论文部分内容阅读
随着传统燃油车的广泛使用在给人们带来便利的同时,也造成了能源短缺和环境污染等问题,世界各国越来越重视新能源汽车的发展。动力电池技术作为新能源汽车的三大关键技术之一,其电池性能直接影响电动汽车的整车性能和安全性能。电池管理系统(BMS)作为动力电池的核心显得尤为重要,有效的对电池进行监控有利于延长电池的使用寿命。其中,电池荷电状态(SOC)是评价电池管理系统的一个重要指标,对SOC的精确估算可以延长电池使用寿命。但是如何提高汽车在各种复杂的工况下电池SOC估算精度一直是学者们研究的重点和难点。本文从这个问题入手,选用功率型的三元锂离子动力电池作为研究对象,采用一种带多重次优渐消因子扩展卡尔曼滤波(Suboptimal Multiple Fading Factor Extended Kalman Filter,SMFEKF)算法来估算SOC。本文的主要研究内容如下:首先,阐述了锂离子动力电池的结构和工作原理,介绍了锂离子动力电池的特性参数,通过搭建电池充放电测试平台,以恒流充放电、不同倍率放电、不同温度放电对电池的充放电特性进行实验分析。并且分析了影响电池容量的主要因素有放电倍率、温度、电池的老化和循化次数以及电池的自放电。综合考虑,本文计算出放电倍率和温度对容量的修正系数,得出不同影响因素下SOC的修正式。其次,通过对比分析等效电路模型的优缺点,本文选用二阶RC网络等效电路模型作为SOC估算的电池模型,并建立电池模型的关系式。通过开路电压测定实验数据基于最小二乘法获取EMF与SOC之间函数关系。对电池进行HPPC混合脉冲实验,选取SOC=0.8处的脉冲放电曲线结合最小二乘法对二阶RC模型中的欧姆内阻、两个极化内阻和极化电容进行参数辨识,并选用一阶、三阶RC模型和二阶进行对比。在Matlab/Simulink中搭建电池仿真模型,通过脉冲放电实验验证模型的准确性,为估算SOC提供准确的模型基础。然后,简要介绍经典卡尔曼滤波算法的原理,引出扩展卡尔曼滤波(EKF)算法以及改进的扩展卡尔曼滤波(SMFEKF)算法。基于二阶RC等效电路模型,写出算法的状态方程和观测方程,在Matlab中对SMFEKF算法的估算精确性和可行性进行仿真验证。分别在恒流放电工况和HPPC脉冲放电工况实验下,对比EKF和SMFEKF算法对SOC的估算,仿真结果表明SMFEKF算法在两种工况下误差均在3%以内,优于EKF算法。最后,对电池管理系统的软硬件部分进行设计,搭建电池管理系统实验平台,将SOC估算算法通过编程嵌入该实验系统中,在不同工况下进行实验验证该算法的可行性和准确性。在电池充放电测试设备上分别设置恒流放电工况、UDDS工况和变电流放电工况,电池管理系统采集电池组的电压、电流和温度并对SOC进行估算,通过CAN总线和上位机上的监控软件实现通信。实验结果表明,在不同工况下设置不同的SOC初始偏差,对比算法估算结果和SOC真实值,得出算法在初始偏差不一致时会很快的对初值进行收敛,收敛于真实值附近。仿真和实验结果表明,算法嵌入电池管理系统中的估算误差明显大于仿真误差,但估算误差均符合国家检测标准要求的5%以内,该方法能准确的对SOC进行估算。