论文部分内容阅读
近年来新能源汽车高速发展,锂离子电池作为其最重要的部件之一,具有容量大、功率大等特点,需要电池管理系统对其电池状态进行实时监测和估计,以保障电池的正常工作及安全性。然而目前电池状态估计方法中,电池模型参数通常采用大量离线实验的方法辨识得到,在电池运行过程中不能进行自修正。此外,在低温及大倍率电流工况下,由于电池自身发热,导致电池真实温度难以获得,通常直接将电池表面温度或环境温度用于计算,从而导致电池状态估计出现较大误差,这些问题都亟待解决。针对目前锂离子电池状态估计方法中存在的问题,本文基于电池电荷转移电阻与电池真实温度间关系模型,并引入荷电状态(State Of Charge,SOC)和电流倍率修正系数使其适用于实际工况,再将此关系模型代入锂离子电池二阶RC等效电路模型,采用双扩展卡尔曼滤波算法实现电池等效温度和SOC的联合在线估计。在宽温度(298K、273K、263K)、不同电流倍率动态应力测试(Dynamic Stress Test,DST)工况下验证本文提出的电池等效温度修正的SOC估计结果,相比于传统采用环境温度或电池表面温度的SOC估计方法,本方法SOC估计精度明显提高,误差均在±2%以内。特别是在低温及大电流倍率DST的情况下,传统方法SOC估计误差随放电进行显著增大,而本方法SOC估计结果始终保持极高精度。此外,本文将上述电池等效温度和SOC的联合在线估计结果应用于电池功率状态(SOP)的预估,利用电池等效温度修正的电路模型及扩展卡尔曼滤波算法实现了电池SOP的预估。在宽温度范围内,本方法获得的SOP的预估值具有很高的准确度。