论文部分内容阅读
由于能源危机与环境污染的双重挑战,新能源电动汽车已经成为未来汽车行业发展的新方向。与传统燃油汽车相比,电动汽车最大的区别就是其动力来自于动力电池,动力电池相关技术的研究制约着电动汽车的发展水平。电池荷电状态(SOC)的精准估算是电池技术的一个重要研究内容,准确的估算电池SOC不仅可以延长电池寿命,还可以更准确的预算电动汽车剩余续航里程。然而,影响电池SOC估算的因素很多,准确估算的难度很大,精准的估算电池SOC在电动汽车发展领域既是重点也是难点。本文以磷酸铁锂电池为研究对象,在建立等效电路模型进行参数辨识的过程中加入了对温度变化的考虑,提高电池模型精度;针对目前常用的卡尔曼滤波法估算电池SOC时存在的不足,提出一种改进的无迹卡尔曼滤波算法(UKF),简化sigma选点的计算过程,提高了电池SOC估算精度。主要研究内容如下:(1)锂电池等效电路模型的建立及参数辨识。介绍了锂离子电池的工作原理及其内部的化学反应,并对比了应用较为广泛的几种锂电池,选择将磷酸铁锂电池作为此次研究的对象。对比了内阻模型、PNGV模型和Thevenin模型三种等效电路模型,选择建立考虑温度的Thevenin一阶模型作为此次研究的等效电路模型,在模型参数辨识时考虑温度的影响,通过混合脉冲动力特性实验和最小二乘法对电池参数进行辨识,最后通过仿真实验验证了电池模型具有很好的准确性。(2)基于改进无迹卡尔曼滤波算法的锂电池SOC估计。在建立的等效电路模型基础上,分析卡尔曼滤波算法的基本原理,并介绍常用的扩展卡尔曼滤波法(EKF)和UKF算法在电池SOC估算中的用法,对无迹卡尔曼滤波算法进行改进,在选取sigma点时加入球型算法,简化计算过程,对锂电池SOC进行估算,在Matlab环境下建立计算仿真模型,通过仿真将标准UKF算法、EKF算法和改进后的UKF算法对恒流工况下的电池SOC估算结果分别与实验参考值作对比,结果表明,改进后UKF算法对SOC估算精度明显高于另外两种算法。(3)改进UKF算法在复杂实际工况下对动力锂电池组SOC估计的验证分析。利用ADVISOR汽车仿真软件搭建了纯电动汽车的整车性能仿真平台,将搭建的改进UKF算法模型嵌入到整车模型中,然后对电池模块的部分参数进行重新设置,在CYC-UDDS循环工况和CYC-NEDC循环工况两种工况中进行仿真实验,基于Matlab计算仿真模型验证对比了改进UKF算法和EKF算法两种算法对电池SOC估算的效果,仿真结果表明在两种工况下改进UKF算法的估算精度都要高于EKF算法。最后还分析了在连续的CYC-UDDS循环工况下,设定纯电动汽车电池模组的SOC值从100%到20%进行仿真,结果验证了改进UKF算法在连续循环工况下对于电池SOC估算的有效性。通过实验结果可以看出改进UKF算法在相对复杂的实际工况下估算电池SOC仍然保持很好的准确度。