论文部分内容阅读
随着电动汽车的迅速发展,动力电池作为电动汽车核心部件越来越受到重视。电动汽车动力电池必须配备电池管理系统(Battery Management System,BMS),电池荷电状态(State of Charge,SOC)估算是BMS最基础和核心的功能,准确估算SOC一直是BMS开发的重点和难点。本文以锂离子电池为研究对象,结合电池的非线性特性,对电池SOC估算方法进行研究,论文的主要内容包括:(1)锂离子电池特性试验和性能分析。以NCR18650PF动力电池组为研究对象,搭建电池组试验平台。对锂离子电池的工作特性和性能影响因素进行试验研究。综合电池容量的影响因素提出了SOC的定义。为后面电池参数辨识和SOC估算奠定了理论基础。(2)电池模型参数辨识及建模。通过比较不同类型的等效电路模型,选用二阶RC等效电路模型。因为电池系统具有时变性和非线性特性,模型的RC参数会随着充放电倍率、SOC、温度的不同而发生较大改变。本文采用模拟退火算法,根据不同放电倍率、不同SOC下的回弹电压数据,对电池在不同放电倍率和SOC下的RC参数进行辨识。在离线状态下统计得到模型参数随放电倍率和SOC的变化情况,通过查表的方法获取连续充放电状态动力电池模型的参数,完成对模型参数的在线辨识。基于MATLAB/Simulink搭建动力电池模型,将工况电流值作为模型输入,电池端电压的试验值和仿真值误差较小,从而验证了模拟退火算法对动力电池参数辨识的准确性。(3)模型参数时变的扩展卡尔曼滤波(Extend Kalman Filter,EKF)算法对电池组SOC估计。基于二阶RC等效电路模型,在MATLAB/Simulink中搭建EKF算法模型,根据不同电流和SOC状态下辨识得到的电池模型参数对EKF的系统矩阵参数实时更新,将估算得到的SOC值与理论值相比误差较小,验证了SOC估算方法的准确性。(4)SOC估算策略硬件在环验证。基于MATLAB/Simulink和NI/PXI实时测控系统搭建了SOC估算策略硬件在环平台。将电池模型部署在实时处理器当中,SOC估算策略导入到真实的控制器中,通过半实物仿真技术验证了SOC估算策略的实时性和有效性。