FSEC赛车动力锂电池建模和SOC估计研究

来源 :福州大学 | 被引量 : 0次 | 上传用户:forde88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
21世纪末以来,以电动汽车为代表的新能源汽车产业的高速发展使得对电机、电控和电池等技术的研究受到业界的普遍关注和重视。电池管理系统(Battery Management System,BMS)是电动汽车的重要组成部分,能够对动力电池进行监测与管理,为汽车的续航里程、使用寿命和电池系统的安全性提供重要保障。当前国内外对BMS的研究与开发还不够成熟,动力电池的荷电状态(State of Charge,SOC)估计精度仍存在不够精确的问题。本文以电动方程式赛车动力电池为研究对象,为提高电池SOC估计精度,从构建电池仿真模型和SOC估计算法两个方面进行研究。首先,研究单体电池模型建立和参数识别。通过对主流单体电池模型的分析,选取二阶RC等效电路模型建立电池仿真模型。搭建电池参数测试平台,对单体电池进行容量、充放电效率、开路电压和SOC关系曲线、内阻和电容等进行测试试验,根据试验数据对电池参数进行识别。在Simulink软件中构建单体电池仿真模型,对比仿真结果和试验值,两者之间最大误差为0.05V,相对误差小于0.23%。其次,研究电池组仿真模型的构建。分别用单体累积法、整体建模法和最小电动势法建立电池组模型。对比三种方法的仿真结果和试验数据,得出最低电动势电池组建模法的精度最高,但这种方法存在耗时较大问题。本文提出一种最低电动势法和随机抽样参数辨识的复合方法构建电池组仿真模型。利用该方法在Simulink中构建电池组模型,对比实验和仿真结果,电池组端电压误差小于0.5%,单体电池端电压误差小于0.7%。再者,对电池组的SOC估算算法进行研究。基于对比分析传统滑模算法和扩展卡尔曼算法的优缺点,本文提出一种扩展卡尔曼-自适应滑模算法来估算电池组SOC,解决传统滑模算法抖动和扩展卡尔曼算法受未知噪声影响的问题。三种算法的仿真结果与实验值对比,传统滑模算法的估算误差小于7%,扩展卡尔曼的估算误差小于3%,扩展卡尔曼-自适应滑模算法估算误差小于2%。最后,设计搭建电池SOC估算实验平台。对电池组模拟NEDC工况放电试验,对比试验值和仿真估算值,结果表明扩展卡尔曼-自适应滑模算法估算SOC误差小于2%,证明本文所提算法的有效性。
其他文献
如今互联网的影响渗入各行各业,互联网与产业的结合已经成为当代不可忽视的热门话题。互联网的兴起、国人意识的改变、空间经济的转换与国家政策的加持下,国内兴起了一股民宿热。经过近十年的发展,“民宿”一词早已脱离最初的定义,“民宿”与“酒店”的界限正在消解,演化出“现代民宿式酒店”这一新兴住宿类型。互联网在本文更多是作为一种媒介平台来研究,在互联网媒介作用下,许多“网红”现代民宿式酒店破空而来,其巨大的商
城市边角空间的质量是反映一个城市品质的最直观体现,传统模式下的城市发展,城市各种资源浪费严重,城市管理存在着很多人为因素和漏洞,城市边缘空间、建筑角落、城市街道闲置空间等被废弃和遗忘,使得城市活力与城市品质不高,存在城市空间形态不完善等一些列问题。针对传统模式下的城市建设发展过程中存在的问题,有必要进行更深一步的研究分析,将城市中的边角空间形态构成及设计手法进行阐述与实践,从而得出并总结相关的城市
地铁乘客的旅行时间是衡量地铁服务水平的重要指标之一。准确的旅行时间预测不仅能为乘客制定更好的出行规划和路径选择、提高乘客满意度,还能为地铁运营部门制定合理运营计划,提高运营效率。因此,对地铁乘客的旅行时间预测研究具有重要意义。本文基于福州地铁一号线乘客进出站刷卡数据构建相应旅行时间的数据集并用机器学习算法对旅行时间进行预测研究。本文主要研究工作分为以下三个方面:(1)地铁乘客异常出行数据处理。首先
我国处于两大地震带之间,地震活动时常发生。桥梁结构作为国家重要的基础设施和交通运输枢纽,在地震作用下容易发生破坏,对交通运输产生极大的影响。因此,对桥梁结构进行地震风险评估显得更加重要。地震易损性分析作为地震风险评估的重要一环,虽然国内外对其进行了大量研究,但仍存在一些不足。Copula理论作为一种新兴的分析工具,不仅简化了联合分布函数的建构过程,而且考虑变量间的非线性相关关系,为桥梁易损性模型提
本文首先基于验证后的整体式组合梁有限元模型探讨了其在循环荷载下的力学性能和破坏过程;然后,探讨了循环荷载作用下整体式组合梁与传统端板连接组合梁在力学性能方面的差异,并以钢梁下翼缘有无设置加劲肋、板面钢筋直径和钢梁下翼缘宽度为变化参数,分别对7个整体式组合梁模型开展了参数化分析,探讨影响整体式组合梁受力性能的关键因素;最后,对采用整体式组合梁的整体式组合钢框架、传统端板节点连接钢框架和传统梁柱刚性连
智能交通系统集成了各种先进的技术和智能化应用服务于城市交通管理,以提升道路的使用效率,优化城市交通的状况,从而改善城市的交通质量,为城市居民带来出行便利。然而,交通数据缺失的问题一直困扰着智能交通系统的研究人员,缺失的交通数据降低了自身的研究价值,阻碍了智能交通系统的进一步应用和研究。因此针对缺失的交通数据,如何进行高效的数据恢复和有效的缺失数据利用成为智能交通系统的重要研究课题。针对缺失数据带来
在车辆辅助驾驶系统中,应用计算机视觉和图像处理技术能有效地提高车辆行驶途中的安全性能,而针对车辆的距离估计技术是车辆辅助驾驶系统的核心。以雷达等硬件设备为基础的测距存在费用高、受外界影响大等问题,而基于传统的计算机视觉单目测距算法,需要对相机的内外部参数进行精确的标定,相机的微小抖动都会引起测距结果的偏差,因此不适用于实时移动场景中的车辆测距。在福建省重点科技项目(2017H6009,2018H0
湖南省地形地貌千差万别,素有“八山一水,一分田”之所。境内湖泊水系发达,河网密布。湖南地区众多传统村落以其保存完好的特色建筑和文人辈出的历史而名扬四方。尤其是以湘西,湘南传统村落的水系以及周围环境共同衍生出来的的滨水美景,更具有独特的艺术魅力。近年来,传统村落发展以其迅猛之势,正在改变着人们的生活。村落文化旅游的兴起,外来人口的涌入,传统村落开始展示其面貌。与此同时,不少地区为扩大旅游,增加当地居
古诗词是培养高中生审美能力的重要资源,可以让学生领略古代经典文学的无穷魅力,形成高雅的审美情趣。从审美教育的视角出发,探讨开展高中语文古诗词教学的方法,提出教师应对有关古诗词文体的知识展开教学。在文本解读方面,教师可运用画面联想法和意象解析法,让学生感受意境美;可从意义和声音层面引导学生感受作品的语言美;同时应重视对作者人格美的探究。教师还可基于同类古诗词组织专题学习活动,培养学生独立阅读古诗词的
深度强化学习(Deep Reinforcement Learning,DRL)可以在模型完全未知且无训练集的基础上,进行端对端的、状态到动作的复杂高维映射关系的自学习。目前,在游戏、机器人控制、芯片设计以及智能驾驶等领域都得到了成功的应用。然而,目前基于DRL在汽车主动悬架控制领域的研究甚少,特别是在主动悬架的减振和侧倾集成控制问题上仍未被涉及。因此,本文针对汽车主动悬架系统的平顺性和侧倾稳定性等