论文部分内容阅读
众所周知,电池在新能源电动汽车的应用中发挥了关键作用。此外,电池也广泛应用于工业、农业、航天领域、家用电气及便携式设备中。在多种类型的电池中,磷酸铁锂电池的性能优点较为突出,因此选用磷酸铁锂电池作为研究对象。本课题分别进行了电池模型的建立,离线参数辨识、在线参数辨识,电池剩余电荷容量(State Of Charge,SOC)的估算,及相应电池管理系统的设计开发。课题的研究方向对实际的工程应用有重要指导意义。为了验证课题所选用算法的适用度,分别以150AH的大容量磷酸铁锂电池、10AH的小容量磷酸铁锂电池作为研究对象,对比研究了这两种磷酸铁锂电池的实验仿真结果。对于磷酸铁锂电池的建模,本课题综合考虑了模型的精确度及运算的复杂度,最终选用了二阶RC等效电路模型。并通过一系列电池实验工况,验证了所选模型的正确性。实验平台选用了深圳新威公司生产的专用电池测试仪。其次,本课题对磷酸铁锂电池进行了参数辨识。电池参数辨识分为离线参数辨识和在线参数辨识。为了提高离线辨识出的参数库的精度、并且方便每隔一段时间更新一次参数库,本文在脉冲实验离线辨识的基础上,又研究了基于粒子群(Particle Swarm Optimization,PSO)进行离线参数辨识的方法。使用粒子群算法进行参数辨识,不需要人工参与计算,只需要运行算法程序,并且对实验工况没有特定要求,可以每隔一段时间便捷地更新一次参数库。对于在线参数辨识,本文选用了带遗忘因子的递推最小二乘法。两类磷酸铁锂电池的实验仿真结果表明,所选用的算法性能优良、较为合适。接着,本文在选用二阶RC等效电路模型、以及参数辨识正确的前提下,依次采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)、自适应无迹卡尔曼滤波(Adaptive Kalman Filte,AUKF)三种方法对磷酸铁锂电池进行剩余电荷容量(State Of Charge,SOC)的估计。重点从SOC的估算精度和初始值误差收敛速度这两方面,对三种算法的性能进行了对比分析。根据150AH大容量磷酸铁锂电池的实验仿真结果,可以看出,AUKF消除初始误差的速度不如UKF,但是也较为迅速。AUKF所得SOC估计值的精确度明显优于UKF。EKF效果最差,收敛速度和精确度都不如另外两种算法。根据10AH小容量磷酸铁锂电池的仿真实验结果,AUKF的精度和收敛速度都明显优于UKF。而UKF的估计精度和收敛速度又优于EKF。关于电池管理系统软硬件设计方面,本文选用了基于嵌入式内核的STM32F103控制器作为电池管理系统的主控制器。电池管理系统具备的主要功能有电压检测、电流检测、温度检测,剩余电荷容量(State Of Charge,SOC)的估算,以及与上位机监控系统的通信。功能较为齐全,能实现同时对多块磷酸铁锂电池进行管理和监控。