论文部分内容阅读
随着能源和环保问题的日益突出,电动汽车以其零排放,低噪声等优点而受到世界各国的高度重视,作为发展电动车的关键技术之一的电池能量管理系统,是电动车商品化,实用化的关键,而准确估计电池的荷电状态SOC(State of Charge)是蓄电池能量管理系统良好运行的前提和关键。本文在研究电池模型及其参数辨识的基础上,致力于电动汽车用镍氢电池(Ni/MH,Nickel Metal Hydride)SOC估算的研究。文章首先简要介绍了课题背景,比较了常用的几种动力电池,指出了镍氢电池是较为理想的电动汽车用动力电池,介绍了SOC的定义以及常用的SOC估算方法;之后,综述了本论文的重点内容。接着,对镍氢电池的发展历史及工作原理作了简要介绍,并结合实验曲线对镍氢电池的电压、内阻、容量等特性进行了分析;在容量特性中介绍了影响SOC的主要因素及应对措施。建立良好的电池模型是提高SOC估算准确性的重要途径,所以接下来对常用的电池模型作了分析和介绍,并根据电池对脉冲电流的响应选用了二阶RC模型作为本文的仿真模型,模型仿真曲线表明二阶RC模型具有较好的动态特性。由于电池的参数是缓慢变化量,为了进一步提高模型的精度,除了利用指数拟合法得出电池模型中的参数值以外,还分别运用限定记忆的递推最小二乘法和卡尔曼滤波法对模型中的参数进行了实时辨识。最后,在结合电流积分模型和二阶RC模型建立的镍氢动力电池状态空间模型的基础上,利用推广的卡尔曼滤波算法进行SOC估算,给出了仿真和实验结果,对算法的抗干扰能力和鲁棒性等作了验证;最后将参数辨识加入到SOC估算中,即先进行参数辨识,再将辨识的参数运用到SOC估算中,仿真结果表明该方法比常值参数下的卡尔曼法具有更好的估算精度。