论文部分内容阅读
近些年来,随着能源危机、环境污染等问题的日益严峻,混合动力和纯电动代表的新能源汽车开始登上历史舞台,成为各个国家重点发展的产业。动力锂电池是电动汽车的核心部件之一,是主要的储能元件,动力电池技术也成为了制约新能源汽车发展的关键要素。准确可靠的电池管理系统(Battery Management System,BMS)可以最有效的保证并提高电池系统的功用、确保电池系统稳定可靠准确的运行,提高电动汽车的优势,满足消费者的需求。建立准确的电池模型,对精确估计电池的荷电状态(State of Charge,SOC)有着重要意义。本文以广泛应用的三元锂离子电池为研究对象,对其建模方案以及SOC估算策略展开研究。本文分析了锂电池结构和工作原理以及三元锂电池的充放电反应过程。对电池的等效电路模型进行了综述分析,以18650三元锂电池为研究对象,对该电池的容量、开路电压特性及各影响因素进行了实验和相应的分析。结合现在常见的汽车辨识工况设计了一种新的参数辨识工况,为后续的电池建模及参数辨识提供了方案支持。对分数阶理论的基本函数、定义以及性质进行了综述分析。根据锂电池的工作特性,基于传统Thevenin等效电路模型提出了改进Thevenin模型,基于电化学阻抗谱以及常见汽车工况的快速傅里叶变换得到的频谱提出了新型分数阶模型,结合二阶RC模型、电化学反应及电化学阻抗谱提出了基于二阶RC模型的分数阶模型。分别提出了三种参数辨识策略:基于分段进化的差分进化算法(Differential Evolution Algorithm based on Piecewise Evolution,PDE),基于粒子群算法的自适应粒子群优化算法(Adaptive Particle Swarm Optimization,APSO),以及结合了自适应粒子群算法和差分进化算法的自适应混合多种群粒子群优化算法(Adaptive Hybrid Multi-swarm Particle Swarm Optimization,AHMPSO)。基于锂离子电池实验和不同工况数据,分别从四个角度进行切入,分析并验证不同模型的精度差异、不同算法的精度差异以及两个影响因素对模型精度的影响,实验结果证明了分数阶建模方案拥有较高的精度和适应性,能够更好的反应电池特性;自适应混合多种群混合粒子群优化算法能够更加快速准确的寻找到全局最优解,是最好的参数辨识策略。分别提出了基于二阶RC模型的滑模观测器方案和基于分数阶系统的滑模观测器方案,通过数学分析证明了两个系统稳定的充分条件,并且依据实验数据,证明了整数阶模型和分数阶模型SOC求解方案实际应用具有可行性和一定的鲁棒性,由于分数阶模型能够更好地反应电池特性,其抗干扰能力更高。