论文部分内容阅读
人类社会在步入21世纪以后,经济和科技发展迅速给人类带来良好是生活条件,同时也带来了环境污染和资源的加速消耗,使人类面临着非常严重的社会问题,汽车行业的发展是造成这一问题的主要因素之一。由于纯电动车辆具有低噪声、低污染以及能源利用率高等优点,纯电动车辆成为人类为解决环境污染和资源短缺问题的办法之一。电池管理系统(Battery Management System,BMS)作为电动车辆的核心部件成为了科研的重点,所以,本文针对纯电动叉车电池管理系统进行研究,主要对BMS的硬件电路系统和软件系统进行研究和设计。本文的主要研究工作如下:1、根据电动叉车的功能需求,提出并制定了BMS硬件电路的一体式设计方案。BMS硬件系统将传统式的主从模式集成到一块电路板上,省去从控板的主控芯片,将电池监控模块直接与主控板的主芯片通信。在一体式电路板设计时采用模块化设计,并在电路设计的电路板布局和走线进行抗干扰性设计。一体式硬件电路不仅降低了成本,还优化了空间,提高了信号传输的可靠性。2、依照电动叉车的实际情况,电池采集芯片采用TI(德州仪器)公司的BQ76PL455A-Q1,并结合电动叉车远程监控要求在BMS上增加远程监控模块。本文采用BQ76PL455A-Q1芯片能够采集16节串联电池电压,满足电动叉车动力电池15节电池串联的要求;通过远程监控功能实现电动叉车的定位和在线远程升级,实现电动叉车管理服务的智能化。3、通过对几种电池荷电状态(State of Charge,SOC)估算方法的比较,并结合电动叉车对电池剩余电量要求的实用性,本文选用基于戴维南(Thevenin)模型的卡尔曼(Kalman)滤波算法来完成电池SOC的估算。在卡尔曼滤波算法的基础上建立Thevenin模型,并通过实验验证了此算法对电池SOC估算的可行性。