论文部分内容阅读
随着煤炭、石油等不可再生能源的频频告急,能源问题日益成为制约国际社会经济发展的瓶颈。传统汽车的尾气中含有大量的有害气体,对环境造成严重污染。为此越来越多的国家开始实行“绿色新能源计划”,寻求经济发展的新动力,力求解决环境问题。因此,电动汽车相关技术的研发成为热门。电池管理系统作为电动汽车的核心和关键技术之一,其研究具有重大的理论价值和实际意义。目前业界已有一些企业和研究机构研发了一些电池管理系统,并应用到电动汽车上。虽然这些电池管理系统已经具备荷电状态(State of Charge, SOC)估计、温度检测等基本的功能,但是离商业化还有较大的距离,成为阻碍电动汽车市场化的主要因素之一。本文首先分析了国内外典型电池管理系统的主要功能,指出了现有电池管理系统的不足,详细介绍了锂电池的结构和工作原理,阐述了电池荷电状态的定义,分析了电池荷电状态的计算方法,比较了现有的荷电状态估计方法的优缺点。结合Thevenin模型和无色卡尔曼滤波算法(Unscented Kalman Filtering, UKF),提出了一种新型的锂离子电池的荷电状态估计算法,并建立了基于dSPACE的硬件在环仿真模型,验证了算法的有效性。在建立了荷电状态估计算法的基础上,本文针对业界需求提出了一种基于TMS320F2812+LTC6802架构的电池管理系统方案,给出了电池管理系统的总体设计思路,采用控制主板+测量子板的分层结构;论述了电池管理系统的硬件设计过程,以控制主板为核心,介绍了电池管理系统采样模块、通信模块、控制模块、测量子板、安全保护模块等的硬件设计,并进行了硬件抗干扰设计。在CCS3.3的开发平台上,阐述系统软件模块化设计方法,给出系统的主程序模块、数据采集模块、数据处理模块、保护模块、CAN模块、数据存储模块、温度管理模块、单体均衡模块等关键部分的详细程序设计流程,并进行了软件抗干扰设计。最后,本文进行了硬件在环仿真实验和实际测量。仿真结果表明,本文提出的新型荷电状态估计方法的估计结果优于基于扩展卡尔曼滤波(Extended Kalman Filtering, EKF)的荷电状态估计方法,特别是当荷电状态值低于50%时,其结果明显优于EKF方法。测试实验表明,本设计的电池管理系统荷电状态估计结果稳定,单体均衡误差小于1%,温度控制范围在30℃-50℃之间,符合设计要求。