论文部分内容阅读
在汽车行业“十三五”国家重点研发计划试点专项中,新能源汽车方向指出重点围绕动力电池与电池管理等六个技术方向。作为电池管理系统(Battery Management System,BMS)重要方面之一的电池健康状态(State of Health,SOH)估计的研究,远远落后于电池荷电状态(State of Charge,SOC)和均衡控制的研究。准确实时估计电池SOH对于均衡控制系统的作用、延长电动汽车动力电池续航里程,保证电池安全具有重要意义。本文针对电动汽车动力锂离子电池SOH估计做了以下工作:1.明确SOH的定义,分为离线估计方法和在线估计方法总结常见的SOH估计方法。研究与SOH影响较大的七个电池性能指标,在此基础上分为外部因素和内部因素分别总结SOH的影响因素,提出四种延迟电池老化的措施。2.选用戴维南等效电路模型作为SOH估计的基础电池模型,设计实验使用快速静置,多次测量来减小误差,标定SOC-OCV曲线,利用指数拟合法拟合等效电路模型中的RC参数,并使用随机电流激励仿真实验验证模型中参数的精度。利用容量是缓变参数的原理,建立适用于SOH估计的电池容量模型。因为准确估计SOC是估计SOH的前提条件,基于安时积分法使用拓展卡尔曼滤波法估计电池SOC,基于容量法使用卡尔曼滤波估计SOH。建立基于SOC和容量的系统状态方程和系统观测方程,使用双拓展卡尔曼滤波法估计电池当前时刻的容量,通过容量来计算SOH。利用随机电流激励仿真表明其效果良好,很好的估计SOH,其精度误差控制在1%以内。3.分析双卡尔曼滤波法仿真结果,得到SOH估计电路板的基本要求,设计SOH估算的硬件电路和其配套软件,其硬件电路主要包括为系统工作提供合适电压的电路,以及电压、电流和温度的测量电路、通讯电路及其外围电路,将测量得到的电压、电流、温度以及估计得到的SOH显示在显示屏上;基于SOH估计的硬件和双卡尔曼滤波法,分析得到系统软件设计的框架,分模块化设计系统各子程序。制作完成电路板以后,设计基于电池测试箱的硬件、软件验证电路,其精度误差控制在1%以内,鲁棒性良好,结果稳定可靠。