论文部分内容阅读
新能源汽车已明确定位为我国战略性新兴产业。在此背景下,受益于国家补贴政策,近年电动汽车市场出现了爆发式增长。但是,随着补贴退坡政策逐步实施,电动汽车能否最终实现完全市场化,取决于如何通过关键技术创新,满足用户在低成本、长里程、长寿命、高安全方面的需求。这一目标的实现与先进电池管理系统（Battery Management System,BMS）开发密不可分。在诸多电池管理系统功能中,荷电状态（State of Charge,SOC）估计至关重要,不仅直接影响电池使用效率、使用寿命及安全性,也是充放电控制、电池均衡、故障判断、安全报警等其他功能实现的前提。SOC作为电池内部参数,通常难以直接测量获取,只能基于其与可测参数（电压、电流、温度）间的关系进行估算。由于这种关系存在强烈的非线性动态特性,复杂行驶工况下的精准SOC在线估计面临巨大挑战。为解决这一问题,本文在全面调研主流SOC估计方法基础上,针对电动汽车用BMS这一特定应用场景,围绕基于高精度、低复杂度电池模型的SOC精准估计方法开发,开展了以下三个方面研究工作,取得研究成果主要包括:（1）创建了锂离子电池最优等效电路模型自动构建框架为解决现有等效电路模型中模型结构试差法的缺陷,设计了模型结构与参数同步优化策略,提出了兼顾模型精度和复杂度的双目标混合整数非线性规划（Mixed Integer Nonlinear Programming,MINLP）模型,建立了高精度、低复杂度电池模型自动构建框架。为有效实现双目标MINLP模型全局优化,提出了显式和隐式两种求解策略,将双目标MINLP模型转化为两类单目标MINLP模型。前者显式地将模型复杂度作为约束条件,后者通过引入l1范数惩罚项将模型复杂度隐式地融入到目标函数中。通过序贯求解两类单目标MINLP模型,并结合基于优劣解距离法的终止准则策略,实现了最优等效电路模型的自动辨识。脉冲放电工况（Pluse Current Discharge,PCD）和复合脉冲功率特性测试工况（Hybrid Pulse Power Characterization,HPPC）实验结果表明,两种策略所得最优模型端电压拟合误差均小于7mV,预测误差均小于15mV。这一结果表明,对于锂离子电池,该方法所建模型能有效兼具模型精度和计算效率,为后续SOC估计打下了基础。（2）提出了基于滚动时域优化的SOC估计方法针对现有扩展卡尔曼滤波类SOC估计方法中收敛速度较慢、初始误差过度敏感、无法处理硬约束等不足,提出了一种基于滚动时域优化原理的SOC估计新方法。以第一部分高精度电池模型开发为基础,建立了基于非线性状态空间方程的滚动时域SOC估计模型,并开发了基于内点法的高效求解策略。通过系统地评价时域窗口大小、优化迭代次数和协方差矩阵等算法参数对SOC估计性能的影响规律,整定了算法参数。所提方法有效性在三种典型锂离子电池测试工况,即恒放工况、HPPC工况和动态应力测试工况（Dynamic Stress Test,DST）下进行了验证。结果表明,在所有工况下,无论初始SOC估计值极端偏大（100%）或极端偏小（0%）,所提滚动时域估计（Moving Horizon Estimation,MHE）算法均能在极短时间内捕捉到正确SOC值。SOC估计均方根误差（Root Mean Square Error,RMSE）小于2%,且在全区间内波动较小。与扩展卡尔曼滤波算法（Extended Kalman Filter,EKF）相比,MHE算法在估计精度、鲁棒性和稳定性方面均有优势。（3）提出了基于联合滚动时域优化的SOC估计方法电池不一致、工况特性差异、电池老化是引发模型参数失配的三大来源。为提高模型类SOC估计方法在模型失配情况下的估计精度和可靠性,提出了基于滚动时域原理的模型参数和状态联合估计策略。以等效电路模型参数灵敏度分析为基础,优选了更新模型参数,建立了基于增广非线性状态空间方程的滚动时域SOC联合估计模型,并通过内点法逐步求解此模型,实现了全工况、电池不一致情况下的SOC精准估计。其有效性在三种典型锂离子电池测试工况,即恒放工况、HPPC工况和DST工况下进行了验证。结果表明,当同时出现模型参数失配和初始SOC估计误差时,所提联合滚动时域估计（Joint Moving Horizon Estimation,joint-MHE）算法能迅速实现模型矫正并追踪至正确SOC值。对于HPPC工况,当模型参数偏差达到40%时,SOC估计RMSE值误差仍小于2%。与joint-EKF类算法相比,joint-MHE算法在模型失配条件下表现出更强的精确性、鲁棒性和稳定性。基于以上工作,本研究最终形成了一套由模型自动构建、在线更新参数选取、算法参数整定、SOC估计实现组成的系统开发流程,克服了现有模型类SOC估计方法中稳定性差、可移植性低、可操作性弱的缺点,实现了全区间、全工况、电池不一致条件下的高精度、高可靠性SOC估计。本研究成果可采用软件形式植入现有电池管理系统,提升电池管理系统整体有效性和可靠性,并最终服务于电动汽车,实现降低使用维护成本、增加续航里程以及提高车辆安全性的目的。同时,该研究成果也可拓展至便携式供电设备、储能电站、电池梯次利用等其他锂离子电池应用领域。