论文部分内容阅读
近几年柴油、汽油和其他化石燃料的全球储量迅速减少以及气候问题越发严峻,电动汽车在运输作业以及城市交通中使用越来越广泛。由于车用锂离子电池具有高容量和比较大的串并联数,且锂离子电池必须在安全可靠的操作区域内运行,需要适合的温度和电压,因此需要一个高效的电池管理系统。而建立准确合理的锂电池数学模型,以精确估算电池终端电压,荷电状态及电池本身内外部温度对于开发高效实用的电池管理系统十分重要。为此,本文开展了考虑环境温度影响的车用锂电池SOC及内、外部温度预估方法相关研究,具体包括如下几个方面:(1)环境温度对锂离子电池的性能影响研究建立了一种改进的环境温度依赖的锂离子电池双极化(DP)模型,利用遗忘因子最小二乘法(FFLS)对该电池模型关键参数进行辨识,并将其拟合为环境温度的连续函数,据此模型分析了环境温度对锂电池的终端电压和SOC预估的影响。(2)提出一种新的依赖于环境温度的增强型锂电池等效电路模型首先,详细阐述了新的电池模型结构,其中包括新集成的电阻-电容器结构,静态磁滞电压和温度补偿电压项,然后利用遗忘因子最小二乘法对该电池模型关键参数进行辨识,最后结合扩展卡尔曼滤波算法实现电池SOC的估计。(3)提出一种改进的锂电池电-热耦合模型及其内外部温度预估策略将环境温度的影响融合到已有的锂电池电-热耦合模型中,提出一种改进的锂电池电-热耦合模型,然后利用遗忘因子最小二乘法对该电池模型关键参数进行辨识,基于扩展卡尔曼滤波算法实现不同环境温度下的锂电池内外温度估计,并与已有方法进行了对比和验证分析以此证明本文提出方法的正确性。(4)锂电池综合性能预测软件开发根据车用锂电池性能要求,基于单界面软件技术设计了锂电池综合性能预测软件框架。基于经典一阶和二阶RC模型,利用MATLAB GUI开发的锂电池综合性能预测软件功能模块有:①OCV-SOC拟合;②模型参数识别;③池终端电压预估;④基于EKF算法的电池SOC估计。利用所开发的锂电池综合性能预测软件可进行电池基本性能的计算与预测,为电池管理系统(BMS)的开发提供了有效验证手段。