论文部分内容阅读
汽车作为日常生活不可或缺的交通工具，正在以一个爆炸式的发展趋势步入千家万户，随之而来的能源危机和环境污染的问题也日益突显，电动汽车因为零排放的优势获得了全世界各国及汽车公司的重视。电池管理系统的研究是电动车发展的关键技术之一，而SOC的准确估计又是电池管理系统运行的基本要素和重要前提，因此SOC估算的研究至关重要。 文章首先介绍了国内外电动汽车的发展状况，通过对于各类电池的比较，指出了磷酸铁锂电池是电动汽车用动力电池的一个理想选择;为了更好的了解磷酸铁锂电池的性能，首先对SOC的定义进行了描述，然后分析了磷酸铁锂电池的相关性能，并研究了电池放电倍率，电池温度，循环次数对电池性能的影响。 文章再分析了几种常见的SOC的估算方法诸如安时积分法、开路电压法、神经网络法、卡尔曼滤波法的优缺点，考虑选择了卡尔曼滤波法，分析了卡尔曼滤波的几种变化形式，同时比较了自适应卡尔曼滤波，扩展卡尔曼滤波和无迹卡尔曼滤波的特点，最后选择了无迹卡尔曼滤波(UKF)算法结合噪声的自适应匹配来作为本文的SOC估算算法。 在电池模型方面，分析比对了电池的电化学模型，电池的神经网络模型，电池的等效电路模型，最后选择了二阶rc电路模型作为电池模型;然后在simulink中建立了电池模型，通过实验获得的电池数据对电池的模型进行识别，验证了模型的准确性。 最后将无迹卡尔曼滤波法应用到SOC的估算中去，在simulink中对建立的UKF算法的模型，并对模型进行了仿真分析，将仿真结果与实验结果相比较，确定该方法能有效的实现电池SOC值的在线估算，具有相对较高的计算精度。