论文部分内容阅读
进入21世纪后,全球性的能源危机与环境污染问题的持续加剧,得到世界各国的普遍关注。在这种形势下,新能源汽车的发展变得势在必行。当前全球各国的汽车厂商对于新能源汽车的研发均表现出高度重视。电动汽车动力系统中最重要的核心部分为电池管理系统(BMS)。行驶过程中,电池管理系统会完成电池状态监测、状态估计、能量分配控制、安全保护及信息交互的功能,保障电池的高效使用,保证行车安全,进而提升电池运行效率,增加汽车的续驶里程。但是目前国内外电池管理技术尚不成熟,和传统的内燃机电控技术相比成熟性差距较大。在电池管理系统里需要进行估测的量中,电池荷电状态的估计为重中之重,如何快速准确的进行电池荷电状态的估计是研究的难点。准确的对电池的状态进行估计,才能更好的使用电池。因此,本文的研究对象选定为单体磷酸铁锂电池,针对荷电状态的估计,从电池建模和估计算法两个角度入手,探究滤波算法在电池荷电状态估计领域的应用效果。首先,从磷酸铁锂电池的基本工作原理、工作特征参数及参数特性等基础特性出发,设计提出考虑电池容量变化的二阶Thevenin等效电路模型。模型中需要辨识的量包括电池容量、开路电压、电池内阻和极化电容。为实现模型的参数辨识,搭建实验平台,先对电池的实际可用容量、开路电压、和直流内阻情况进行辨识与分析。在此基础上,利用混合功率脉冲试验,搭建考虑锂电池非等温变化的参数辨识模型,结合Matlab中系统辨识工具箱,对等效电路模型中的欧姆内阻、极化内阻和极化电容进行辨识,获取到了不同温度下、各SOC状态点处的电池模型参数。为验证参数的有效性,在Simulink中搭建仿真模型,将等效电路模型与安时积分法结合使用,进行仿真,将仿真工况设定为恒温恒流放电与变温脉冲放电,并将实验实测结果与模型仿真进行对比。对比结果表明:细化辨识条件获取参数后,可以有效提高安时积分法的估计效果,但是在仿真后期仍然存在误差累计变大的问题。然后,分析了传统安时积分法的弊端,选择使用卡尔曼滤波法对其进行修正。结合等效电路模型的设定和参数辨识的结果情况,确定了估算过程中所需要的状态变量、状态空间方程和状态观测方程,并在Simulink中搭建仿真模型。进行了恒温恒流放电实验、变温变电流放电实验以及变温快速变电流放电试验,将试验结果与模型仿真结果进行对比,并通过仿真探究扩展卡尔曼滤波算法的抗干扰能力以及收敛于真值的速度,以及在快速变化的工况环境下的鲁棒性。结果表明:与模型结合的扩展卡尔曼滤波在可以较好的将单体电池的SOC估算精度控制在2%以内,且算法的收敛速度快,抗干扰能力强,鲁棒性良好,累计误差较小。