论文部分内容阅读
动力电池组管理系统是电动汽车中必备的重要零部件，与动力电池组共同构成电池系统，为电动汽车提供动力。然而，在动力电池组管理系统方面仍然存在许多亟待解决的问题，比如充放电过程管理不当、荷电状态（SOC）估计精度低、均衡充电速度慢等，也是目前电动汽车动力电池组管理系统的研究热点。动力电池组管理系统只有解决这些问题，才能推动电动汽车的快速发展。因此，系统深入地开展动力电池组管理系统的关键技术研究，具有重要的理论意义和工程实用价值。论文以磷酸铁锂（LiFePO4）动力电池为研究对象，主要从电池充电特性与充电结束判定、电池模型建立与参数辨识、电池SOC在线估计算法和电池组均衡充电控制策略等方面进行了系统研究。论文取得的主要研究成果如下： 针对截止电压对电池充电速度、循环寿命的影响问题，建立了动力电池充放电实验平台，进行了大量理论分析和充放电特性实验研究，分析了现有充电方式各充电阶段对电池充电容量的贡献大小，分析了初始 SOC、充电电流对电池充电截止电压的影响，提出一种根据初始SOC、充电电流来智能的设定充电截止电压、充电方式转换的充电结束动态判据。通过实验验证，结果表明：基于多参数充电结束动态判据能够有效减小动力电池损坏的危险，延长动力电池的循环寿命。这种充电结束动态判据既可以满足动力电池常规充电的需要也可以满足快速充电的需要，具有重要的工程实用价值。 为保证等效模型能够准确描述动力电池工作外特性，在动力电池充放电特性研究基础上，分析了动力电池几种等效模型的优缺点，提出LiFePO4动力电池的二阶RC等效电路模型是比较精确、易于参数辨识和工程应用的等效模型，并对二阶RC等效电路模型进行了改进，采用最小二乘法对模型参数进行了辨识。实验研究证实了采用改进二阶RC等效电路模型能够准确模拟动力电池充放电特性，为采用等效电路模型的动力电池SOC在线估计奠定了基础。 针对常规SOC定义中SOC值可能出现负值的问题，提出相对最大可用容量概念，并对SOC进行了重新定义。分析了几种常用SOC估计算法的优缺点，分析了扩展卡尔曼滤波（EKF）算法的不足，并对EKF算法进行了改进，分析了自适应扩展卡尔曼滤波（AEKF）算法的优点，提出一种根据改进二阶RC等效电路模型利用改进AEKF算法对动力电池SOC进行精确在线估计的算法。研究结果表明：该算法能够解决常规SOC估计算法精度低、抗干扰性差的问题，对SOC在线估计的工程应用具有重要的参考价值。 为解决电池组常规均衡充电方法均衡速度慢、能量损耗大、影响循环寿命等问题，归纳了几种常用均衡充电装置的优缺点，分析了根据电压实施均衡充电方法的不足，在对动力电池SOC进行精确估计的基础上，提出一种通过能量非耗散型电路和能量耗散型电路相结合，依据电池SOC进行电池组均衡充电控制的算法。实验结果表明：该均衡充电控制算法能够保证电池组中各单节电池SOC基本一致，缩短均衡充电时间，提高均衡充电效率。 针对动力电池间连接导线松动造成电池温度过高、自燃等问题，提出一种动力电池间连接导线松动检测的方法。该检测方法能提高电池组供电的可靠性，避免电池间连接导线因接触电阻过大引起的局部高温或电池自燃的发生。为减小大功率充放电对动力电池组循环寿命的影响，分析了几种电池组最大可充放电功率估计方法的优缺点，在通过电池组均衡充电，改善电池组不一致性的基础上，提出一种改进的动力电池组最大可充放电功率估计方法。该估计方法能够估计动力电池组在约束条件下的最大可充放电功率，为极限加速、爬坡、快速充放电和再生制动等运行状态提供电池的安全控制依据，避免动力电池的损坏。