面向纯电动汽车仿真的动力电池建模与SOC估计算法研究

摘要

近年来，环境污染与能源危机问题日益突出，世界各国汽车行业都在加紧对新能源汽车相关关键技术的研发，其中有关纯电动汽车的技术是最受关注的研究方向之一。电池管理系统(BMS)是纯电动汽车的核心组成部分，通过对电池能量的监测及有效控制，在保证行车安全的同时，可以最大限度的提升电动汽车单次充电的续航里程。在BMS相关技术研究中，如何建立能够准确反映电池特性的电池模型，提高电池荷电状态(SOC)的估算精度一直是重点与难点。 本文以磷酸铁锂电池为研究对象，基于对其特性的分析提出了一种改进的等效电路电池模型；在考虑SOC估算精度相关影响因素的基础上，对扩展卡尔曼滤波算法(EKF)进行改进，提高了电池SOC的估算精度。主要内容包括： 1、磷酸铁锂电池特性分析。对磷酸铁锂电池的内部结构、工作原理、相关性能参数及充放/电基本特性等进行了分析，重点分析了电池在充放电过程中滞回电压和电压回弹现象产生的电化学机理。 2、动力电池建模。对常见电池模型进行了分析，主要针对磷酸铁锂电池电动势特性及超电势特性提出了一种改进的等效电路模型，在Matlab/Simulink软件中搭建了电池模型，并通过实验数据进行了模型参数辨识。 3、SOC估计。对常见SOC估计算法进行了分析比较，重点以EKF算法为基础，对SOC估算过程中的相关影响因素进行了分析，针对电流效率及电池容量不断变化问题设置了修正系数，形成了改进EKF算法，并通过实验数据确定了修正系数。在Matlab/Simulink软件中，搭建了仿真模型。 4、仿真及试验验证。采用搭建的电动汽车动力系统试验台，通过三种常见汽车工况：欧洲NEDC工况，美国UDDS工况和中国典型城市工况，对本文所提出电池模型及改进EKF算法进行了仿真与试验对比验证。

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 动力电池的发展

1.3 国内外研究现状

1.3.1 电池模型研究现状

1.3.2 SOC估计算法研究现状

1.4 本文内容安排

2 磷酸铁锂电池特性分析

2.1 电池工作原理

2.2 电池性能参数

2.3 电池外特性

2.3.1 电动势特性

2.3.2 超电势特性

2.4 本章小结

3 动力电池建模

3.1 常见电池模型分析

3.1.1 电化学模型

3.1.2 神经网络模型

3.1.3 等效电路模型

3.2 改进的电池模型

3.2.1 模型的提出

3.2.2 模型的建立

3.3 模型参数辨识

(1)等效电压源部分参数辨识

(2)RC网络部分参数辨识

3.4 模型对比分析

3.5 本章小结

4 SOC估计

4.1 SOC的定义

4.2 常见SOC估计方法

4.2.1 安时积分法

4.2.2 开路电压法

4.2.3 神经网络法

4.2.4 扩展卡尔曼滤波法

4.3 算法对比分析

4.4 改进扩展卡尔曼滤波算法

4.4.1 改进算法的提出

4.4.2 修正系数的确定

4.4.3 算法与模型的结合

4.5 本章小结

5 仿真及试验验证

5.1 试验台介绍

5.1.1 试验台原理

5.1.2 试验台参数

5.1.3 试验台加载方式

5.2 电池模型及算法验证

5.2.1 NEDC工况验证

5.2.2 UDDS工况验证

5.2.3 中国典型城市工况验证

5.3 验证效果分析

(1)关于改进电池模型的验证

(2)关于改进EKF算法的验证

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

个人简历、在校期间发表的学术论文及研究成果

致谢