电动汽车用锂离子电池荷电状态估计算法的研究

摘要

动力电池的荷电状态(SOC，State Of Charge)是电池不可直接测量的重要二次量，反映了电池的剩余可用能量，是电动汽车能量优化算法的重要参数，所以 SOC估计算法也是电动汽车电池管理系统的关键技术之一。本文以电动汽车中最常用的锂离子动力电池为对象，以电动汽车的应用为背景，对SOC的估计算法进行了研究，并设计了应用滑模观测器理论的SOC估计方法。
　　本文首先建立了电池的Thevenin等效电路模型，并利用电池恒流放电实验和脉冲放电实验的实验结果结合非线性最小二乘法对模型参数进行了辨识，最终得到电池的非线性的状态空间模型。
　　然后，对建立的电池模型进行了可观性分析，得到模型可观的结论，并在此基础上，设计了一种能消除抖动的滑模状态观测器。为分析观测器的稳定性，本文对模型中的非线性项进行了分析，根据其导数有界的特性，利用拉格朗日中值定理给出了保证观测器收敛的条件，并由此给出了滑模观测器的参数设计方法。随后，在 Matlab/Simulink环境下对本文的方法进行了仿真，并与目前研究最多的扩展卡尔曼滤波SOC估计方法进行了比较与分析，结果表明在电池的建模误差相同的情况下本文设计的滑模观测器估计方法具有更高的估计精度。
　　最后，针对电动汽车实际应用中大电流放电时电池可用电量减少的现象，结合Peukert方程，对电池模型进行了修正，并对SOC估计算法进行了改进，使其在电池大电流脉冲放电时也具有较高的精度。随后，在Matlab/Simulink环境下，对改进后的算法进行了仿真并与原估计算法进行了比较与分析，结果表明，改进后的SOC估计算法成功地解决了原算法的电池可用电量变化的情况下估计误差变大的问题。

目录

电动汽车用锂离子电池荷电状态估计算法的研究

RESEARCH ON STATE OF CHARGE ESTIMATION FOR LYTHIUM-ION BATTERY USED IN ELECTRIC VECHILE

摘 要

Abstract

目 录

第1 章 绪 论

1.1 课题背景及研究的目的和意义

1.2 SOC估计方法的研究现状

1.3 本文研究内容与组织结构

第2章 锂离子电池模型的建立及其参数辨识

2.1 引言

2.2 锂离子电池原理简介

2.3 常用电池模型分析

2.4 Thevenin等效电路模型及其参数辨识

2.5 本章小结

第3章 基于滑模观测器的SOC估计方法

3.1 引言

3.2 常用的SOC估计算法分析

3.3 滑模观测器设计

3.4 滑模观测器SOC估计算法仿真

3.5 本章小结

第4章 电池容量变化对SOC估计精度影响的分析

4.1 引言

4.2 大电流放电时的电池特性分析

4.3 电池模型的修正

4.4 SOC估计算法的改进

4.5 本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致谢