电动汽车铅酸蓄电池特性建模与荷电状态估计

摘要

为了解决能源危机与环境污染，世界各国汽车厂商积极致力于电动汽车的研究和产业化。蓄电池性能是制约着电动汽车产业化的关键因素。蓄电池是电、化学、物理综合系统，其静动态性能相当复杂。因此蓄电池特性模型与荷电状态(SOC)估计一直是业界研究的热点和难点。 首先，在介绍蓄电池性能特性和总结现有蓄电池模型的基础之上，提出一种复杂度适中和物理意义明确的等效电路模型，推导得到模型在充电阶段、放电阶段、充电后静置阶段、放电后静置阶段的开路电压计算表达式。在通过充放电试验得到电池真实电压、电流值的基础之上计算得到等效电路模型元件值。 基于上述电池性能模型，详细分析现有SOC估计方法的优缺点及适用场合，提出了一种结合神经网络自学习能力和模糊系统逻辑推理能力的自适应神经模糊推理的电池SOC估计方法。 最后，将加速寿命方法引入到蓄电池的寿命预测模型中。借助文献中的失效数据对电池的寿命进行了在概率下的预测仿真，得到了蓄电池的寿命参数。 通过对计算数据与实验数据的比较和模型仿真，得出电压预测值与其实际值基本吻合，SOC预测值与实际值的误差在8％之内的研究结果。表明该模型比较好地反映了电池特性，SOC估计算法精度可以满足一般要求，研究结果具有较高的应用价值。

目录

文摘

英文文摘

声明

第一章绪论

1.1电动汽车

1.2蓄电池及其性能特点

1.2.1电动汽车蓄电池

1.2.2蓄电池术语与性能指标

1.2.3铅酸蓄电池性能特性分析

1.3电池管理系统

1.4研究目的与意义

1.5国内外发展现状

1.6主要工作与研究目标

第二章蓄电池性能实验台简介

2.1系统结构与工作原理

2.2系统功能及特点

2.3系统硬件结构设计

2.4软件整体功能框架

第三章改进的蓄电池等效电路模型

3.1电池模型综述

3.1.1电化学模型

3.1.2计算智能模型

3.1.3等效电路模型

3.2改进等效电池模型

3.2.1铅酸蓄电池改进等效电路模型

3.2.2放电状态分析

3.2.3充电状态分析

3.3参数计算

3.3.1放电状态参数计算

3.3.2充电状态参数计算

3.4实验分析

第四章电池荷电状态SOC预测

4.1电池荷电状态的基本理论

4.2常用电池荷电状态估计方法

4.3基于自适应神经模糊推理的SOC估计

4.3.1自适应神经模糊模型组成

4.3.2神经模糊推理SOC估计

4.4 SOC估计的实验分析

4.4.1恒流放电下的实验分析

4.4.2模拟工况下的实验分析

第五章电池寿命模型与预测方法

5.1电池寿命预测模型

5.1.1物理化学老化模型

5.1.2加权安时老化模型

5.1.3标志事件老化模型

5.2加速寿命试验理论

5.2.1加速寿命模型

5.2.2应力类型与应力水平

5.2.3计算结果与计算图像

5.3蓄电池加速寿命仿真

总 结

参考文献

致 谢