电动汽车电池荷电状态及行动力分析研究

摘要

电动汽车行驶过程当中，动力电池的荷电状态和健康状况是电动汽车驾驶者最为关心，也是电池管理系统和行动力分析中最为重要的参数。本文针对电动汽车动力电池荷电状态SoC和电池健康状况SoH的估算进行了分析和研究，分别提出了基于车载电池管理系统和云服务的估算方法。此外，本文还对电动汽车的行动力做了初步的分析和研究。
　　本文建立了锂离子电池的二阶 RC电路模型，并在电路模型基础上推导出基于最小二乘法的电池荷电状态估算方法，由于最小二乘法可能存在病态问题，本文在此基础上做了改进，使用Householder变换方法，既避免了直接求解最小二乘法的正则方程，又降低了计算量从而提高了计算的效率；本文还提出了BP神经网络估算电池荷电状态的方法，并用电池的充放电数据对两种方法进行了验证。
　　本文对电池寿命实验中不同健康状况下电池电压归一化曲线进行研究，提出了基于电池归一化电压曲线插值法估算SoH的方法；本文还建立了电池寿命的Elman神经网络数据驱动模型，并用18650电池寿命数据对两种方法进行了验证。
　　针对电动汽车行动力分析问题，本文设计了行动力道路驾驶实验，建立了不同驾驶行为下的电动汽车驾驶行为模型、速度预测模型、电池功率模型和电池放电模型，实现了不同驾驶行为下的目的地电池荷电状态的预测。同时在原有分析的基础上，引入了闭环电流反馈，实现了基于驾驶行为分类更新的目的地荷电状态的动态预测。

目录

封面

声明

答辩决议书

中文摘要

英文摘要

目录

第一章 绪论

1.1课题来源及研究的目的和意义

1.2国内外研究现状及分析

1.3本文的主要研究内容

第二章 基于改进的最小二乘法和BP神经网络的电池荷电状态估算方法

2.1常用的SoC估算方法

2.2锂离子电池RC模型的建立与验证

2.3基于改进的最小二乘法估算电池SoC

2.4基于车联网技术的BP神经网络估算电池SoC

2.5锂离子电池充放电系统平台的搭建和充放电实验

2.6锂离子电池充放电实验结果和误差讨论

2.7本章总结

第三章 锂离子电池SoH模型的建立和寿命预测

3.1锂离子电池SoH的常用估算方法

3.2电压曲线插值法估算电池SoH

3.3基于数据驱动的Elman神经网络估算电池SoH

3.4本章小结

第四章 基于云服务的电动汽车行动力分析

4.1电动汽车行动力道路驾驶实验与行动力监测系统

4.2开环的电动汽车行动力分析

4.3基于驾驶行为更新的闭环电动汽车行动力分析

4.4本章小结

第五章 总结与展望

5.1总结

5.2展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文