当前位置:主页 > 科技论文 > 电力论文 >

三元锂离子电池SOC在线估计算法研究

发布时间:2020-10-18 11:50
   随着能源危机和环境污染的持续加重,汽车工业中清洁能源的发展已经提上日程,尤其是以锂离子电池为代表的动力电池。为了确保锂离子电池工作过程中安全、稳定以及高效准确的要求,研究其电池管理系统(BMS)在新能源汽车领域尤其重要,而电池荷电状态(SOC)估计的精度和实时性又是BMS研究中的重点和难点。因此,本文以Sony公司一款型号为VTC6的18650型锂离子电池为研究对象,以二阶等效电路为电池的数学模型,以新威尔充放电测试仪、德国DSPACE1104等设备为锂离子搭建电池估算平台,研究SOC实时准确的估计方法。论文主要内容包括:首先,介绍锂离子电池内部的工作原理和主要电池性能参数,并结合相关试验数据,研究三元锂离子电池的电流、电压以及内阻等实验特性,分析SOC估算过程中上述因素的影响。然后,分析现有电化学、等效电路和神经网络等模型的特点,建立锂离子电池的2RC等效电路模型。在HPPC循环工况下,结合递推最小二乘法(RLS)来辨识模型参数,并通过电池的Simulink模型验证在静态和动态测试工况下辨识参数的准确性。分析和探讨锂离子电池SOC常见估算算法的利弊,研究扩展卡尔曼(EKF)、无迹卡尔曼(UKF)和改进的中心差分卡尔曼(SRCDKF)的原理和具体递归步骤。最后,根据锂离子电池SOC实时估算实验的具体要求,搭建锂离子电池估算实验平台,并选择电流采集模块。在脉冲放电工况和UDDS工况下,通过dSPACE的RTI软件和ControlDesk实验环境,实现实时估算锂离子电池SOC以及在线校正和标定参数的功能。结果表明,本文提出的SRCDKF实时估算SOC比EKF和UKF具有更高的精度、更快的收敛速度和更好的稳定性。
【学位单位】:温州大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TM912
【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及科学意义
    1.2 SOC估算方法的研究现状
    1.3 电池测试系统研究现状
    1.4 课题的应用前景
    1.5 本文主要研究内容
第二章 锂电池特性研究及模型分析
    2.1 锂离子电池的结构和工作原理
    2.2 锂电池的主要特性参数
    2.3 三元锂离子电池的特性实验研究
        2.3.1 电流特性实验研究
        2.3.2 电压特性实验研究
        2.3.3 电池内阻特性实验研究
    2.4 电池模型分析
        2.4.1 电化学模型分析
        2.4.2 神经网络模型分析
        2.4.3 等效电路模型分析
    2.5 小结
第三章 锂离子电池建模及其参数辨识
    3.1 电池模型的建立
    3.2 三元锂电池参数辨识
        3.2.1 系统参数辨识的基本原理
        3.2.2 最小二乘法辨识模型过程
        3.2.3 HPPC实验设计
    3.3 模型验证
    3.4 小结
第四章 SOC估计算法的研究
    4.1 经典卡尔曼滤波算法
        4.1.1 线性卡尔曼滤波算法
        4.1.2 扩展卡尔曼滤波算法
    4.2 无迹卡尔曼滤波算法
        4.2.1 无迹(Unscented Transformation,UT)变换
        4.2.2 UT变换采样策略分析
        4.2.3 无迹卡尔曼滤波(UKF)算法实现步骤
    4.3 改进的中心差分卡尔曼滤波算法
        4.3.1 Stirling插值公式
        4.3.2 改进的二阶中心差分卡尔曼滤波算法实现流程
    4.4 本章小结
第五章 搭建快速原型平台及验证算法分析结果
    5.1 锂离子电池实时测试平台搭建
    5.2 实时控制系统软硬件介绍
        5.2.1 ControlDesk软件介绍
        5.2.2 DS1104板卡介绍
    5.3 电流传感器及其电路选型
    5.4 算法验证以及结果分析
        5.4.1 算法验证
        5.4.2 结果分析
    5.5 本章小结
第六章 总结与展望
    6.1 课题主要研究内容总结
    6.2 展望
参考文献
致谢
攻读硕士期间发表学术论文情况

【参考文献】

相关期刊论文 前10条

1 张金龙;魏艳君;李向丽;张迪;漆汉宏;;基于模型参数在线辨识的蓄电池SOC估算[J];电工技术学报;2014年S1期

2 胡志坤;刘斌;林勇;王文祥;彭小奇;;电池SOC的自适应平方根无极卡尔曼滤波估计算法[J];电机与控制学报;2014年04期

3 毛华夫;万国春;汪镭;张谦;;基于卡尔曼滤波修正算法的电池SOC估算[J];电源技术;2014年02期

4 方明杰;王群京;;基于扩展卡尔曼滤波算法的锂离子电池的SOC估算[J];电工电能新技术;2013年02期

5 马兹林;冒晓建;王俊席;唐航波;卓斌;;修正RC模型混合动力车用氢镍蓄电池SOC预测[J];电源技术;2012年07期

6 王佳元;孙泽昌;魏学哲;戴海峰;;基于一致性估计的车用动力蓄电池组SOC修正法[J];同济大学学报(自然科学版);2012年05期

7 尹安东;张万兴;赵韩;江昊;;基于神经网络的磷酸铁锂电池SOC预测研究[J];电子测量与仪器学报;2011年05期

8 林成涛;仇斌;陈全世;;电流输入电动汽车电池等效电路模型的比较[J];机械工程学报;2005年12期

9 林成涛,王军平,陈全世;电动汽车SOC估计方法原理与应用[J];电池;2004年05期

10 陈全世,林拥军,张东民;电动汽车用铅酸电池放电特性的研究[J];汽车技术;1996年08期



本文编号:2846259

论文下载
论文发表

本文链接:http://www.bigengculture.com/kejilunwen/dianlilw/2846259.html

分享