基于強(qiáng)跟蹤卡爾曼濾波的車(chē)用鋰電池SOC估計(jì)算法的研究.pdf

1、隨著能源短缺及環(huán)境污染問(wèn)題的日益凸顯，新能源電動(dòng)汽車(chē)逐漸受到了人們的關(guān)注，而電池管理系統(tǒng)作為電動(dòng)汽車(chē)的重要組成部分也成為各大汽車(chē)廠(chǎng)商及學(xué)者的研究熱點(diǎn)。電池荷電狀態(tài)SOC是電動(dòng)汽車(chē)電池管理系統(tǒng)實(shí)現(xiàn)高效管理的關(guān)鍵性能指標(biāo)，它相當(dāng)于傳統(tǒng)汽車(chē)的油量表，直接反應(yīng)電池的剩余電量，其估計(jì)精確與否不僅直接關(guān)系到電池管理系統(tǒng)的整體性能，而且也是電動(dòng)汽車(chē)能否商業(yè)化的一個(gè)重要因素。由于電池在不同工作狀態(tài)下的動(dòng)態(tài)特性呈現(xiàn)高度非線(xiàn)性特性，反應(yīng)過(guò)程相當(dāng)復(fù)雜，所以精

2、確估計(jì)其值存在困難。國(guó)內(nèi)外對(duì)SOC估計(jì)精度問(wèn)題處在研究階段，仍然存在一定不足，找到一種合適的方法來(lái)提高SOC估計(jì)精度對(duì)電動(dòng)汽車(chē)的發(fā)展具有至關(guān)重要的意義。
　　本文以鋰電池作為研究對(duì)象，利用Matlab軟件，在試驗(yàn)數(shù)據(jù)基礎(chǔ)上，完成電池建模、參數(shù)辨識(shí)及SOC估計(jì)仿真等工作。所作具體工作如下:
　　首先，分析了放電倍率、溫度及循環(huán)次數(shù)對(duì)電池容量的影響，確定放電倍率對(duì)鋰電池可用容量的補(bǔ)償關(guān)系。然后通過(guò)脈沖放電試驗(yàn)及間歇充放電試驗(yàn)分析

3、鋰電池回彈電壓特性及開(kāi)路電壓特性，并根據(jù)響應(yīng)電壓曲線(xiàn)指導(dǎo)后文對(duì)鋰電池的建模。
　　其次，通過(guò)比較電池電化學(xué)模型、神經(jīng)網(wǎng)絡(luò)模型及等效電路模型，選擇二階RC模型作為電池等效電路模型，并結(jié)合安時(shí)積分方程建立電池的狀態(tài)空間模型?？紤]到模型參數(shù)時(shí)變的特點(diǎn)，通過(guò)HPPC試驗(yàn)數(shù)據(jù)，采用指數(shù)擬合的方法分別對(duì)不同SOC時(shí)刻的阻抗參數(shù)進(jìn)行辨識(shí)。在Matlab/Simulink中搭建電池模型，驗(yàn)證電池模型及辨識(shí)參數(shù)的準(zhǔn)確性。
　　最后，基于電池系

4、統(tǒng)的非線(xiàn)性特點(diǎn)，首先采用可用于非線(xiàn)性系統(tǒng)狀態(tài)觀(guān)測(cè)的擴(kuò)展卡爾曼濾波算法實(shí)現(xiàn)鋰電池SOC估計(jì)，并與傳統(tǒng)的安時(shí)積分算法估計(jì)SOC的效果進(jìn)行對(duì)比，仿真結(jié)果表明，擴(kuò)展卡爾曼濾波算法相比安時(shí)積分法具有更好的消除累積誤差及修正初始誤差的能力。然后基于擴(kuò)展卡爾曼濾波算法依賴(lài)電池模型精度和跟蹤突變能力差的缺點(diǎn)，論文提出一種強(qiáng)跟蹤卡爾曼濾波算法，在擴(kuò)展卡爾曼濾波算法基礎(chǔ)上，通過(guò)引入次優(yōu)漸消因子，強(qiáng)行使輸出殘差序列保持正交，提高狀態(tài)突變及模型不確定情況下算法