基于可變參數(shù)電池模型的閉環(huán)SOC估計方法研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、能源和環(huán)境問題己成為當今世界發(fā)展的重要議題,作為節(jié)能環(huán)保代表,電動汽車以其低污染零排放和較低使用成本等優(yōu)勢倍受廣大消費者的青睞。作為電動汽車的主要動力來源,動力鋰電池已成為近些年研究的熱點。動力鋰電池荷電狀態(tài)(State-of-Charge,SOC)直接反映電池剩余容量的多少,并在一定程度上反映電動汽車的續(xù)航里程。SOC的準確估計對實現(xiàn)電池電量的有效管理和續(xù)航里程的準確預(yù)估、避免電池過充和過放具有重要意義。本文以電動汽車車用動力鋰電池為

2、研究對象,從電池模型和濾波算法兩大主要影響因素出發(fā),對電池SOC估計進行研究。
  本文首先通過對常用電池模型工作原理及其優(yōu)缺點的分析,選擇易進行模型參數(shù)辨識實驗、物理意義明確的Thevenin模型作為研究對象。針對常用Thevenin模型模型參數(shù)固定,適用范圍有限的問題。結(jié)合電池在實際工作過程中內(nèi)阻的變化規(guī)律,建立模型參數(shù)受溫度T和SOC影響的可變參數(shù)Thevenin模型。為在保證電池模型精度的同時又使電池模型不至于特別復(fù)雜,文

3、章利用基于中心復(fù)合設(shè)計(Central Composite Designs,CCD)的實驗設(shè)計(Design of Experiment,DOE)方法和最小二乘法對模型參數(shù)進行辨識;濾波算法的準確性對保證SOC的估計精度具有重要作用,隨后文章通過對常用濾波算法的應(yīng)用原理的分析,針對系統(tǒng)噪聲影響較大時對算法估計精度的影響,提出了一種改進的無跡卡爾曼粒子濾波(Improved Unscented Kalman Particle Filter

4、,IUPF)算法。將系統(tǒng)狀態(tài)噪聲和量測噪聲兩者同時引入到采樣點中,對其進行對稱采樣處理,同時將其引入到算法計算過程當中以保證算法的精度。在可變參數(shù)Thevenin模型基礎(chǔ)上所采用的IUPF算法,在保證模型適用范圍的同時減小了噪聲對系統(tǒng)估計精度的影響。
  本文選定同類型同一批次多個9A·h圓柱形磷酸鐵鋰動力電池單體作為研究對象,以充放電柜和高低溫箱為實驗條件,在不同工況下分別進行多次充放電實驗。實驗及仿真結(jié)果表明,基于IUPF算法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論