鋰離子電池能量估算與轉(zhuǎn)換均衡控制應(yīng)用研究.pdf

1、鋰離子電池具有能量密度高、無記憶、電壓高、無污染的優(yōu)點(diǎn)，已經(jīng)成為電動車動力電池的首選。動力電池作為儲能元件，在運(yùn)行的過程中需要知道其荷電狀態(tài)(state of charge,SOC)以確定其續(xù)航里程。由于電池的SOC是受電池的各個(gè)參數(shù)變化影響，因此實(shí)時(shí)估計(jì)電池SOC難度比較大，估算精度也不高。本文采用遞進(jìn)式智能估算方法對電池的SOC進(jìn)行實(shí)時(shí)估算以提高SOC的估算精度。電動車動力電池使用時(shí)需十幾節(jié)至幾百節(jié)的單體電池串聯(lián)，而單體電池的不一致

2、性對電池組的整體壽命和電池組的安全有很大的影響。本文采用單體電池監(jiān)控與能量轉(zhuǎn)換控制策略來延長電池的使用壽命和保證電池組的安全使用。具體的研究內(nèi)容如下：
　　1.分析了影響鋰離子電池SOC的因素，并測試了這些因素變化對鋰離子電池性能的影響權(quán)重。在此基礎(chǔ)上，比較了現(xiàn)有的鋰離子電池的SOC估算方法的優(yōu)缺點(diǎn)，從而確定采用遞進(jìn)式SOC智能估算方法。
　　2.采用反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)對其SOC進(jìn)行估

3、算，并對估算結(jié)果進(jìn)行了誤差分析，發(fā)現(xiàn)采用BP神經(jīng)網(wǎng)絡(luò)估算會出現(xiàn)較大邊緣誤差。針對此問題，提出用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。經(jīng)過比較優(yōu)化前后的估算效果，網(wǎng)絡(luò)訓(xùn)練收斂速率是優(yōu)化前的2倍，總體效果提升明顯，最終估算誤差控制在2.3％以下。為了更精確的估算電池組的SOC，建立了基于遺傳算法的卡爾曼濾波估算方法，根據(jù)電池動態(tài)模型建立狀態(tài)空間方程組，引入遺傳算法設(shè)計(jì)卡爾曼濾波器。根據(jù)前面實(shí)驗(yàn)所測數(shù)據(jù)估計(jì)電池的SOC，得到SOC估計(jì)值更接近真實(shí)值

4、，估算誤差不到2%。運(yùn)用擴(kuò)展卡爾曼濾波算法進(jìn)一步估算電池SOC。在原有的戴維寧電池模型基礎(chǔ)上，增加了一個(gè)電阻-電容電路，得到改善的戴維寧模型。把卡爾曼濾波中的狀態(tài)方程按一階泰勒級數(shù)展開，得到可估算非線性系統(tǒng)的擴(kuò)展卡爾曼濾波估算方法。在運(yùn)算過程中加入了電池健康狀態(tài)因子，在恒流放電與恒阻放電的條件下，得到的SOC估計(jì)值誤差低于1.5%，較大地提高了估算精度。
　　3.在虛擬儀器平臺上對單排13節(jié)鋰離子電池組進(jìn)行管理監(jiān)控。當(dāng)單體電池電量

5、不足時(shí)，此單體電池被切換出系統(tǒng)，同時(shí)用備用電池替換，電池組可繼續(xù)正常對外供電。通過PCI-6251數(shù)據(jù)采集卡采集數(shù)據(jù)，監(jiān)控管理控制軟件由LabVIEW編寫，在線估算電池的SOC，界面友好美觀。電量不足的單體電池切換出來后，加入能量均衡模塊。在電動車運(yùn)行中，切換出的電池組的單體電池能及時(shí)有效地利用電動車的制動能量回收系統(tǒng)及蓄能單元對其進(jìn)行充電。對13節(jié)鋰離子電池在恒流放電下的均衡實(shí)驗(yàn)表明，電池組均衡效果好，能有效提高鋰離子電池組的使用效率