磷酸鐵鋰電池建模及SOC算法研究.pdf

1、近年來，隨著能源危機、環(huán)境問題的日益突出，磷酸鐵鋰電池以其自身的安全性、無污染等眾多性能優(yōu)點逐漸受到廣泛的關(guān)注，在汽車，后備電源等領(lǐng)域得到了廣泛的應用。為深入對電池的研究，建立符合電池特性的準確模型對于電池管理系統(tǒng)及工程開發(fā)有著十分重要的意義，而作為電動汽車的動力電池而言，準確的荷電狀態(tài)(SOC)的估計對提高電池使用壽命和整車性能都具有重要意義。
　　為了建立準確的電池模型，本論文進行了大量的充放電試驗來對磷酸鐵鋰電池的性能特性進

2、行研究，在不同溫度、不同放電倍率下，不同的荷電狀態(tài)下進行HPPC復合脈沖充放電測試，獲取充放電雙方向上的參數(shù)。結(jié)合現(xiàn)有等效電路模型進行一階和二階模型的改進。通過在三種工況下與實際工況響應值進行對比驗證，建立的兩種模型都具有較高的精度，其中在復雜工況下一階修正模型的平均誤差為0.025V，二階修正模型的平均誤差為0.0103V，為后文擴展卡爾曼濾波算法估算SOC提供了準確的模型。
　　作為電動汽車發(fā)展的核心技術(shù)之一的動力電池的荷電狀

3、態(tài)（SOC）估算，是電動汽車產(chǎn)業(yè)化、實用化的關(guān)鍵。本文在前文建立的模型基礎(chǔ)上，采用擴展卡爾曼濾波算法對電池的剩余電量進行估算。通過在四種不同工況下對卡爾曼濾波算法進行對比，一階模型的卡爾曼濾波算法的精度在恒工況下要略高于二階模型算法的精度，二階模型算法在變工況下有更高的精度。通過在復雜工況下對二階模型的收斂性驗證發(fā)現(xiàn)，在初始誤差為20％時，電池經(jīng)過9分鐘的運行后，算法估算的精度收斂到5%左右。初始誤差為50%時，算法經(jīng)過40分鐘的調(diào)整后