純電動汽車鋰電池組健康狀態(tài)(SOH)的估計研究.pdf

1、環(huán)境惡化和能源危機給傳統(tǒng)汽車的發(fā)展帶來雙重壓力，因此電動汽車已經(jīng)成為未來汽車發(fā)展的主要方向。動力電池組是電動汽車的能量來源，為了確保電動汽車能夠安全穩(wěn)定高效地運行，需要對電池進行必要地管理和控制。電池組健康狀態(tài)(SOH)是電池管理系統(tǒng)中最重要的參數(shù)之一，精確掌握電池組SOH可以為其自身的檢測與診斷提供依據(jù)，有助于及時了解電池組各單體電池的健康狀態(tài)，及時更換老化的單體電池，提高電池組的整體壽命，進一步提高電動車的動力性能。因此及時、準確地

2、對電池組SOH進行估計具有非常重要的實際意義。
　　目前國內(nèi)外對于電池SOH估計的研究較少，而且主要針對于單體電池，以電池組整體作為對象進行研究的文獻就更少。此外，上述研究主要依賴于實驗室的測試環(huán)境，很少有人采用實際中電動汽車運行的實時電池數(shù)據(jù)進行研究，而本文以純電動出租車作為實驗對象，基于實時采集得到的電池數(shù)據(jù)對電池組的SOH值進行動態(tài)跟蹤預測。
　　首先，根據(jù)電池SOH的相關定義，本文選擇用歐姆內(nèi)阻作為電池SOH的評價指

3、標。其次，基于電動出租車實時運行過程中的電池數(shù)據(jù)，對電池組的充放電特性進行了詳細的分析，說明了本文用一個簡單模型來表達電池組整體特性的合理性。接下來，以單體電池等效電路模型為基礎，應用電路基本理論對電池組模型的結(jié)構(gòu)進行了分析推導，最終建立了二階RC電池組等效電路模型。最后，以實時采集得到的電動出租車電池充電數(shù)據(jù)，根據(jù)遺忘因子遞推最小二乘法原理對電池組模型的未知參數(shù)進行了辨識和求解，確定了電池組模型。
　　電池組是一個復雜的非線性系

4、統(tǒng)，而粒子濾波算法對于求解非線性問題具有一定的優(yōu)越性，所以本文對粒子濾波算法動態(tài)估計電池組內(nèi)阻值進行了深入的研究，將粒子濾波算法和電池組等效電路模型相結(jié)合，利用實測數(shù)據(jù)進行了電池組內(nèi)阻的估計實驗。結(jié)果表明，粒子濾波算法能夠較好地動態(tài)跟蹤預測充電過程中電池組的內(nèi)阻，該算法具有良好的適用性。
　　由于粒子的退化問題直接影響算法的準確性，因此為了更好地解決算法中粒子的退化問題，提高粒子濾波算法對于電池組內(nèi)阻的預測精度，本文將遺傳算法的思