純電動(dòng)汽車鋰電池組健康狀態(tài)(SOH)的估計(jì)研究.pdf

1、環(huán)境惡化和能源危機(jī)給傳統(tǒng)汽車的發(fā)展帶來(lái)雙重壓力，因此電動(dòng)汽車已經(jīng)成為未來(lái)汽車發(fā)展的主要方向。動(dòng)力電池組是電動(dòng)汽車的能量來(lái)源，為了確保電動(dòng)汽車能夠安全穩(wěn)定高效地運(yùn)行，需要對(duì)電池進(jìn)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(cè)與診斷提供依據(jù)，有助于及時(shí)了解電池組各單體電池的健康狀態(tài)，及時(shí)更換老化的單體電池，提高電池組的整體壽命，進(jìn)一步提高電動(dòng)車的動(dòng)力性能。因此及時(shí)、準(zhǔn)確地

2、對(duì)電池組SOH進(jìn)行估計(jì)具有非常重要的實(shí)際意義。
　　目前國(guó)內(nèi)外對(duì)于電池SOH估計(jì)的研究較少，而且主要針對(duì)于單體電池，以電池組整體作為對(duì)象進(jìn)行研究的文獻(xiàn)就更少。此外，上述研究主要依賴于實(shí)驗(yàn)室的測(cè)試環(huán)境，很少有人采用實(shí)際中電動(dòng)汽車運(yùn)行的實(shí)時(shí)電池?cái)?shù)據(jù)進(jìn)行研究，而本文以純電動(dòng)出租車作為實(shí)驗(yàn)對(duì)象，基于實(shí)時(shí)采集得到的電池?cái)?shù)據(jù)對(duì)電池組的SOH值進(jìn)行動(dòng)態(tài)跟蹤預(yù)測(cè)。
　　首先，根據(jù)電池SOH的相關(guān)定義，本文選擇用歐姆內(nèi)阻作為電池SOH的評(píng)價(jià)指

3、標(biāo)。其次，基于電動(dòng)出租車實(shí)時(shí)運(yùn)行過(guò)程中的電池?cái)?shù)據(jù)，對(duì)電池組的充放電特性進(jìn)行了詳細(xì)的分析，說(shuō)明了本文用一個(gè)簡(jiǎn)單模型來(lái)表達(dá)電池組整體特性的合理性。接下來(lái)，以單體電池等效電路模型為基礎(chǔ)，應(yīng)用電路基本理論對(duì)電池組模型的結(jié)構(gòu)進(jìn)行了分析推導(dǎo)，最終建立了二階RC電池組等效電路模型。最后，以實(shí)時(shí)采集得到的電動(dòng)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(duì)電池組模型的未知參數(shù)進(jìn)行了辨識(shí)和求解，確定了電池組模型。
　　電池組是一個(gè)復(fù)雜的非線性系

4、統(tǒng)，而粒子濾波算法對(duì)于求解非線性問(wèn)題具有一定的優(yōu)越性，所以本文對(duì)粒子濾波算法動(dòng)態(tài)估計(jì)電池組內(nèi)阻值進(jìn)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(shí)測(cè)數(shù)據(jù)進(jìn)行了電池組內(nèi)阻的估計(jì)實(shí)驗(yàn)。結(jié)果表明，粒子濾波算法能夠較好地動(dòng)態(tài)跟蹤預(yù)測(cè)充電過(guò)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(wèn)題直接影響算法的準(zhǔn)確性，因此為了更好地解決算法中粒子的退化問(wèn)題，提高粒子濾波算法對(duì)于電池組內(nèi)阻的預(yù)測(cè)精度，本文將遺傳算法的思