電源管理系統(tǒng)設(shè)計(jì)及參數(shù)估計(jì)策略研究.pdf

1、能源危機(jī)和環(huán)境污染問(wèn)題的日益加劇使得電動(dòng)汽車(chē)的研究成為汽車(chē)研究的重要方向。通過(guò)有效的管理和控制，使得電動(dòng)汽車(chē)動(dòng)力源——電池組的性能和循環(huán)壽命得到顯著提升是電動(dòng)汽車(chē)研究的重點(diǎn)。因此，如何構(gòu)建一套完善的電池組電源管理系統(tǒng)，以實(shí)現(xiàn)對(duì)電池組的各種狀態(tài)的實(shí)時(shí)獲取，進(jìn)而對(duì)其充放電過(guò)程的動(dòng)態(tài)管理是維護(hù)電動(dòng)汽車(chē)安全、長(zhǎng)效運(yùn)行的關(guān)鍵。
　　 針對(duì)上述問(wèn)題，本文設(shè)計(jì)了基于嵌入式實(shí)時(shí)操作系統(tǒng)的電動(dòng)汽車(chē)電源管理系統(tǒng)，電源管理系統(tǒng)通過(guò)采集電池組的電壓、電

2、流、溫度等數(shù)據(jù)，并在電池非線性狀態(tài)空間模型的基礎(chǔ)上，應(yīng)用多種衍生的Kalman濾波算法，估計(jì)出電池組的荷電狀態(tài)（State-of-Charge，SOC）、健康狀況（State-of-Health，SOH）等重要參數(shù)，進(jìn)而對(duì)電池組的充放電過(guò)程進(jìn)行有效的控制，確保電池組的安全、長(zhǎng)效運(yùn)行。本文主要的研究和工作如下：
　　 1.設(shè)計(jì)了基于分布式無(wú)線傳感器網(wǎng)絡(luò)的電池組管理系統(tǒng)通過(guò)Zigbee網(wǎng)絡(luò)對(duì)分布于車(chē)內(nèi)各處的電池模塊的電壓、溫度等基礎(chǔ)

3、信息進(jìn)行采集，并匯集到主控單元內(nèi)，各采集單元、主控單元均采用基于UC/OSII的嵌入式操作系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)采集、參數(shù)估計(jì)、實(shí)時(shí)控制、實(shí)時(shí)顯示等多任務(wù)合理調(diào)度和處理。分布式無(wú)線傳感器網(wǎng)絡(luò)使得系統(tǒng)的可擴(kuò)展性強(qiáng)，配置簡(jiǎn)單，UC/OSII實(shí)時(shí)操作系統(tǒng)確保了各個(gè)實(shí)時(shí)任務(wù)的并發(fā)處理。在該系統(tǒng)基礎(chǔ)上衍生的多款電池組管理系統(tǒng)產(chǎn)品已經(jīng)在多款商用車(chē)上進(jìn)行了實(shí)際運(yùn)行。
　　 2.鋰電池SOC估計(jì)
　　 （a）針對(duì)多串電池組的SOC估計(jì)問(wèn)題，在單

4、體電池模型基礎(chǔ)上，考慮串聯(lián)電池組的木桶效應(yīng)，建立電池組Vmin狀態(tài)空間模型，并在此模型基礎(chǔ)上應(yīng)用擴(kuò)展kalman濾波算法，實(shí)現(xiàn)電池組SOC的遞歸估計(jì)。通過(guò)不同工況下的數(shù)據(jù)對(duì)算法可靠性進(jìn)行驗(yàn)證，并與常用的算法進(jìn)行比較，結(jié)果表明Vmin-EKF法能對(duì)SOC的動(dòng)態(tài)值進(jìn)行準(zhǔn)確估計(jì)，并對(duì)狀態(tài)量的初值誤差和電流輸入噪聲均有很強(qiáng)的抑制作用。
　　 （b）鋰電池模型的輸入變量——電流值易產(chǎn)生漂移，從而使得基于EKF的電池SOC估計(jì)出現(xiàn)較大誤差，

5、針對(duì)上述問(wèn)題，將電流輸入漂移當(dāng)成模型的參數(shù)，應(yīng)用Joint-EKF算法，實(shí)現(xiàn)狀態(tài)量SOC與電流輸入噪聲的同步估計(jì)。通過(guò)與同類(lèi)算法相比較，該算法用較小的計(jì)算復(fù)雜度達(dá)到了很好的估計(jì)效果，在嵌入式的電池組電源管理系統(tǒng)上具有很好的適用性。
　　 3.鋰電池SOH估計(jì)分析對(duì)鋰電池SOH產(chǎn)生影響的因素，定義表征SOH的兩個(gè)狀態(tài)變量——電池內(nèi)阻和電池額定容量。提出一種基于降階的Dual-EKF算法用于SOH的狀態(tài)變量估計(jì)，將Dual-EKF的