基于CKF的鋰電池SOC估算及其電池管理系統(tǒng)研究.pdf

1、當今社會，隨著人們對能源和環(huán)境的依賴越來越強，能源節(jié)約和環(huán)境保護越來越被大家所重視，新能源汽車成為世界各國汽車行業(yè)領域的重點研究方向。動力電池是影響新能源汽車發(fā)展的重要因素之一。鋰電池因為相比于其他儲能電池具有眾多優(yōu)點而在新能源汽車方面的應用越來越廣泛。但鋰電池組在使用時各單體電池間存在不一致性，會對鋰電池容量、使用壽命等造成嚴重影響，因此需要設計相應的電池管理系統(tǒng)(BMS)來解決這一問題。而對鋰電池荷電狀態(tài)(SOC)的估算又是電池管理

2、系統(tǒng)的重點及核心之一。本文對基于容積卡爾曼濾波(CKF)的鋰電池荷電狀態(tài)估算方法進行了研究，并研究設計了相應的電池管理系統(tǒng)，論文主要工作及成果如下：
　　1、闡述了在節(jié)能減排、保護環(huán)境的大背景下發(fā)展電動汽車的必要性，表明鋰電池在電動汽車運用方面存在的優(yōu)勢，指出了電池管理系統(tǒng)研究對鋰電池組的重要意義，分析了電池管理系統(tǒng)國內外研究現(xiàn)狀，闡明了荷電狀態(tài)定義及研究現(xiàn)狀，并給出了本文研究內容。
　　2、分析了鋰電池充放電特性及溫度特性

3、，闡述了內部電阻式、戴維南式、PNGV式和Massimo Ceraolo式等幾種典型的鋰電池等效電路模型，設計了雙RC并聯(lián)回路式等效電路模型，列出了該等效電路模型下的離散化狀態(tài)方程和輸出方程，并進行了鋰電池開路電壓(OCV)與荷電狀態(tài)標定實驗。
　　3、分析了安時積分法、開路電壓法、內阻分析法、人工神經網絡法和卡爾曼濾波法等電池荷電狀態(tài)估算方法的優(yōu)缺點及適用條件，提出了基于容積卡爾曼濾波原理的鋰電池荷電狀態(tài)估算方法，與無跡卡爾曼濾