基于雙卡爾曼濾波算法的磷酸鐵鋰電池建模及SOC估計.pdf

1、當前世界的能源儲備急劇減少，環(huán)境污染問題也變得越來越嚴峻。大力開發(fā)能夠替代傳統(tǒng)能源并且對環(huán)境無污染的新能源越來越成為大家重視的問題。在汽車領(lǐng)域，世界各國都加大了對新能源汽車的研究。動力電池作為電動汽車的動力來源，是能夠影響電動汽車發(fā)展程度的一個重要因素。相比于其他電池，磷酸鐵鋰電池由于其優(yōu)越的性能在作為電動汽車動力電池方面脫穎而出，應(yīng)用越來越廣泛。但磷酸鐵鋰電池存在單體電池間同一性較差的問題，因此設(shè)計一套對電池組進行管理的電池管理系統(tǒng)(

2、Battery Management System，BMS)是非常關(guān)鍵的。對電池的荷電狀態(tài)(State of charge，SOC)進行準確地估計是電池管理系統(tǒng)能夠有效運行的核心和關(guān)鍵。本文以一款50AH的磷酸鐵鋰電池作為研究對象，對其建立電池模型，并在該模型的基礎(chǔ)上重點研究SOC的估計方法。論文主要工作及成果如下:
　　1、對電池SOC估計的研究背景進行了詳細的介紹，介紹磷酸鐵了鋰電池的優(yōu)點和特性和當前對電池模型和電池SOC估計

3、研究的現(xiàn)狀，為后文對本文研究對象磷酸鐵鋰電池進行電池建模和SOC估算建立了基礎(chǔ)。在對磷酸鐵鋰電池的工作原理和主要特性進行分析和總結(jié)的基礎(chǔ)上設(shè)計了實驗對電池特性進行測定。最后，介紹了當前得到廣泛認可的SOC的定義方法，并在傳統(tǒng)SOC定義方法的基礎(chǔ)上進行了改進，得到了動態(tài)SOC的定義方法，這是后文對電池進行建模和對電池進行SOC估計的理論依據(jù)。
　　2、對電池的四種等效模型進行了分析和比較，最終確定二階RC模型作為本文研究電池的模型，

4、考慮到電池單體間的同一性較差，因此在二階RC模型上做出改進，得到了改進二階RC模型，并對模型進行了公式推導，并在Matlab中進行了仿真分析，驗證了模型的準確性。
　　3、詳細介紹了Kalman算法的基本原理，并在經(jīng)典卡爾曼濾波算法的基礎(chǔ)上對適用于非線性系統(tǒng)的擴展卡爾曼濾波算法進行了原理介紹和公式推導。采用經(jīng)典卡爾曼濾波器和擴展卡爾曼濾波器相結(jié)合的雙卡爾曼濾波算法聯(lián)合估計電池SOC和電池模型參數(shù)，通過實驗及Matlab仿真在橫流放

5、電工況和脈沖放電這兩種工況下驗證了雙卡爾曼濾波算法聯(lián)合估計電池SOC和電池模型參數(shù)方法的準確性。
　　4、研究了基于CKF估計電池SOC的方法，并將這種估算方法和基于UKF估計電池SOC方法進行了比較，最后通過仿真實驗發(fā)現(xiàn)基于CKF估計電池SOC具有更高的精確性。
　　5、利用最小二乘支持向量機(Least Squares Support Vector Machine，LSSVM)構(gòu)建LSSVM模型，在此基礎(chǔ)上實現(xiàn)對電池SO