電動汽車用磷酸鐵鋰電池建模與SOC估算研究.pdf

1、隨著全球能源短缺和環(huán)境污染問題的日益嚴峻，大力發(fā)展電動汽車已成為汽車工業(yè)實現(xiàn)可持續(xù)發(fā)展的重要措施。電池管理系統(tǒng)(BMS)作為電動汽車的重要組成部分，通過對車載動力電池的有效控制和管理，保障了電動汽車安全可靠的運行，但電池管理技術遠未發(fā)展成熟，如何提高電池荷電狀態(tài)(SOC)的估算精度一直是BMS研究的重點和難點。本文以磷酸鐵鋰電池為研究對象，分別對影響SOC估算精度的電池模型和SOC估算方法進行了深入研究。
　　首先介紹了磷酸鐵鋰電

2、池的內部結構和工作原理，分析了影響電池性能的主要因素，并對電池的電壓、內阻、容量等基本特性進行了實驗研究。在此基礎上，結合常用等效電路模型的分析，提出了考慮電壓滯回特性的二階RC等效電路模型，采用指數(shù)擬合的方法離線估計出模型參數(shù)初值。為了適應電池的時變特性，還研究了參數(shù)在線估計算法，采用改進的遞推最小二乘算法實現(xiàn)了模型參數(shù)在線估計。
　　然后分析了經(jīng)典SOC估算方法，根據(jù)二階RC等效電路模型建立了磷酸鐵鋰電池的狀態(tài)空間方程，并基于

3、擴展卡爾曼濾波算法和電池模型對SOC進行估算。接著為進一步提高SOC估算精度，對電池SOC與模型參數(shù)聯(lián)合估算方法及實現(xiàn)過程進行了研究。
　　最后利用設計的BMS實驗平臺和MATLAB仿真相結合對本文提出的理論進行了驗證。脈沖放電實驗表明二階RC等效電路模型具有較高精度，能夠跟蹤電壓變化，而利用改進的遞推最小二乘算法在線估計模型參數(shù)進一步提高了模型精度；模擬城市道路工況實驗則表明基于擴展卡爾曼濾波算法和電池模型的SOC估算方法是正確