電源管理系統(tǒng)設(shè)計及參數(shù)估計策略研究.pdf

1、能源危機和環(huán)境污染問題的日益加劇使得電動汽車的研究成為汽車研究的重要方向。通過有效的管理和控制，使得電動汽車動力源——電池組的性能和循環(huán)壽命得到顯著提升是電動汽車研究的重點。因此，如何構(gòu)建一套完善的電池組電源管理系統(tǒng)，以實現(xiàn)對電池組的各種狀態(tài)的實時獲取，進而對其充放電過程的動態(tài)管理是維護電動汽車安全、長效運行的關(guān)鍵。
　　 針對上述問題，本文設(shè)計了基于嵌入式實時操作系統(tǒng)的電動汽車電源管理系統(tǒng)，電源管理系統(tǒng)通過采集電池組的電壓、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)，進而對電池組的充放電過程進行有效的控制，確保電池組的安全、長效運行。本文主要的研究和工作如下：
　　 1.設(shè)計了基于分布式無線傳感器網(wǎng)絡(luò)的電池組管理系統(tǒng)通過Zigbee網(wǎng)絡(luò)對分布于車內(nèi)各處的電池模塊的電壓、溫度等基礎(chǔ)

3、信息進行采集，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)，實現(xiàn)數(shù)據(jù)采集、參數(shù)估計、實時控制、實時顯示等多任務(wù)合理調(diào)度和處理。分布式無線傳感器網(wǎng)絡(luò)使得系統(tǒng)的可擴展性強，配置簡單，UC/OSII實時操作系統(tǒng)確保了各個實時任務(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)在多款商用車上進行了實際運行。
　　 2.鋰電池SOC估計
　　 （a）針對多串電池組的SOC估計問題，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)用擴展kalman濾波算法，實現(xiàn)電池組SOC的遞歸估計。通過不同工況下的數(shù)據(jù)對算法可靠性進行驗證，并與常用的算法進行比較，結(jié)果表明Vmin-EKF法能對SOC的動態(tài)值進行準確估計，并對狀態(tài)量的初值誤差和電流輸入噪聲均有很強的抑制作用。
　　 （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估計出現(xiàn)較大誤差，

5、針對上述問題，將電流輸入漂移當成模型的參數(shù)，應(yīng)用Joint-EKF算法，實現(xiàn)狀態(tài)量SOC與電流輸入噪聲的同步估計。通過與同類算法相比較，該算法用較小的計算復(fù)雜度達到了很好的估計效果，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估計分析對鋰電池SOH產(chǎn)生影響的因素，定義表征SOH的兩個狀態(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，將Dual-EKF的