磷酸鐵鋰電池建模及其荷電狀態(tài)估計算法研究.pdf

1、鋰電池自問世以來就以其良好的充放電性能且無記憶效應(yīng)被廣泛應(yīng)用于手機、電動車或者其它電氣設(shè)備。本文以磷酸鐵鋰電池作用研究對象，為深海作業(yè)機器的電池儲能系統(tǒng)提供可靠及精確的荷電狀態(tài)估計值(State of Charge，SOC)，并將此估計值作為能量管理系統(tǒng)的重要動作指標(biāo)。磷酸鐵鋰電池具有自放電現(xiàn)象弱、能量密度大和化學(xué)結(jié)構(gòu)穩(wěn)定等優(yōu)點。由于鋰離子脫嵌過程中，鋰電池端電壓穩(wěn)定在3.2V附近，因此磷酸鐵鋰電池充放電特性曲線的中部存在非常長的平臺期

2、，而在充放電開始或者結(jié)束處其電壓會突升或者突降，使得該特性曲線呈現(xiàn)強烈的非線性特征。
　　計算荷電狀態(tài)的普遍方法是利用安時積分法，該方法容易受到荷電狀態(tài)初始誤差和過程誤差的干擾而使得估計值精確度降低。磷酸鐵鋰電池荷電狀態(tài)值對電池能量管理系統(tǒng)的有效性起到關(guān)鍵作用，考慮到卡爾曼濾波算法可以很好降低初值誤差和過程噪聲對狀態(tài)量估計值的影響，故將卡爾曼濾波算法應(yīng)用于磷酸鐵鋰電池荷電狀態(tài)估計過程中。由于卡爾曼濾波框架對模型精確度要求較高，因此

3、本文基于Labview搭建電池性能測試平臺，獲得磷酸鐵鋰電池充放電數(shù)據(jù)，利用實驗法提取SOC和電池等效電動勢(Voltage ofOpen Circuit,Uoc)數(shù)據(jù)特征，使用Curvefit Toolbox對二者關(guān)系進(jìn)行擬合并得到描述其非線性特征的函數(shù)表達(dá)式。根據(jù)實驗數(shù)據(jù)，基于MATLAB/SIMSCAPE平臺搭建二階RC等效電路電池模型，以SIMSCAPE提供的Parameter Estimation Toolbox對等效電路中的

4、RC參數(shù)進(jìn)行估計，建立了與實際電池充放電特性匹配的等效電路模塊。
　　在已建立的磷酸鐵鋰電池RC等效電路基礎(chǔ)上，建立相應(yīng)的狀態(tài)空間模型。使用擴展卡爾曼濾波器(Extended Kalman Filter,EKF)對電池荷電狀態(tài)進(jìn)行估計，EKF估計結(jié)果可以很好地在荷電狀態(tài)具有初始誤差的情況將SOC估計值收斂于真值。針對深海探測器在加速時要求電池瞬時大功率放電而導(dǎo)致SOC突變的情況，采用強跟蹤擴展卡爾曼濾波器(Strong Track

5、ing Extended Kalman Filter,STEKF)實現(xiàn)電池的SOC估計，從而使得濾波器可以很好地跟蹤荷電狀態(tài)實際值。為增強STEKF算法穩(wěn)定性，本文引入特征值分解對STEKF中的狀態(tài)量先驗估計值誤差協(xié)方差陣計算方式進(jìn)行修正，得到性能更好的濾波器。
　　對于連續(xù)物理系統(tǒng)中各處信號變化速率不同的情況，本文利用多采樣率控制策略對EKF和STEKF進(jìn)行改進(jìn)，經(jīng)理論推導(dǎo)分別得到輸入多采樣率擴展卡爾曼濾波算法、輸入多采樣率強跟