基于雙卡爾曼濾波算法的磷酸鐵鋰電池建模及SOC估計(jì).pdf

1、當(dāng)前世界的能源儲(chǔ)備急劇減少，環(huán)境污染問題也變得越來越嚴(yán)峻。大力開發(fā)能夠替代傳統(tǒng)能源并且對(duì)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(guó)都加大了對(duì)新能源汽車的研究。動(dòng)力電池作為電動(dòng)汽車的動(dòng)力來源，是能夠影響電動(dòng)汽車發(fā)展程度的一個(gè)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(dòng)汽車動(dòng)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(jì)一套對(duì)電池組進(jìn)行管理的電池管理系統(tǒng)(

2、Battery Management System，BMS)是非常關(guān)鍵的。對(duì)電池的荷電狀態(tài)(State of charge，SOC)進(jìn)行準(zhǔn)確地估計(jì)是電池管理系統(tǒng)能夠有效運(yùn)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(duì)象，對(duì)其建立電池模型，并在該模型的基礎(chǔ)上重點(diǎn)研究SOC的估計(jì)方法。論文主要工作及成果如下:
　　1、對(duì)電池SOC估計(jì)的研究背景進(jìn)行了詳細(xì)的介紹，介紹磷酸鐵了鋰電池的優(yōu)點(diǎn)和特性和當(dāng)前對(duì)電池模型和電池SOC估計(jì)

3、研究的現(xiàn)狀，為后文對(duì)本文研究對(duì)象磷酸鐵鋰電池進(jìn)行電池建模和SOC估算建立了基礎(chǔ)。在對(duì)磷酸鐵鋰電池的工作原理和主要特性進(jìn)行分析和總結(jié)的基礎(chǔ)上設(shè)計(jì)了實(shí)驗(yàn)對(duì)電池特性進(jìn)行測(cè)定。最后，介紹了當(dāng)前得到廣泛認(rèn)可的SOC的定義方法，并在傳統(tǒng)SOC定義方法的基礎(chǔ)上進(jìn)行了改進(jìn)，得到了動(dòng)態(tài)SOC的定義方法，這是后文對(duì)電池進(jìn)行建模和對(duì)電池進(jìn)行SOC估計(jì)的理論依據(jù)。
　　2、對(duì)電池的四種等效模型進(jìn)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(jìn)，得到了改進(jìn)二階RC模型，并對(duì)模型進(jìn)行了公式推導(dǎo)，并在Matlab中進(jìn)行了仿真分析，驗(yàn)證了模型的準(zhǔn)確性。
　　3、詳細(xì)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(duì)適用于非線性系統(tǒng)的擴(kuò)展卡爾曼濾波算法進(jìn)行了原理介紹和公式推導(dǎo)。采用經(jīng)典卡爾曼濾波器和擴(kuò)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(jì)電池SOC和電池模型參數(shù)，通過實(shí)驗(yàn)及Matlab仿真在橫流放

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