论文部分内容阅读
随着环境污染的压力日益增大,电动汽车作为新能源的后起之秀代表着汽车行业节能、环保的发展方向。动力电池作为纯电动汽车的核心零部件,它的各项关键参数都对其自身的发展有着不可磨灭的作用。本文是对纯电动汽车用的三元材料锂电池的关键状态参数进行相关估计,其中对动力电池关键参数估计所做的工作主要有以下几个方面:(1)系统剖析了动力电池的电化学模型和等效电路模型的优势及不足之处。根据实际需求选定戴维南等效电路模型作为本课题使用的动力电池模型。在戴维南等效电路模型的基础上完成了模型参数的辨识,并得到了这些模型参数与SOC的拟合曲线及多项式函数关系。利用模型参数与SOC的多项式函数对戴维南等效电路模型进行建模,对模型在1C恒流放电及HPPC循环试验下进行仿真和分析,验证戴维南等效电路模型的可行性及精度。(2)详细分析了扩展卡尔曼滤波算法的原理,并在一阶戴维南等效电路模型的基础上来实现该算法对SOC的估算。对SOC估算算法在MATLAB平台中进行建模仿真,检验了算法模型在不同充放电电流情况下的SOC估算精度。由于采用卡尔曼滤波算法进行SOC估算会有庞大的浮点运算,为提高算法的运行效率对算法进行了改进,将浮点型算法进行定点化处理并搭建定点模型,有效提升了算法的运行效率。(3)总结了动力电池在标准充电规程时电压曲线的特点,利用充电电压曲线的特点建立自适应的电压曲线模型,在该模型的基础上选取了3个修正系数对电压曲线进行修正。完成该模型下的模型参数辨识,并对自适应的电压曲线法进行了建模仿真以及定点化处理,检验了该算法对SOH估计的实际可行性。(4)搭建SOC参数测试环境,将SOC的定点化模型进行自动代码生成并下载到对应的MCU当中。定点化模型所生成的代码大大提高了算法的运行效率,降低了卡尔曼滤波算法对硬件的要求,最后在不同工况下对SOC估计的精度进行实际验证。在实际1C恒流放电工况和1C恒流充电工况中,顶层BMU的SOC估算能够快速收敛到真实值附近,最大误差保持在5%以内具有较好的精度。在模拟电动汽车实际运行的NEDC工况中,顶层BMU的SOC估算误差相对大一点,虽然对于动态电流适应性较弱但是平均误差能够保持在5%左右。