论文部分内容阅读
电池的荷电状态（SOC）是电池管理系统中的一个重要参数,精确的SOC估计能提高电池的安全性和使用寿命。本文主要以LiNi0.5Co0.2Mn0.3O2三元正极材料制成的锂离子电池为实验研究对象。一方面,通过研究放电截止电压对电池性能的影响来规范电池的使用,提高电池的使用寿命;另一方面,重点开展18650型锂离子电池的SOC估计算法的研究,探求具有较高效率和精度的估计方法。具体内容如下:（1）设计一系列实验来研究放电截止电压对锂离子半电池性能的影响。试验结果表明,电池在电流密度0.1C、0.2C、0.5C、1.0C、1.5C和2.0C下最适合的放电截止电压分别为3.6、3.4、3.4、3.4、3.4和3.2V。此时电池具有较高的放电比容量、容量保持率、放电中值电压保持率和较小材料质变程度。此外,改善放电截止电压能有效改善电池的倍率性能,2.0C的电流密度下电池的放电容量从56.4mAh/g提升至111.6mAh/g。（2）一方面,基于充放电测试数据和交流阻抗测试数据建立了两个电池等效电路模型;另一方面,基于目前最常用的两个汽车测试工况ECEEUDC和UDDS工况的输出电流的频谱设计了两个工况（工况1和工况2）,分别对应路况复杂的山路以及路况简单的高速。最后,利用MATLAB建立两个等效电路模型的仿真验证模型,并验证两个模型在两个工况中的估算精度。试验结果显示模型1更适用于复杂多变的工况,而模型2更适用于较为稳定的工况。（3）设计加入平滑器进行改进后的扩展卡尔曼滤波算法+模型1（EKF1G）、滑模观测器+模型1（SMO1G）、扩展卡尔曼滤波算法+模型2（EKF2G）和模型观测器+模型2（SMO2G）四种算法。SOC估计结果显示:EKF1G算法具有较好的鲁棒性和估计性能但耗时较长;SMO1G算法的估计性能与EKF1G算法相似且计算耗时较短,但鲁棒性较差;SMO2G算法在较为稳定的工况（工况2）下的估计性能基本能满足要求,且计算耗时不到SMO1G算法的1/7;而EKF2G算法的估计结果差,并不适合实际使用。最后,基于之前的试验结果,本文设计了复合算法（FH）,并与EKF1G算法和SMO1G算法做了比较。试验结果显示,在复合工况（工况3）中FH算法的性能最好,其估计结果具有最小的均方根误差（0.0223）和较小的平均绝对值误差（0.0185）,且所消耗的时间不到SMO1G算法的1/3,对比其它两种算法具有较大的优越性。