论文部分内容阅读
在世界范围内能源紧缺和环境污染的背景下,新能源汽车已经成为国际汽车工业的发展方向。动力电池作为新能源汽车尤其是纯电动汽车的动力源,其相关技术的发展制约着新能源汽车的发展。其中,电池剩余电量（SOC）估计不准确的问题一直是电动汽车用户诟病的重点。准确的电池SOC的估计对于延长电动汽车的续航里程和动力电池组的寿命非常重要。本文基于某国产聚合物软包三元锂离子电池,结合其工作特性搭建电池等效电路模型,并对其进行参数辨识和SOC算法研究,主要研究内容如下:（1）以聚合物软包三元锂离子电池为研究对象,学习并研究了三元锂离子电池的结构和工作原理,设计了与电池SOC估计有关因素的特性实验,包括不同倍率充放电实验、容量标定实验、开路电压标定实验、电池充放电效率实验、循环寿命实验以及电池自放电特性实验等。（2）在对比分析几种常用的电池等效电路模型的基础上选取一种能够精确模拟电池外特性的二阶RC充放电模型。基于该等效电路模型进行离线辨识和在线辨识,对比两种参数辨识方法,搭建了基于在线辨识的MATLAB/Simulink仿真模型,在三种典型工况下验证了在线辨识结果的可靠性。（3）对卡尔曼滤波原理作了介绍,对比扩展卡尔曼滤波和无迹卡尔曼滤波算法估计SOC时的效果。为改善无迹卡尔曼滤波算法对SOC初值不准确时的估计效果,提出采用基于Sage-Husa改进的自适应无迹卡尔曼滤波（AUKF）算法估计SOC,实时在线地调节过程噪声和测量噪声的均值和协方差矩阵。并将该算法与离散的二阶RC充放电模型相结合,对恒流放电、恒流恒压充电、ECE动态工况三种典型工况下的电池SOC值进行估计。结果表明,改进的AUKF算法估计SOC时能快速地收敛到真值,稳态误差也在很小范围内,算法的鲁棒性得到提高。（4）基于AVL CRUISE软件对电机、电池两个主要动力系统模块进行选型和参数匹配,建立纯电动汽车整车模型和基于NEDC和UDDS循环工况的NEDC3和UDDS3的循环工况,运行模型得到相应工况下电池组的电压、电流等参数。对其进行参数辨识并利用AUKF算法对动力电池组进行SOC估计,与SOC真值进行对比,验证该算法对纯电动汽车动力电池组SOC估计的可行性和准确性。