论文部分内容阅读
近年来,在传统燃油汽车带来的能源紧张与环境污染等情况发生的背景下,电动汽车发展迅速。动力电池在电动汽车中扮演着重要角色,为了保障其动力性、安全性和运行可靠性,电池管理系统的存在显得尤为必要。在电池管理系统中,电池荷电状态(State of Charge,简称SOC)的估算精度一直以来都是电池管理系统的瓶颈,为了提高SOC的估算精度,达到延长电池使用寿命与提高电池使用效率的目的,本文以三元锂离子电池为研究对象,根据温度对电池性能的影响规律,建立了改进等效电路电池模型,采用扩展卡尔曼滤波算法(extend Kalman filtering,简称EKF)对SOC进行估算。主要工作与结论如下:(1)以LG公司生产的大容量三元锂离子电池为研究对象,分别在不同环境温度下(-10℃,0℃,10℃,25℃,40℃)对电池进行了测试,得到了库伦效率、开路电压、电池容量以及电池表面温升与环境温度之间的关系。结果表明:电池的库伦效率在25℃下以0.25C放电时达到最大值100%,在-10℃下以0.25C放电时为最小值93.1%;电池充/放电开路电压之间的差值随着环境温度的升高以及SOC的增大越来越小,充/放电平均开路电压在SOC处于0.2-1时,同一SOC值下对应的平均开路电压相差很小,在SOC处于0-0.2时,则相差较大;相同放电倍率下,在环境温度较低时,电池表面中心温升更大;电池容量在25℃环境温度下以0.25C倍率放电时最大,在-10℃环境温度下以0.5C倍率放电时最小。(2)基于传统的二阶Thevenin等效电路模型,建立了关于环境温度和电池表面温度的改进电池模型。通过在不同环境温度下使用HPPC测试对电池模型的参数进行了辨识,得到了电池参数随温度改变的变化规律,最后使用Matlab/Simulink对改进电池模型在开路电压测试工况和动态电流测试工况下进行了验证。结果表明:在开路电压测试工况下,当环境温度为40℃时,改进电池模型误差的平均绝对误差(Mean Absolute Error,简称MAE)和均方根误差(Root Mean Square Error,简称RMSE)相较于传统电池模型稍微变大,在动态电流测试工况下,在环境温度为25℃时,改进电池模型误差的MAE和RMSE和原来持平,其余环境温度下,改进后电池模型在两种放电工况下的误差的MAE与RMSE相较于改进前的电池模型在大多数情况下都有了明显降低。(3)在不同放电工况下采用EKF算法对电池SOC进行了估算,以安时积分法估算结果为标准,对电池模型改进前后的估算误差进行了比较。结果表明:在恒流放电测试工况下,改进后电池模型除了在环境温度为25℃以1.5C进行放电时SOC估算误差的MAE和RMSE大于改进前电池模型,其他情况下的MAE大多控制在1%以内,RMSE则大部分不超过2%,均优于改进前电池模型;在开路电压测试工况下,改进后电池模型的SOC估算误差的MAE范围由改进前电池模型的1.13%-3.36%降至0.54%-1.06%,RMSE范围由1.90%-4.92%降至0.84%-1.73%;在动态电流测试工况下,改进后电池模型的SOC估算误差的MAE范围由改进前电池模型的0.46%-4.17%降至0.37%-0.90%,RMSE范围由0.58%-4.98%降至0.53%-1.33%;最后讨论了EKF算法的收敛性,证明了当系统初值与实际值有误差时,算法能够通过迭代使误差消失,且迭代时间与误差大小有关。本论文共有图34幅,表10个,参考文献102篇。