電動(dòng)汽車電池狀態(tài)估計(jì)及均衡管理研究.pdf

1、電動(dòng)汽車發(fā)展過程中,儲(chǔ)能元件一直是阻礙電動(dòng)汽車發(fā)展的瓶頸。動(dòng)力電池作為汽車的儲(chǔ)能元件,在汽車行駛過程中,需要時(shí)刻知道電池的核電狀態(tài)(state of charge,SOC)。由于電池是一種非線性動(dòng)力系統(tǒng),使用過程中,電池模型參數(shù)又受溫度和老化等因素的影響而發(fā)生變化,因此實(shí)時(shí)估計(jì)電池SOC具有很大的難度。本文采用自適應(yīng)卡爾曼濾波算法估計(jì)電池狀態(tài),即可以實(shí)時(shí)的辨識(shí)出電池模型的參數(shù),又提高了估計(jì)精度。電動(dòng)汽車中電池是成組使用的,為了提高其使用

2、效率,延長(zhǎng)使用壽命,必須對(duì)電池組進(jìn)行均衡管理。本文采用基于專家系統(tǒng)的均衡控制策略,可以減小系統(tǒng)的均衡損耗,提高系統(tǒng)的均衡速度。通過研究工作,本文取得了以下研究成果:
　　1.統(tǒng)計(jì)電池外部電流和端電壓信號(hào)的方法估計(jì)電池健康狀態(tài)(state of health,SOH)。電池外部電流與端電壓信號(hào)獲取方便,本文從三個(gè)角度對(duì)其做統(tǒng)計(jì)分析,發(fā)現(xiàn)電池外部信號(hào)關(guān)于SOH具有統(tǒng)計(jì)規(guī)律,為電池SOH估計(jì)提供了一種新的思路。
　　2.多模型自適

3、應(yīng)的方法估計(jì)電池SOC。采用卡爾曼濾波器估計(jì)電池SOC時(shí),估計(jì)精度受電池模型準(zhǔn)確性的影響較大,電池模型參數(shù)隨著電池的老化和溫度變化而變化,因此傳統(tǒng)的卡爾曼濾波算法估計(jì)誤差較大。針對(duì)上述問題,本文采用了多模型自適應(yīng)的估計(jì)方法,提高了估計(jì)精度。多模型卡爾曼濾波算法是在電池的SOH分布范圍內(nèi),選取幾種不同SOH電池建立模型,分別基于每個(gè)模型設(shè)計(jì)卡爾曼濾波器,利用各個(gè)濾波器并行估計(jì)電池SOC,計(jì)算各個(gè)單一模型的權(quán)值,所有單一模型SOC估計(jì)的加權(quán)

4、和即為最終SOC估計(jì)值。
　　3.自適應(yīng)無跡卡爾曼濾波算法估計(jì)電池SOC與歐姆內(nèi)阻。無跡卡爾曼濾波器不需要對(duì)系統(tǒng)模型做線性化處理,這樣既減小了計(jì)算量又提高了估計(jì)精度。本文利用無跡卡爾曼濾波器估計(jì)電池SOC,利用擴(kuò)展的卡爾曼濾波器辨識(shí)電池歐姆內(nèi)阻,兩個(gè)濾波器聯(lián)立構(gòu)成循環(huán)迭代算法,可以實(shí)時(shí)更新電池模型參數(shù),提高了模型的準(zhǔn)確性,進(jìn)而提高了電池SOC的估計(jì)精度。由于電池歐姆內(nèi)阻可以表征電池SOH,因此可以進(jìn)一步估計(jì)出電池的SOH。