基于強(qiáng)跟蹤卡爾曼濾波的車用鋰電池SOC估計(jì)算法的研究.pdf

1、隨著能源短缺及環(huán)境污染問題的日益凸顯，新能源電動汽車逐漸受到了人們的關(guān)注，而電池管理系統(tǒng)作為電動汽車的重要組成部分也成為各大汽車廠商及學(xué)者的研究熱點(diǎn)。電池荷電狀態(tài)SOC是電動汽車電池管理系統(tǒng)實(shí)現(xiàn)高效管理的關(guān)鍵性能指標(biāo)，它相當(dāng)于傳統(tǒng)汽車的油量表，直接反應(yīng)電池的剩余電量，其估計(jì)精確與否不僅直接關(guān)系到電池管理系統(tǒng)的整體性能，而且也是電動汽車能否商業(yè)化的一個重要因素。由于電池在不同工作狀態(tài)下的動態(tài)特性呈現(xiàn)高度非線性特性，反應(yīng)過程相當(dāng)復(fù)雜，所以精

2、確估計(jì)其值存在困難。國內(nèi)外對SOC估計(jì)精度問題處在研究階段，仍然存在一定不足，找到一種合適的方法來提高SOC估計(jì)精度對電動汽車的發(fā)展具有至關(guān)重要的意義。
　　本文以鋰電池作為研究對象，利用Matlab軟件，在試驗(yàn)數(shù)據(jù)基礎(chǔ)上，完成電池建模、參數(shù)辨識及SOC估計(jì)仿真等工作。所作具體工作如下:
　　首先，分析了放電倍率、溫度及循環(huán)次數(shù)對電池容量的影響，確定放電倍率對鋰電池可用容量的補(bǔ)償關(guān)系。然后通過脈沖放電試驗(yàn)及間歇充放電試驗(yàn)分析

3、鋰電池回彈電壓特性及開路電壓特性，并根據(jù)響應(yīng)電壓曲線指導(dǎo)后文對鋰電池的建模。
　　其次，通過比較電池電化學(xué)模型、神經(jīng)網(wǎng)絡(luò)模型及等效電路模型，選擇二階RC模型作為電池等效電路模型，并結(jié)合安時積分方程建立電池的狀態(tài)空間模型?？紤]到模型參數(shù)時變的特點(diǎn)，通過HPPC試驗(yàn)數(shù)據(jù)，采用指數(shù)擬合的方法分別對不同SOC時刻的阻抗參數(shù)進(jìn)行辨識。在Matlab/Simulink中搭建電池模型，驗(yàn)證電池模型及辨識參數(shù)的準(zhǔn)確性。
　　最后，基于電池系

4、統(tǒng)的非線性特點(diǎn)，首先采用可用于非線性系統(tǒng)狀態(tài)觀測的擴(kuò)展卡爾曼濾波算法實(shí)現(xiàn)鋰電池SOC估計(jì)，并與傳統(tǒng)的安時積分算法估計(jì)SOC的效果進(jìn)行對比，仿真結(jié)果表明，擴(kuò)展卡爾曼濾波算法相比安時積分法具有更好的消除累積誤差及修正初始誤差的能力。然后基于擴(kuò)展卡爾曼濾波算法依賴電池模型精度和跟蹤突變能力差的缺點(diǎn)，論文提出一種強(qiáng)跟蹤卡爾曼濾波算法，在擴(kuò)展卡爾曼濾波算法基礎(chǔ)上，通過引入次優(yōu)漸消因子，強(qiáng)行使輸出殘差序列保持正交，提高狀態(tài)突變及模型不確定情況下算法