電動(dòng)汽車電池管理系統(tǒng)及其荷電狀態(tài)估計(jì)算法研究.pdf

1、全球能源與環(huán)境危機(jī)使得新能源汽車取代傳統(tǒng)燃油汽車成為必然的趨勢(shì)，然而車載動(dòng)力電池的成本與使用安全問題目前仍然是限制電動(dòng)汽車技術(shù)發(fā)展與應(yīng)用的最大阻礙。電池管理系統(tǒng)(BMS)作為連接動(dòng)力電池與電動(dòng)汽車的紐帶，是確保動(dòng)力電池安全與高效利用，延長(zhǎng)電池使用壽命的重要保障，其在整車電控中的地位舉足輕重。
　　基于分布式架構(gòu)的BMS在搭載大容量電池的純電動(dòng)汽車中應(yīng)用最為廣泛。然而該種架構(gòu)需要多個(gè)從控制器與主控制器配合，通訊網(wǎng)絡(luò)較為復(fù)雜，成本較高

2、，且存在主、從控制器之間任務(wù)與資源分配不甚合理的問題。隨著BMS中狀態(tài)估計(jì)等功能越來(lái)越復(fù)雜，傳統(tǒng)的分布式BMS架構(gòu)仍然存在諸多待改進(jìn)之處。
　　狀態(tài)估計(jì)算法、均衡策略等軟件是BMS的核心技術(shù)。庫(kù)倫計(jì)數(shù)與開路電壓標(biāo)定是BMS發(fā)展的初級(jí)階段應(yīng)用最多的荷電狀態(tài)(SOC)估計(jì)方法，這些開環(huán)估計(jì)方法因其自身缺陷正逐漸滯后于行業(yè)技術(shù)的發(fā)展。以神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)為代表的黑箱算法也曾被應(yīng)用到SOC估計(jì)中，但是其計(jì)算量大的特點(diǎn)并不適用于嵌入式微處理

3、器的應(yīng)用。基于狀態(tài)空間模型的方法應(yīng)用最為廣泛，以何種方法辨識(shí)模型參數(shù)，提高SOC估計(jì)的精度，是目前BMS研究中有待解決的問題。此外，電池組中串并聯(lián)的成百上千節(jié)單體在生產(chǎn)制造與使用過程中存在內(nèi)阻、容量等參數(shù)的不一致性。怎樣在電池使用過程中降低組內(nèi)單體不一致性是提高電池組能量利用效率，延長(zhǎng)車輛續(xù)航里程，確保電動(dòng)汽車安全運(yùn)行的重要保障。
　　為解決上述問題，本文的工作包括:
　　(1)分析了傳統(tǒng)分布式BMS中存在的硬件資源分配不甚

4、合理、控制器成本過高等問題，并在其基礎(chǔ)上提出了基于差分式串行通訊總線的雙核BMS架構(gòu)，重新整合、分配硬件資源，將任務(wù)需求與資源相匹配，提高了資源利用效率。
　　(2)調(diào)研并對(duì)比分析了各家半導(dǎo)體廠商能為BMS提供的硬件解決方案，從控制器、電池組監(jiān)控器、均衡控制器與拓?fù)涞榷鄠€(gè)方面進(jìn)行了BMS硬件平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)。
　　(3)為BMS硬件實(shí)驗(yàn)平臺(tái)移植了嵌入式實(shí)時(shí)操作系統(tǒng)SYSBIOS，對(duì)系統(tǒng)任務(wù)進(jìn)行了劃分與優(yōu)先級(jí)分配，設(shè)計(jì)了多任務(wù)