车用锂离子电池容量和荷电状态的多尺度联合估计研究

《车用锂离子电池容量和荷电状态的多尺度联合估计研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京理工大学硕士学位论文摘要动力电池荷电状态(SOC)估计是电池管理系统的核心功能之一，准确的SOC估计有助于提高动力电池能量利用率、保障动力电池使用安全和降低使用成本、消除电动汽车的“里程焦虑”等。但由于动力电池具有强时变非线性特征，又受初值不准、容量未知、噪声干扰等诸多因素制约，其隐含状态量SOC的估计一直为行业难题。本文针对锂离子动力电池SOC与容量估计，主要完成了如下研究工作：(1)针对锂离子动力电池建模与参数辨识的问题，建立6种常见等效电路模型，采用特征提取法与最优拟合法相互结合的方式进行离线参数辨识，同时采用基于

2、遗忘因子的递推最小二乘法和状态与参数联合估计方法分别对无滞后模型和带滞后模型进行在线参数辨识。性能评价结果表明，1阶RC网络模型具有较好的预测精度。(2)针对锂离子动力电池SOC和模型参数的联合估计问题，提出并应用双H滤波实现状态与参数的联合估计，极大地提高了算法的估计性能；并将传统噪声自适应更新过程应用于用双H滤波，提高算法的稳定性与鲁棒性。为全面评价算法的性能，采用端电压预测精度、SOC估计精度、SOC估计误差限、以及SOC收敛速度四个指标对上述SOC估计算法进行评价，结果表明所提出的基于双H滤波的SOC估计方法精

3、度较高，最大误差在2%以内。(3)针对动力电池参数与状态不同步的时变问题，提出了多时间尺度的H滤波算法并应用于动力电池容量和SOC的多尺度估计，以宏观时间尺度估计动力电池容量和模型参数、以微观时间尺度估计动力电池SOC状态，应用容量-SOC-开路电压三维响应面，实现了电池系统的SOC与容量的联合估计。基于端电压预测精度、SOC估计精度、SOC收敛速度、容量估计精度、以及容量收敛速度五个方面的评价与对比结果表明，提出的多尺度算法能提高原先单时间尺度算法的估计性能，SOC和容量的最大估计误差均在2%以内。(4)针对动力电池容量

4、与SOC联合估计方法的应用问题，基于xPCTarget平台和动力电池充放电电子负载仪搭建了动力电池在环的硬件在环仿真试验验证平台，应用Matlab/Simulink软件开发基于双H滤波的动力电池容量和SOC估计算法模型，下载至xPCTarget平台开展硬件在环验证。硬件在环试验验证结果表明，在容量和SOC初值误差较大时所提出的方法仍能够精确估计动力电池SOC，最大估计误差2%以内，能够有效解决动力电池SOC和容量估计误差显著的难题，具有重要的工程实用价值。关键词：锂离子电池；荷电状态；容量；双H滤波；多时间尺度联合估计I

5、北京理工大学硕士学位论文AbstractSOCestimationisabasicfunctionofelectricvehiclebatterymanagementsystem,andtheaccurateSOCnotonlyisbeneficialtoimproveenergyutilizationofbattery,ensurethesecurityofbattery,andreducecost,butalsomakecontributiontooptimizethevehicleenergymanagement,el

6、iminate‘therangeanxiety’andsoon.Butforanonlinearandseveralvariablebatterysystem,itisextremelydifficulttoobtaintheaccurateSOCbecauseoftheunknowninitialvalue,theinaccuratecapacity,andthenoiseinterference.ForthepurposeoftheexactSOCandcapacityestimate,someworkhasbeendo

7、neinthispaperandbeensummarizedasfollows:(1)Toachieveprecisemodelingoflithium-ionbattery,selectsixkindsofcommonequivalentcircuitmodel,combinethefeatureextractionmethodwiththeoptimalfittingmethodtoaccomplishtheoff-lineparameteridentification,atthesametime,usetherecur

8、siveleastsquaresmethodwithforgettingfactorandjointestimationmethodofstateandparametertoachievetheon-lineparameteridentificationofmodelswithhyster