电动汽车磷酸铁锂电池建模及荷电状态估计研究

《电动汽车磷酸铁锂电池建模及荷电状态估计研究》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、学校代码10406分类号U461.5;TM912密级学号120085201018题目电动汽车磷酸铁锂电池建模及荷电状态估计研究作者周武生学科、专业机械工程指导教师肖尧先教授，李志农教授申请学位日期2015年5月学校代码：10406分类号：U461.5;TM912学号：120085201018南昌航空大学硕士学位论文（学位研究生）电动汽车磷酸铁锂电池建模及荷电状态估计研究硕士研究生：周武生导师：肖尧先教授，李志农教授申请学位级别：硕士学科、专业：机械工程所在单位：航空制造工程学院答辩日期：2015年5月授予学位单位：

2、南昌航空大学ResearchonModelingandSOCEstimationforLIFEPO4BatteryofElectricVehicleADissertationSubmittedfortheDegreeofMasterOnMechanicalEngineeringByZhouWushengUndertheSupervisionofProf.XiaoYaoxianandLiZhinongSchoolofAeronauticalManufacturingEngineeringNanchangHangkon

3、gUniversity,Nanchang,ChinaMay,2015摘要本论文在国家自然科学基金(51265039，51261024)、江西省科技计划项目(No.20141BBE50021）和电池制造企业（鸥瑞智诺能源科技(北京)有限公司）资助下，根据磷酸铁锂电池在不同工况下的动态特性，建立有特定关系的电池内部状态和外部特性的阻容(RC)修正模型，深入研究基于RC修正模型的扩展卡尔曼滤波(EKF)算法，运用该算法对磷酸铁锂电池荷电状态(SOC)进行估计，这种基于RC修正模型的算法具有较好的适用性，为电池管理系统的设

4、计提供了帮助，课题研究主要包括以下内容：1、论述了课题的研究背景和研究意义，综述了电池模型和电池荷电状态估计的国内研究现状，详细介绍了磷酸铁锂电池的结构、工作原理和优点，给出了磷酸铁锂电池的制造工艺，在此基础上，提出了本论文的主要内容和主要创新点。2、在分析了磷酸铁锂电池不同工况下的性能，包括电池的基本特性、电性能、安全保护性能、环境适用性和安全性能的基础上，进行了大量测试实验，包括标准充放电下的电压特征实验、倍率充放电下的电压特征实验、容量倍率特性实验、容量与开路电压相关性测试实验、不同充放电倍率下电池容量的温度

5、特性实验及电池的循环寿命特征实验。由测试结果可知，磷酸铁锂电池在同一温度下，充电倍率越大，浮充现象越明显；放电电流越大，电池输出的电量越低；环境温度较高时，影响电池输出容量的主要因数不是放电倍率，而是由环境温度起决定作用。环境温度较低时，影响电池输出容量的主要因数却是放电倍率，并且电池在低温环境下的输出容量较低；磷酸铁锂电池具有较低的自放电及有较长的循环寿命。这些有价值的结论为后续的电池建模及SOC估计提供了重要的支持。3、论述了磷酸铁锂电池的三种典型的电池模型，即电化学模型、热模型和性能模型，特别对等效电路模型进

6、行了分析，并指出了它们存在的不足。在此基础上，针对传统的电池RC模型存在的问题和实际应用中的不足，如传统的RC模型把电池内阻看成是一个固定值，且只考虑了电池当前SOC与电池的开路电压的关系，而忽略了自放电、循环次数和电池极化效应等因素。提出了一种新的RC修正模型，提出的模型比传统RC模型更有优势，修正的RC模型不仅考虑了传统RC模型的影响因数，还充分考虑了电池温度、内阻变化、当前SOC、自放电、循环次数和电池极化效应对模型的影响。最后，对提出的RC修正模型应用最小二乘法进行了参数辨识，辨识结果可以为后续的电池的荷电

7、状态估计提供重要的支持。4、论述了电池荷电状态的定义，在此基础上，深入讨论了内阻、温度和充放I电倍率等对电池SOC估计的影响及影响因子的强弱。针对经典电池荷电状态估计算法存在的不足，利用建立的RC修正模型，提出了基于扩展Kalman滤波的电池荷电状态估计方法，并对递推方程的初始值进行了讨论和分析。与传统方法相比较，提出的方法具有良好的动态性能、对初值误差不敏感、以及具有很好的抑制测量噪声等特性。5、为了验证建立的模型的准确性以及提出的电池荷电状态估计的有效性，在此，搭建了电池的实验测试平台，包括电池硬件实验平台和电

8、池测试软件。利用Simunlink模块对电池的RC修正模型进行了仿真。实验结果表明，在恒流放电、HPPC循环和UDDS三种不同工况下，测得的最大误差与平均误差非常小，误差最大值不超过0.1385V，平均误差值不超过0.0197V，相对的最大误差值不超过4.2%，提出的RC修正模型具有很高的估算精度。同时，在该实验测试平台上，对提出的基于RC修正模型的EKF的