磷酸鐵鋰電池組SOC估計(jì)算法研究.pdf

1、電動(dòng)汽車的電池管理系統(tǒng)的需要準(zhǔn)確了解當(dāng)前電池組的荷電狀態(tài)(State of charge，SOC)。電池管理系統(tǒng)中的均衡系統(tǒng)以及安全管理系統(tǒng)，都需要使用SOC值判斷電池狀態(tài)以及進(jìn)行控制策略的設(shè)計(jì)。而磷酸鐵鋰電池由于本身特性，其過(guò)放電會(huì)導(dǎo)致電池產(chǎn)生不可逆轉(zhuǎn)的損傷，過(guò)充電會(huì)導(dǎo)致電池過(guò)熱甚至爆炸，因而對(duì)電池管理系統(tǒng)提出了更多的要求。但如何準(zhǔn)確測(cè)量工況下的磷酸鐵鋰電池的SOC仍然是世界性難題。
　　論文從分析磷酸鐵鋰電池內(nèi)部電化學(xué)反應(yīng)開(kāi)始

2、，通過(guò)設(shè)置在不同SOC狀態(tài)，不同電流工況下的充放電實(shí)驗(yàn)，測(cè)取電池模型SOC-OCV曲線，以及歐姆內(nèi)阻，濃差阻抗等動(dòng)態(tài)參數(shù)，建立出適合用于現(xiàn)代計(jì)算機(jī)所使用的二階RC等效電池模型，為下一步SOC仿真提供建立模型。
　　在二階RC模型基礎(chǔ)上，本文在實(shí)物設(shè)備中實(shí)現(xiàn)了擴(kuò)展卡爾曼濾波SOC估計(jì)算法設(shè)計(jì)，證明該算法在SOC估計(jì)系統(tǒng)中的有效性，并分析其在不同工況下表現(xiàn)的差距，提出了目前所使用的經(jīng)典擴(kuò)展卡爾曼濾波算法的局限性與不足。
　　針對(duì)

3、復(fù)雜工況下磷酸鐵鋰動(dòng)力電池組SOC估計(jì)不準(zhǔn)確的問(wèn)題，本文提出實(shí)物電池SOC估計(jì)誤差主要來(lái)源之一是模型誤差，特別是在復(fù)雜工況下，電池模型誤差影響因素會(huì)進(jìn)一步增加。因此本文提出并實(shí)現(xiàn)基于模型信息的噪聲補(bǔ)償擴(kuò)展卡爾曼濾波算法，一種針對(duì)電池組工況特性下卡爾曼濾波方法，該算法基于電池組工況放電特性，提取其特征參數(shù)并進(jìn)行模式分類，對(duì)擴(kuò)展卡爾曼濾波模型進(jìn)行不同的噪聲模型數(shù)據(jù)補(bǔ)償，實(shí)現(xiàn)優(yōu)化估計(jì)。該算法可應(yīng)用在系統(tǒng)測(cè)量噪聲模型已知的SOC估計(jì)系統(tǒng)中，能有

4、效避免由于多因素所引起的系統(tǒng)狀態(tài)模型誤差而導(dǎo)致的SOC估計(jì)發(fā)散或矯正性能差的問(wèn)題。
　　在實(shí)際電池系統(tǒng)中，測(cè)量噪聲模型通常處于未知狀態(tài)，同時(shí)也容易受到外界干擾而變化。此時(shí)噪聲補(bǔ)償擴(kuò)展卡爾曼濾波算法難以收到良好結(jié)果。本文使用自適應(yīng)濾波算法，使得濾波系統(tǒng)能夠?qū)崿F(xiàn)自動(dòng)跟蹤外界噪聲模型的變化。同時(shí)針對(duì)單獨(dú)的自適應(yīng)濾波算法在存在SOC初值誤差系統(tǒng)的表現(xiàn)較差的情況，結(jié)合多模型自適應(yīng)濾波理念，實(shí)現(xiàn)了多模型自適應(yīng)卡爾曼濾波算法。該算法具有更好的精