資源描述：
《電動汽車用鋰離子電池SOC估算方法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、學校代號10532學號S150200358分類號TM912.2密級公開碩士學位論文電動汽車用鋰離子電池SOC估算方法研究學位申請人姓名段洋培養(yǎng)單位機械與運載工程學院導師姓名及職稱朱浩副教授學科專業(yè)動力工程及工程熱物理研究方向電動汽車控制技術論文提交日期2018年4月20日學校代號：10532學號：S150200358密級：公開湖南大學碩士學位論文電動汽車用鋰離子電池SOC估算方法研究學位申請人姓名：段洋導師姓名及職稱：朱浩副教授培養(yǎng)單位：機械與運載工程學院專業(yè)名稱：動力工程及工程熱物理論文提交日期：2018年4月20日論文答辯日期：2018年5月10日答辯委
2、員會主席：劉敬平教授ResearchonSOCEstimationMethodofLithium-ionBatteryforElectricVehiclebyDUANYangB.E.(Chang’anUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceinPowerEngineeringandEngineeringThermophysicsintheGraduateSchoolofHunanUniversitySup
3、ervisorAssociateProfessorZHUHaoMay,2018電動汽車用鋰離子電池SOC估算方法研究摘要隨著環(huán)境污染問題的日益嚴重，以及傳統(tǒng)化石能源的日益短缺，全世界各國都非常重視電動汽車的發(fā)展，電動汽車三電系統(tǒng)等關鍵零部件的設計和制造也成為了研究重點。電池荷電狀態(tài)(SOC)是電動汽車電池管理系統(tǒng)中一個極其重要的評價指標，SOC作為電池的一個內(nèi)在參數(shù)，獲得精確的SOC值是非常困難的。而動力電池作為電動汽車的動力源，準確估計SOC對防止電池過充、過放以及延長電池的使用壽命具有非常重要的意義。本文以18650鋰離子電池為研究對象，開展了鋰離子電池
4、SOC估算方法的研究，為實現(xiàn)電池管理系統(tǒng)SOC精確估算提供參考，論文的主要工作如下：(1)結合實驗數(shù)據(jù)對鋰離子電池的電壓特性、內(nèi)阻特性、循環(huán)壽命以及容量特性進行了研究，并分析了放電倍率、溫度、自放電和電池老化這四種因素對鋰離子電池SOC的影響，揭示了鋰離子電池SOC估算不準確的原因。(2)利用仿真和實驗驗證相結合的研究方法，設計了靜態(tài)容量測試實驗、OCV-SOC快速標定實驗和DST動態(tài)壓力測試實驗，根據(jù)實驗數(shù)據(jù)采用遞推最小二乘法對戴維南電池模型參數(shù)進行了參數(shù)辨識并進行了模型驗證。結果表明，電池模型仿真結果與實驗數(shù)據(jù)之間的平均相對誤差很小，該電池模型能夠很好的
5、反應鋰離子電池的工作特性。(3)提出了基于容積卡爾曼濾波(CKF)的SOC估算算法，建立了電池模型狀態(tài)方程和測量方程，并利用DST實驗數(shù)據(jù)對擴展卡爾曼濾波(EKF)算法、無跡卡爾曼濾波(UKF)算法和CKF算法進行了SOC估算仿真對比。結果表明，CKF算法在執(zhí)行時間較EKF算法增加不多的情況下估算SOC的誤差最小，精度最高。(4)對CKF進行了優(yōu)化，提出了基于自適應平方根容積卡爾曼濾波(ASRCKF)的SOC估算算法，將平方根濾波引入CKF，同時引入基于電池模型輸出電壓殘差序列的協(xié)方差匹配思想對過程及測量噪聲協(xié)方差矩陣進行自適應估計，利用DST和UDDS實驗
6、數(shù)據(jù)對CKF算法和ASRCKF算法進行了仿真對比。結果表明，ASRCKF算法比CKF算法更穩(wěn)定，精度更高，收斂性更好。關鍵詞：荷電狀態(tài)；參數(shù)辨識；容積卡爾曼濾波；平方根濾波；協(xié)方差匹配II碩士學位論文AbstractWiththeincreasingenvironmentalpollutionproblemsandthegrowingshortageoftraditionalfossilfuels,countriesallovertheworldhaveattachedgreatimportancetothedevelopmentofelectricvehi
7、cles.Thedesignandmanufactureofkeycomponentssuchaselectricvehiclethree-electricsystemshavealsobecomethefocusofresearch.Thestateofcharge(SOC)isanextremelysignificantevaluationindexinthebatterymanagementsysteminelectricvehicle.ItisverydifficulttoobtainaccurateSOCvaluebecausethatSOCisa
8、ninternalstateofbatteries.
