鋰離子電池荷電狀態(tài)在線(xiàn)估計(jì)技術(shù)研究.pdf

1、隨著電池研發(fā)技術(shù)的發(fā)展，以鋰離子電池為代表的高品質(zhì)蓄電池已經(jīng)廣泛應(yīng)用于各行各業(yè)，為了確保蓄電池安全、高效運(yùn)行，電池管理系統(tǒng)（Battery Management System,BMS）一直以來(lái)都是研究熱點(diǎn)。電池荷電狀態(tài)（State of Charge,SOC）估計(jì)作為BMS的基礎(chǔ)、核心功能，受到諸多因素耦合影響以致難以準(zhǔn)確估計(jì)。本文以鋰離子電池為實(shí)驗(yàn)對(duì)象，考慮充放電倍率與環(huán)境溫度等影響因素，研究SOC在線(xiàn)估計(jì)算法，主要內(nèi)容有：
　

2、?。?）研究了電池等效電路模型，完成了參數(shù)離線(xiàn)辨識(shí)。通過(guò)大量實(shí)驗(yàn)研究了開(kāi)路電壓（Open Circuit Voltage,OCV）的“滯回效應(yīng)”以及電池實(shí)際容量變化規(guī)律，應(yīng)用1stOpt工具擬合得到了OCV-SOC關(guān)系曲線(xiàn)以及庫(kù)倫效率系數(shù)的非線(xiàn)性函數(shù)關(guān)系。
　　（2）針對(duì)無(wú)跡卡爾曼濾波（Unscented Kalman Filter,UKF）對(duì)電池模型敏感并且容易受到不確定噪聲干擾的問(wèn)題，本文研究了利用遞推最小二乘法（Recurs

3、ive Least Squares,RLS）和最優(yōu)無(wú)偏極大后驗(yàn)法（Maximum a Posterior,MAP）改進(jìn)的UKF算法。首先，通過(guò)Thevenin模型得到狀態(tài)空間方程。緊接著，利用RLS算法實(shí)現(xiàn)模型參數(shù)自適應(yīng)。隨后，利用最優(yōu)無(wú)偏MAP法實(shí)現(xiàn)噪聲協(xié)方差在線(xiàn)估計(jì)。最后，設(shè)計(jì)了包含簡(jiǎn)單工況和復(fù)雜工況在內(nèi)的物理實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該算法SOC估計(jì)精度較傳統(tǒng)UKF而言有了很大提高，魯棒性能出色，復(fù)雜度適中，適合對(duì)算法復(fù)雜度有嚴(yán)苛要求的應(yīng)

4、用場(chǎng)合。
　?。?）為了進(jìn)一步提升估計(jì)精度，針對(duì)傳統(tǒng)UKF面臨的問(wèn)題本文提出了另一個(gè)解決策略：利用卡爾曼擴(kuò)維法和協(xié)方差匹配法（Covariance Matching,CM）改進(jìn)的UKF算法。該算法利用擴(kuò)維法實(shí)現(xiàn)模型關(guān)鍵參數(shù)在線(xiàn)更新，利用CM法實(shí)現(xiàn)噪聲協(xié)方差自適應(yīng)。為此設(shè)計(jì)了參數(shù)敏感性實(shí)驗(yàn)，甄別了影響SOC估計(jì)程度最大的模型參數(shù)。算法驗(yàn)證實(shí)驗(yàn)的結(jié)果表明，該算法魯棒性能和實(shí)時(shí)性稍有降低，但是估計(jì)精度和穩(wěn)定性有了進(jìn)一步提高，適合對(duì)精度要