鋰離子電池狀態(tài)估算方法研究與實現(xiàn).pdf

1、近年來,面對能源危機、環(huán)境污染這些日益嚴(yán)峻問題的威脅,世界各國都在加緊研發(fā)電動汽車。電動汽車以其優(yōu)良的節(jié)能環(huán)保無污染的特點成為未來汽車產(chǎn)業(yè)的發(fā)展重點。其中,作為電動汽車的動力源的電池成為制約電動汽車發(fā)展的瓶頸。電池管理系統(tǒng)(Battery Management System,BMS)作為全面監(jiān)控和管理電池的關(guān)鍵,通過充放電均衡檢測保障電池正常合理工作,能夠有效提高電池循環(huán)使用壽命,避免不合理使用和降低不必要的風(fēng)險。其中,電池及電池組剩余

2、電量(State of Charge, SOC)和健康狀態(tài)(State of Health, SOH)的在線估算是電池管理系統(tǒng)合理高效運行的關(guān)鍵。研究具有較高精度的SOC及SOH估計算法對于電池管理系統(tǒng)而言是極其重要的,它能夠為延長電池壽命、提高電池利用率等提供有效的支持。
　　本文以鋰離子電池狀態(tài)估算算法為主要研究內(nèi)容,在分析了現(xiàn)有BMS研究水平的基礎(chǔ)上,結(jié)合鋰離子電池本身的特點進行鋰離子電池管理算法的研究和實現(xiàn)。論文首先通過對

3、電池模型的研究介紹,選擇二階RC等效電路模型并通過MATLAB建立了鋰離子電池非線性模型并進行了參數(shù)辨識,結(jié)合實驗數(shù)據(jù)驗證了所建模型的有效性。然后通過對現(xiàn)在幾種常用的電池荷電狀態(tài)(SOC)估算算法的優(yōu)缺點進行分析,基于所建立的鋰離子電池二階模型研究了基于擴展卡爾曼濾波的鋰離子電池SOC估算算法,采用Simulink對SOC估算算法進行仿真驗證。對于鋰離子電池健康狀態(tài),通過對實驗數(shù)據(jù)的深入分析,提出了一種雙脈沖SOH的快速檢測算法。最后,