【摘 要】
：
近年来,锂离子电池因比能量和比功率大、循环使用寿命长、安全性高等优点,被广泛作为电动汽车动力源。而准确地掌握动力电池荷电状态（state-of-charge,SOC）有助于预测续驶里程、可有效控制电池过度充放电进而延缓电池老化。然而,目前主流算法大多只关注于改善个别SOC估计指标,忽略对提高其综合估计性能的研究。因此,如何能够在兼顾多项估计指标的基础上实现SOC实时高精度预测仍然是当今学术界重要研
论文部分内容阅读
近年来,锂离子电池因比能量和比功率大、循环使用寿命长、安全性高等优点,被广泛作为电动汽车动力源。而准确地掌握动力电池荷电状态（state-of-charge,SOC）有助于预测续驶里程、可有效控制电池过度充放电进而延缓电池老化。然而,目前主流算法大多只关注于改善个别SOC估计指标,忽略对提高其综合估计性能的研究。因此,如何能够在兼顾多项估计指标的基础上实现SOC实时高精度预测仍然是当今学术界重要研究方向。本文基于对目前主流SOC估计方法的对比分析,将实现估计方法间的优势互补改善算法综合估计性能作为突破点,提出了两种基于数据驱动与滤波算法融合的方法,用以提高SOC综合估计效果。论文具体研究内容如下:（1）首先以电池特性为切入点,分析其工作机理,对比研究多种电池模型优缺点,对电池进行合理建模,为后续的电池状态估计打下基础。然后介绍分析了现阶段主流SOC估计算法的优劣势,基于对扩展卡尔曼滤波（extended Kalman filter,EKF）算法SOC滤波效果的考察,分别选取支持向量机（support vector machine,SVM）算法和极限梯度提升决策树（extreme gradient boosting,XGBoost）算法与EKF算法结合用于SOC在线实时预测。（2）为提高锂离子电池SOC的综合估计效果,本文提出了基于数据驱动和滤波算法融合的EKF-SVM和EKF-XGBoost两种组合算法。其中,EKF-SVM算法利用SVM模型学习预测SOC估计误差实现对EKF初步预测的修正,从而提高SOC综合估计效果。而所提EKF-XGBoost算法利用EKF滤波数据构建的XGBoost模型提高算法的SOC预测性能。（3）最后,为验证所提算法的有效性,本文通过多种实验工况以及不同对比算法的仿真实验,考察分析所提算法模型的综合估计效果。结果表明:EKF-SVM算法在低复杂度的基础上达到了更高的估计精度。而EKF-XGBoost算法模型在兼顾模型鲁棒性、泛化性等指标的情况下,实现了对锂离子电池SOC的直接高精度预测,综合估计效果更优。
其他文献
随着车联网通信技术和智能汽车技术的发展,车辆的协同自适应巡航技术逐渐发展起来。本文依托硬件在环台架作为研究平台,对车辆在车联网环境下的自适应巡航控制技术进行研究。传统的自适应巡航（ACC）技术基于毫米波雷达等车载传感器采集前方障碍物或车辆信息。本文中车辆处于V2X环境下,直接依靠V2X网络实现信息传输,是一种协同式自适应巡航（CACC）。相比于传统模式,协同式自适应巡航有着可靠性强、数据接收速率快
分布式驱动电动汽车（Distributed drive electric vehicle,DDEV）具有结构紧凑、传动高效、各轮驱动与制动力矩独立可控等特点,电动轮一般采用轮毂电机或轮边电机,通过轮间差速或差扭可以实现差动转向。线控转向系统（Steer-By-Wire,SBW）作为一种新型的转向系统主要由主动转向模块和路感模块组成,打破了传统转向系统机械连接上的束缚。本文针对轮毂电机DDEV差动转
基于磁流变（Magnetorheological,MR）技术的汽车电控悬架能够实现行驶平顺性和操纵稳定性的同时提升。本文将从MR技术的精确控制出发,着重研究磁流变电控悬架控制对车辆侧倾和俯仰的影响。为实现MR阻尼器的精确控制,提出并深入研究了一种动态电阻-电容（Resistor-capacitor,RC）算子磁滞模型。所提出的动态RC算子将RC算子和输入的变化率联系在一起,增加了RC算子磁滞模型的
超级电容器具有功率密度高、充放电速率快、循环稳定性好等优点。然而其能量密度较低的缺点严重制约了其大规模商业化应用。电极材料是影响超级电容器电化学性能的关键,因此开发具有高比电容且循环稳定性高的电极材料尤为重要。基于法拉第反应的赝电容材料具有较高的比容量。其中,镍钴基过渡金属碱式碳酸盐由于其独特的晶体结构,电解质离子易于嵌入和扩散到材料内部进行快速的氧化还原反应,因此具有出色的理论电容,在能量转换和
燃料电池汽车是新能源汽车中的重要类型,利用燃料电池系统和辅助能源共同输出能量以驱动车辆前进,具备能量转化率高等优点。燃料电池汽车混合动力系统的功率分配是整车控制的重要环节,良好的功率分配控制策略对整车的燃油经济性和整车寿命将产生非常重要的影响。本文以燃料电池汽车为研究对象,搭建混合动力系统模型,基于特性分析采用优化算法制定有效的功率分配控制策略。具体的研究内容如下:（1）本文燃料电池车型采用的架构
在传统汽车结构耐撞性优化设计研究中常运用数值优化方法进行确定性优化设计。然而确定性优化结果往往接近约束边界,当设计变量受到不确定因素影响时导致确定性优化结果不可靠。因此,在兼顾耐撞性与轻量化的整车设计中,可靠性设计显得尤为重要。前人的研究表明,Chebyshev区间方法在提升设计解可靠性方面发挥了很大的作用。因此,将Chebyshev区间方法与传统整车结构耐撞性优化方法相结合提升设计解可靠性具有一
为改善环境污染问题以及化解能源危机,全球各国都在大力发展新能源汽车,其中电动汽车由于技术相对成熟,近年来率先在市场上得到普及。而随着电动汽车的普及,相应的配套基础设施也得到了迅猛发展。结合智能电网的发展,V2G技术应运而生,因此研究能够实现能量双向流动的电动汽车充放电系统具有深远的意义和广泛的应用前景。本文以直流快充的AC/DC变换器系统作为研究对象,旨在实现V2G功能的前提下提高系统的充放电效率
随着社会进步和经济发展,汽车保有量不断增长,随之而来的是交通事故频繁发生。由驾驶员疲劳驾驶而导致车道偏离是发生交通事故的常见原因,以车道保持为代表的横向辅助系统是避免车道偏离的有效途径。为解决以上问题,本文对基于疲劳检测的人机协同车道保持进行研究,提出一种基于面部特征识别的驾驶员疲劳检测方法并与人机协同车道保持控制相结合,主要完成以下工作:首先,本文提出了一种基于面部特征点识别的驾驶员疲劳检测方法
近年来,资源短缺与环境污染等问题愈发突出,在可持续发展的大背景下,新能源汽车的发展正在逐步成为汽车行业的一个趋势。锂离子电池作为新能源汽车的重要动力来源之一,在新能源汽车蓬勃发展的大环境下,其各项特性地研究也越来越受到重视。动力锂离子电池的荷电状态（State of Charge,SOC）是用来描述电池所剩电量多少的物理量,它与汽车的续航里程直接挂钩。此外SOC对于动力锂离子电池的充电方式的选择、
当前人类社会面对的严重的环境污染和能源紧缺问题,寻找清洁可持续的能源是当前的研究热点。而交通运输业则是能源变革的关键行业之一,其中氢燃料电池混合动力汽车由于其清洁、可持续、续航长的特点,受到了广泛的关注。质子交换膜燃料电池是应用在汽车上最广泛的一种,其具有比功率高、启动快、工作温度低的特点。在燃料电池混合动力汽车中增加辅助能源,一方面可以在车辆大功率工况时提供额外的能量满足车辆行驶,另一方面可以对