论文部分内容阅读
在人类面临能源短缺、环境污染两大挑战的背景下,以电动汽车为主的新能源汽车成为交通领域实现节能减排的主要交通工具。动力电池是电动汽车的能量来源和制约其发展的主要瓶颈,锂电池荷电状态(SOC)估算是电池管理系统(BMS)的核心技术,BMS直接关乎电池准确性和安全性,因此研究动力电池SOC和BMS对电动汽车的发展具有现实意义和工程价值。本文通过锂离子电池特性的实验研究,分析了电池容量、内阻、开路电压的主要影响因素;利用双卡尔曼滤波(DKF)对电池等效模型的参数进行实时估算;然后利用基于滑模变结构的卡尔曼滤波(KF)对电池的SOC进行了估算;最后对电池管理系统的部分软硬件进行了设计开发。具体的研究工作和结论如下:(1)锂离子电池特性的实验研究。其实验器材包括大功率充放电设备、高低温试验箱、电流电压数据采集设备。设计实验研究环境温度、充放电倍率对电池容量、内阻、开路电压等参数影响。实验表明,环境温度是电池参数的主要影响因素。(2)基于双卡尔曼滤波算法的电池等效模型参数实时估算研究。选用Thevenin电池等效模型,通过拉普拉斯变换对欧姆内阻、极化内阻和极化电容等参数进行初始辨识,然后利用卡尔曼滤波算法和双卡尔曼滤波算法分别对电池参数进行实时估算,通过参数估算结果对比,表明双卡尔曼滤波较卡尔曼滤波更为稳定。(3)基于滑模变结构卡尔曼滤波的电池SOC估算研究。利用基于滑模变结构卡尔曼滤波的电池SOC估算,可以有效改善卡尔曼滤波算法中的不稳定问题,从而提高SOC估算精度。仿真及实验结果表明,基于滑模变结构的卡尔曼滤波算法在锂电池SOC估算方面具有良好的精度,与卡尔曼滤波算法相比,SOC估算精度提高了6%左右。(4)锂电池管理系统部分软硬件的设计和开发。本文对电池状态监管的软硬件进行了设计和开发。主要实现对电池电压、温度和电流的采集与验证。首先基于信号采集芯片LTC6803对锂电池的电流、电压和温度进行数据采集,然后通过SPI接口将采集的数据传送给主控单元MC9S12,主控单元MC9S12对数据进行分析与显示,最后基于Code Warrior软件,对采集电压、电流、温度进行实验验证,证明了本文设计的电池状态监测系统的正确性。