动力锂电池SOC精确估计算法研究

作     者：王少江 

作者单位：太原科技大学 

学位级别：硕士

导师姓名：何秋生

授予年度：2016年

学科分类：0808[工学-电气工程] 08[工学] 

主      题：SOC估计 锂离子电池 PNGV模型 卡尔曼滤波 IUKF ADVISOR 

摘      要：近年来,全球能源危机和环境污染问题日益严重,电动汽车以其低碳环保的优势得到了突飞猛进的发展,动力电池荷电状态(SOC)的精确估计是电动汽车动力电池领域的热点和难点。本文选取磷酸铁锂电池为研究对象,针对提高动力电池SOC估计精度的问题,重点在模型和算法两个方面进行了研究,主要内容如下:1)介绍了四种常用的动力电池等效电路模型,在分析锂电池内部极化现象的基础上,对常规的PNGV等效电路模型进行了改进。根据电池在实际工作过程中内部极化电阻与极化电容会受到SOC不同而变化的规律,把常规模型中的定值极化电阻与电容设定为随SOC变化而不断变化的量,以提高模型的精度,在Simulink仿真环境中搭建仿真模块并进行了仿真,结果表明改进的PNGV模型能更好的描述锂电池的工作特性。2)针对UKF算法受锂电池在充放电过程中高度非线性因素的影响,本文在UKF算法的基础上引入了迭代思想,提出一种迭代UKF(IUKF)算法。利用改进的PNGV模型,在MATLAB中仿真比较了EKF、UKF、IUKF三种算法,结果表明IUKF算法具有更高的估计精度。3)为了进一步验证IUKF算法估计的准确性,在ADVISOR环境中选取GM-EV1型电动汽车,选取相关模块构建整车仿真模型并运行,得到电动汽车实际行驶路况下的动力锂电池电流、电压以及标准SOC等参数值,然后在MATLAB中对EKF、UKF、IUKF三种算法进行仿真,结果证明IUKF算法在电流变化频繁、变化幅度大的情况下依旧有着更精确的估计精度。