论文部分内容阅读
SOC(State Of Charge)是电池管理系统(BMS)中提供最优性能和安全的重要参数,是其容量的直接反映,既可为驾驶员提供续航里程信息,又可为电池组管理和维护提供依据。因此精确的SOC估算对提高电池的能量利用效率以及防止电池过度充电/过度放电是必不可少的。为了响应国家新能源汽车发展政策,中国大学生方程式汽车大赛(Formula SAE,FSAE)纯电动赛车比赛应运而生。大赛工况恶劣,由于比赛规则的限制,需要赛车具有很高的安全性和可靠性,在这种情况下赛车动力电池的SOC估算就显得尤为重要。本文以安靠公司所提供的2000mA的18650型磷酸铁锂电池为研究对象,详细介绍了磷酸铁锂电池的工作原理及参数,对电池的开路电压特性进行了分析,建立了戴维南模型,采用指数拟合的方法对模型中的参数进行辨识。在MATLAB/Simulink软件中实现电池模型并对模型进行脉冲及自定义充放电工况下的仿真。仿真结果与试验数据拟合较好,验证了电池模型及参数辨识的准确性。在对常用的SOC(State of Charge)估算方法进行分析的基础上,选用扩展卡尔曼滤波算法作为本文SOC估算方法。由于卡尔曼滤波所得到的电池的SOC估算值只会收敛于当前所建立的电池模型,这对模型精确度的要求很高。因此将Ah-EKF与电池模型相结合,选定各主要变量及模型的具体形式,在算法递推作用下进行SOC估算。在MATLAB/Simulink软件中对两种估算算法进行仿真,仿真结果与试验数据进行对比,结果表明Ah-EKF算法的SOC估算误差不超过4%,估算精度更高。基于ADVISOR软件建立电池组和大学生纯电动方程式赛车整车模型。分别选取CYC_IM240、CYC_CUMMUTER和CYC_HWFET三种道路行驶工况进行仿真,得到锂电池组的SOC、电流以及温度曲线,通过大学生纯电动方程式赛车实车试验对比,表明建立的模型有一定的合理性。