锂电池荷电状态估算Matlab仿真研究.pdf锂电池荷电状态估算Matlab仿真研究pdf,锂电池的

文件名称: 锂电池荷电状态估算Matlab仿真研究.pdf

所属分类: 其它

开发工具:

文件大小: 1mb

下载次数: 0

上传时间: 2019-09-14

提供者: weixin_********

下载 (1mb)

不能下载？报告错误

详细说明：锂电池荷电状态估算Matlab仿真研究pdf,锂电池的剩余电量（soc）估算不仅可以作为电动汽车续航里程的参考值，而且可以为电动汽车的能量管理策略提供依据，具有重要意义。本文以法国SAFT公司生产的额定容量为6 AH，额定电压为10.68 V的锂离子电池包为研究对象，通过使用Matlab和Advisor等仿真软件，研究了福克斯电动汽车行驶在UDDS工况下，采用安时法和扩展卡尔曼滤波算法结合估算锂电池的剩余电量。仿真结果证明，该方法有效提高了锂电池的sOc估算精度，电池sOc估算误差在5%以内。涂涛,等锂电池荷电状态估算Ⅵ matlab仿真研究及最优估计值的误差自相关值P(1)以此类推可实时估算电法SOC估算误差会逐渐积累变人,最终达到不可接受的程度。池SOC值。电池SOC值估算流程如图1所示在冋样的工况下,采用扩展卡尔曼滤波算法估算电池的 SOC,得到的 Matlab仿真结果如图4所示 UDS工况卜扩展卡尔曼滤波算法0C估算结果 k-1时刻的S0C 0.9 卡尔曼滤波算法估算值 h1时刻时刻的的电流值电压观测 0.7 k时刻S0C 时刻卡尔曼 0.5 预测值滤波增益k 时刻S0C 0.2 修正 0.1 图1扩展卡尔曼滤波SOC估算流程 50010001500200025003000 2 Matlab仿真及结果分析图4扩展卡尔曼滤波SOC佔算在 advison工具中,设定研究对象为 Focus_in纯电动汽由图4可知,采用扩展卡尔曼滤波法进行电池SOC估算车。Frsi纯电动汽车的动力电池组是由25个额定容量为在放电前期和后期精度较低,在放电中间阶段精度较高。这主 6AH、额定电压为10.68V的电池包串连而成,该电池包由法要是由于扩展卡尔曼滤波算法的SOC估算精度主要由电池回SAFT公司生产,该电池包的开路七压和sOC之间的关系模型的精度决定,而电池模型参数在放电前期和后期变化较曲线拟合结果如图2所示。大.在放电中间阶段,电池模型参数基本恒定。因此,扩展卡尔 12rS}电池SC开路电压合结果(25度环境下) 曼滤波算法估算电池SOC值在放申中间阶段精度较高,在放电前期和后期精度较差。 11.5 根据安时法和扩展卡尔曼滤波法SOC估算的以上特性文屮结合使用两种方法进行也氾的SOC估算。具体方法为: 10.5 在电池放电前期,采用安时法估算电池的SOC值,经过200 秒后,采用扩展卡尔曼滤波算法估算电池的SOC值,当电池 SC开路电压线的SOC值低于25%时,重新使用安时法进行SOC估算。在 9.5 o四次拟合口五次拟合 LDDs工况下,两种方法结合使用的SOC估算 Matlab仿真结六次拟果如图5所示 0.20.30.40.50.60.70.80.9 SOc LDS工况下安时法扩展÷尔受滤波法纭合0算结果图2开路电压-SOC拟合结果安时法-展卡尔受懑嶽浜结合$沽算值由图2可知,开路电压和SOC值的五次拟合糈度最高 U.8 因此,文中采用五次拟合的方法来获取电池充放电过程中 0.6 SOC对应的开路电压值。在UDDS工况下,对安时法估算电池SOC进行 Matlab仿 0.4 真实验,得到SOC估算结果如图3所示。 U I工况下安时法S0C估算结果 EKFA正安时法C算误差 0. 0.9 -安时法S0C估算值 C 8 500100150020002500300 图5安时祛-扩展卡尔曼滤波法结合SOC估算结果 6 30 估算误差如图6所示。由图5和图6可知,前期用安时法估算电池SOC,SOC 0.3 估算精度较高,但湜差逐渐变大,中间阶段采用扩展卡尔曼滤 0.1 波算法进行SOC估算,可以修正安时法SOC估算的累积误差,且扩展卡尔曼滤波算法进行SOC估算不存在累积误差, 50C10001500200025003000 后期采用安时法进行sOC估算,同样具有较高精度,但误差图3安时法SOC估算也会逐渐变大,最后冉次用扩展卡尔曼滤波算法修正安时法由图3可知,前期安时法SOC估算精度较高,但是该算SOC估算的累积误差。整个放电过程中,电池SOC.估算误《电子设计工程》2016年第20期 0的(u工况下安时法一扩展÷年曼滤波法结合S信算结果 on Extended Kalman Filter J]. Applied Energy, 2015, 155 834-845 0.03 阿6]廖恩华.基于神经网络的它动汽车磷酸铁锂电池SOC估算 0.02 方法研究[D成都:电子科技大学,2011 [7 Christian Fle ag. Ha EKF法修正安升法0C佔算误差 al. On-line adaptive battery impedance parameterand state estimation considering physical principles in reduced order -0. equivalent circuit battery models Part 1. Requirements 0.04 crilical review of melhods and modelin Journal of P 05001001500200025003000 Sources,2014,260(2014):276-291 图6安时法-扩展卡尔曼滤波法结合SOC估算误差 8]周美兰,赵强,周永勤.改进的PSO-BP神经网络估算磷酸始终保持在5%以内。铁锂电池SO哈尔滨理工大学学报,2015,20(4):88-92 3结论 19 Simon Schwunk, Nils Armbruster, Sebastian Straub. Particl filter for state of charge and state of health estimation for lithinl- 安时法估算电池SOC在放电初始时刻精度较高,但是安 meiron phosphate batteries [J]. Journal of Po ower sources 时法估算误羔会随着时间逐渐累积,最终达到不可接受的程 2013,239:705-710 度。扩展卡尔曼滤波算法SOC佔算精度主要取决于所建立的0齐国光,李建民,郏航等.电动汽车电量计量技术的研究电池模型的精度,在电池高电量和低电量阶段,电池模型参数清华大学学报:自然科学版,1997(3). 变化较大,扩展卡尔曼滤波算法SOC估算精度较差,在地池1 sun Feng-chun, RUI Xiong, HE Hong-wen. Estimation of 放电的中间阶段,电池模型参数值变化小,扩展卡尔曼滤波算 state-of-charge and state-of-power capability of lithic 法SOC估算精度较高。文K中采用安时法和扩展卡尔曼滤波 battery considering varying health conditions J. Journal of 法结合估算电池SOC,在电池放电初期和后期采用安时法,在 Power sources,2014,259(2014):166-176 电池放电中间阶段采用扩展卡尔曼滤波法,并采用扩展卡尔[12 PIller S,PerM, Jussen a. Mellos for stale- of-charge deter 曼滤波法的SOC佔算值修正安时法的初值。 Matlab仿真结果 mination and their Applications [J] Journal of Power Source 表明,文中提出的方法有效提高了电泡SOC估算精度。然而, 2001(96):113-120 本文只饼究了该算法在UDDS工况卜的SOC估算效果,若要「13 Christian fleischer, Christian fleischeret,etal. On-line ada 将该算法运用于实践,将来仍需在电池充电过稈中以及其它 ptive battery impedance parameter and state estimation consi- 工况下对该算法进行实验验证。 dering physieal princ iples in reduced order equivalent Ciruit 参考文献: J Journal of Power Sources, 2014, 260: 276-291 []曹云平.电动车动力电源的发展现状即化工时刊,2001[14 Katalin gy rgy, AndrasKelemen, LaszloDavid. Unscented kal- (10):13-16 man filters and Particle filter methods fornonlinearstate estima 12 Fengchun Sull, RuiXiong, Hongwen He. Eslilnalion of Stale- tion[]. Procedia Technology, 2014, 12: 65-74 of-Charge and State-of-Power Capability of Lithium-ion Bat- [15RuiXiong, GONG Xian-zhi, Chunting Chris Mi. A robust state- tery Considering Varying Health Conditions [Jl. Journal of of-charge estimator for multiple types of lithium-ion batteries- Power sources,2014,259)(2014):166-176 using adaptive extended kalmanfilter J]. Journal of Power [3]王飞.动力电池运行状况测控技术的研究[D].武汉:武汉理 Sources,2013,243:805-482. 工大学自动化学院,2008 [16CIlAO Ilu, Byeng D. Youn, Jaesik Chung. A multiscale 4]张东华,马燕,陈思琪等锂电池模型参数信计与荷电状态 framework with extended kalman filter for lithium -ion 估算研究肌,武汉理工大学学报,2015,37(2):179-182. battery sOC and capacity estimation [J]. Applied energy 15 Perez G, Garmendia M, Reynaud JF, et al. Enhanced clos 2012,92:694-704 ed loop Stale of Charge eslimalur for lithiull-ion batteries based 心●心>·C)·<><>·<><><><>春口><>4<>章<>4心><>·>小非<><>C·心><><><>·<>确<)心>非C)4<><><>4心><>)带心)非>非<<>电<>·<>心>·<><)●心>心>·①>><>看<><>4心>,<>8①>心()<>>着<>非<>心><><><> 欢迎订阅2017年度《电子设计工程》(半月刊国内邮发代号:52-142 国际发行代号:M2996 订价:15.00元/期360.00元/年 132

(系统自动生成,下载前可以参看下载内容)