没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
摘 要:为了准确估算EV用锂动力电池的荷电状态,利用Map图法对电池自放电电流进行建模,通过自放电模型得到静置状态下电池自放电电流数值,通过电流时间累积得到静置状态下电池SOC的衰减数值,对电"池SOC的初值进行了修正,分析了锂动力电池等效电路模型的不确定性因素,利用EKF与SCKF-STF算法对低温及常温下电池模拟工况进行了实验验证以及对比分析。实验结果表明,SCKF-STF算法能够很好的消除模型不确定性所带来的影响,低温下和常温下算法SOC估算误差比EKF算法分别提升了0.53%和3.8%。
资源推荐
资源详情
资源评论
第
17
卷第
10
期
2013
年
10
月
电机与控制学报
Elec
位
ic
Machines and Control
Vo
l.
17
No.
10
Oct.2013
。
自放电修正的键动力电池
SC
盯
-STF
的
SOC
估算策略
于智龙
1
气郭艳玲
1
王海英
2
(1.东北林业大学机电工程学院,黑龙江哈尔滨
150040;
2.
哈尔滨理工大学自动化学院,黑龙江哈尔滨
150080)
摘
要
z
为了准确估算
EV
用钮动力电池的荷电状态,利用
Map
图法对电池自放电电流进行建模,
通过自放电模型得到静直状态下电池自放电电流数佳,通过电流时间累积得到静直状态下电
池
SOC
的衰减数值,对电池
SOC
的初值进行了修正,分析了钮动力电池等效电路模型的不确定性
因素,利用
EKF
与
SCKF-STF
算法对低温及常温下电池模拟工况进行了实验验证以及对比分析。
实验结果表明,
SCKF-STF
算法能够很好的消除模型不确定性所带来的影响,低温下和常温下算
法
SOC
估算误差比
EKF
算法分别提升了
0.53%
和
3.8%
。
关键词
z
电动汽车;钮动力电池;电荷状态;参数估计;平方根容积卡尔曼滤波
中固分类号
TM912
文献标志码
A
文章编号
1
∞
7
-44
9X(2013)1ι
∞
'7
0-
7
Research
00
state
of
charge estimatioo of Li-ioo battery based
00
SCKF-STF
YU
Zhi-long
1
,2, GUO
Yan-ling
1
, WANG
Hai-ying
2
(I.Co
l1
ege
of
Mechanical
and
Electrical
Engineering
,
Northeast
Fores
住
y
University
,
Harbin
150040
,
China;
2.School
of
Automation
,
Harbin
University
of
Science
and
Technology
,
Harbin
150080
,
China)
Abs
仕
ad:
In order to accurately estimate Lithium power battery
SOC
(state
of
charge) used
on
electric
vehicle, the
ba
忧
ery
selιdischarge
current model was built by using the
Map
diagram. Resting battery self-
discharge current values were obtained through self-discharge
mode
l.
The
attenuation values
of
resting
ba
忧
ery
SOC
in current working conditions were obtained through current and time integral. The bat-
tery
SOç
initial values were corrected, and uncertainties
of
lithium battery equivalent circuit model were
analyzed. Experimental verification and comparative analysis
of
the battery working conditions under
low
tempera
阳
re
and room
tempera
阳
re
were conducted
by
using the
EKF
(extended Kalman filter) with
SCKF-Sτ
'F
(square cubature Kalman
fi
Iter) algorithm. Experimental results
show
由
at
SCKF-STF algo-
rithm can well eliminate effects
of
the model uncertainty. Estimation error
of
SOC
under low temperature
and room temperature are improved 0.53% and 3.8% than that
of
EKF
algorithm.
Key
words:
electric vehicle; Lithium-ion power battery; state
of
charge; parameters estimation;
squ
缸
e
cubature Kalman filter
寻
l
电动汽车
(electric
vehicles,
EV)
用鲤动力电池管
理系统中,电池荷电状态
(status
of
charge,
SO
C)的准
确估算是电池管理系统中一项关键技术[1
)0
SOC
在
估算电池寿命,监测电池的与运行效率和安全性时,
收稿日期
2012-11
-0
7
基金项目
z
国家
973
计划课题
(2009CB21
0
107)
作者简介
z
于智龙
(1979-)
,男,博士研究生,研究方向为电动汽车电;也管理革统,
郭艳玲
(1962
一),女,博士,教授,博士生导师,研究方向为机电一体化技术应用;
王海英(1
971-)
,女,博士,教授,研究方向为汽车新能源及动力装置。
通讯作者
z
于智龙
第
10
期
于智龙等:自放电修正的理动力电池
SCKF-STF
的
SOC
估算策略
71
是常规电池管理系统中的重要监测参数,同时也能
够反映电池实时放电能力
[2]
是评估电池
SOH
以及
放电过程的依据。当前的估算方法大多是通过对实
时性能的检测来进行运算,但在计算的过程中会带
来累积误差,长期的估算会导致精度下降。
SOC
的
估算由于受到电池自放电率、温度、电池老化程度
等因素的影响,采用传统的测量方法无法满足
SOC
检测的实时性以及精确度的要求,许多科研机构都
针对
SOC
在线估算进行了研究
[2-7]
。目前,针对单体
电芯观测
SOC
的算法主要包括:开路电压法
β]
、安
时法、卡尔曼滤波法和神经网络法等。但是在实际
的测量中,开路电压法耗时较长,无法满足电动车实
时监控的要求,安时法由于受到
EV
/HE
V
系统中测
量精确度、工作温度
(-20
的
55
0
C)
等因素的影响,
致使
SOC
估算精度不足无法适应实际需要。神经
网络算法需要大量的电池数据进行训练阳,训练样
本需要尽量覆盖所有电池的工作范围,而且不同型
号、不同生产批次的电池电化学特性也是不同的,
所以神经网络在实际的
EV
系统中只能是有局限的
应用。
由于电池内部是一个复杂的电化学过程,
Kalman
滤波算法能够通过对电池模型的线性化
处理,递推实现
SOC
的最小方差估计。文献
[7]
利用
对模型的参数辨识,得到电池等效电路模型,从而
估算电池
SOC
,但是由于电池老化程度不断加深,
电池模型的参数产生变化阴,必定影响惶动力电
池
SOC
的估算精度。电池
SOC
估算的精度会随着电
池老化程度的不断加深以及工作环境条件的不断变
化而降低,因此,在
SOC
估算的过程中必须要考虑温
度、老化程度等因素的影响。
本文综合考虑了影响电池
SOC
估算的电池老化
程度、电池自放电率以及温度等条件的影响,设计
了一种基于模型修正的
SCKF-STF
的
SOC
估算策略,
考虑电池等效电路模型的不确定性,进行了低温和
常温下的模拟工况实验,对该策略的可行性以及精
确度进行了验证。
1
电池等效电路模型建立
电池等效电路模型主要是为了模拟当电池模型
输入相当于电流值时,目标输出尽可能的符合电池
的工作电压,而等效电路模型的阻抗频谱与测量得
到的电极电化学阻抗谱相同依据此原理基于电子
运动理论建立的铿电池等效电路如图
1
所示。
?…
o
圄
1
基于电子运动理论的电池等效电路
Fig. 1 Equivalent circuit
of
battery based on electron move-
ment theory
图
1
中
,
fls
描述等效欧姆内阻,包括集电流体与
活性物质间的接触电阻、隔膜电阻、溶液电阻以及
极片与极耳间的接触电阻等各项之和:两个
RC
网
络用来模拟电池的极化反应,
C
1
、
C
2
表示电极的极
化电容,即为电双层电容:表示极化电阻。
将电池的
SOC
,
R
1
C
1
,
R
2
C
2
网络电压
U
R1C1
、
U
R2C2
作为电池内部状态,根据戴维南定理,构建离
散状态方程,得到电池状态空间方程为
W
=o
Orc+b|ι
[SK+|[10ola|[
贝
叼?俨
f
产
2
I I 0 0
α
句
2
11
v;
咿
r
俨俨
2ιC
乌
2
I I
b
句
2
l
凡也仨
=V
o
凡(侈闷
S
的)一
ι
hRe
一哈
fl
一吧?产。
(1)
-L>.
t
-L>.
t
其中
:αl=e
可町
;α2=e
巧巧
;
b
1
=
R
1
(1
-
e
町贯);
b
2 =
R
2
(1
-
e
运舍去);
f(T
,
b.
t)
ι
表示电池
SOC
随时
间、温度和电流变化的非线性关系,未修正之前的
关系式如式
(2)
所示
;h
为电池输入电流
;
VO(S)
为
开路电压,是电池
SOC
的函数,可以得到开路电压
与
SOC
之间的拟合关系
[99]
为
民
=Ko+
几
ln
(占)
其中:
Ko
和
K
1
是拟合系数。
2
SCKF-S
霄'估算
SOC
策略
2.1
模型不确定性分析
(2)
对于电池等效电路模型(1),其数学模型描述与
实际系统之间必然存在不确定性,其主要原因有以
下
3
点:
1)
模型简化。惶动力电池在建模过程中为了简
化模型、降低模型阶数,忽略了电池内部部分次要
的电化学反应对其阻抗性能的影响,将模型降低为
三维数学模型,实验检验电池等效电路模型与实际
的电池阻抗特性拟合曲线存在一定差距
[10]
。
剩余7页未读,继续阅读
资源评论
weixin_38562392
- 粉丝: 4
- 资源: 917
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功