電動(dòng)汽車動(dòng)力鋰電池組參數(shù)估計(jì)研究.pdf

1、隨著能源的使用速度越來(lái)越快，特別是石油資源的枯竭已經(jīng)可以預(yù)期了。新能源汽車，特別是電動(dòng)汽車的發(fā)展引起了人們?cè)絹?lái)越多的關(guān)注，新能源汽車的使用不止可以緩解能源危機(jī)，由于它的幾乎零污染的特性，對(duì)環(huán)境保護(hù)的重要性也不言而喻。而作為電動(dòng)汽車的心臟，動(dòng)力電池組和它的電池管理系統(tǒng)(batterymanagement system，BMS)也就自然而然地成為了最近這些年的研究熱點(diǎn)，其中的電池組荷電狀態(tài)（State of Charge，SOC）以及健康狀

2、態(tài)(State of Health，SOH)的估計(jì)更是研究中的重點(diǎn)。
　　本文我們首先介紹了新能源汽車的基本概況，分析了BMS在電動(dòng)汽車中功能、BMS在國(guó)內(nèi)外的發(fā)展概況和發(fā)展趨勢(shì)，說(shuō)明了它在電動(dòng)汽車中的關(guān)鍵作用，然后我們重點(diǎn)對(duì)電池管理系統(tǒng)中的SOC估計(jì)進(jìn)行了研究，先介紹了電動(dòng)汽車發(fā)展至今所涌現(xiàn)出來(lái)的若干動(dòng)力電池的SOC估計(jì)方法，對(duì)這些方法的優(yōu)缺點(diǎn)都進(jìn)行了分析，最后我們分析得到卡爾曼濾波算法在SOC中的應(yīng)用，使得這項(xiàng)研究取得跨越式的

3、發(fā)展，讓電動(dòng)汽車在行駛過程中的動(dòng)態(tài)參數(shù)估計(jì)成為可能，但是隨著研究的深入，卡爾曼濾波算法的一些缺點(diǎn)也暴露了出來(lái)。進(jìn)一步引入了對(duì)卡爾曼濾波算法的改進(jìn)以及雙重?cái)U(kuò)展卡爾曼濾波算法(Dual EKF)的運(yùn)用，解決了卡爾曼濾波算法不能同時(shí)預(yù)測(cè)系統(tǒng)的狀態(tài)和其內(nèi)部參數(shù)的缺點(diǎn)，提高了SOC估計(jì)的精確性和靈活性。
　　然后我們分析了各種因素對(duì)于電池組性能的影響，例如，電池內(nèi)阻的動(dòng)態(tài)變化、電池組中各電池單元的不一致性、電池組所處的環(huán)境溫度以及電池組的老