環(huán)境問題日益凸顯,使新能源發(fā)電技術(shù)成為全球關(guān)注熱點,新能源發(fā)電技術(shù)的迅猛發(fā)展使電價更為低廉的同時也推動了電動汽車技術(shù)的發(fā)展。電動汽車的能源核心——動力電池是關(guān)乎電動汽車性能的關(guān)鍵,電池荷電狀態(tài)（State of Charge,SOC）直接影響駕駛員對電動汽車續(xù)航里程的判斷,準確的SOC對于提升電動汽車用戶體驗、整車控制的合理性、電池管理系統(tǒng)可靠工作都有直接影響,所以SOC估算作為電動汽車發(fā)展的重點和難點,具有重要的研究意義。本文通過設(shè)計實驗對鋰離子電池的充放電特性、容量特性、遲滯效應(yīng)、電阻特性、極化特性做了詳細的分析。鋰離子電池屬于復雜的強非線性系統(tǒng),簡單的一階模型不能準確描述電池特性,在綜合分析了常見電池模型后,選用考慮多種電池特性的二階等效電路模型。改進的開路電壓模型在保證精度的同時避免了繁瑣的高階多項式擬合公式,同時在混合動力脈沖特性（Hybrid Pulse Power Characterization,HPPC）實驗數(shù)據(jù)基礎(chǔ)上進行了電池模型參數(shù)辨識。最后在MATLAB/Simulink中搭建電池仿真模型,通過動態(tài)應(yīng)力工況實驗（Dynamic Stress Test,DST）驗... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
        1.1.1 電動汽車發(fā)展趨勢
        1.1.2 動力電池技術(shù)
        1.1.3 電池管理系統(tǒng)概述
    1.2 研究意義與研究現(xiàn)狀
        1.2.1 研究意義
        1.2.2 國內(nèi)外研究現(xiàn)狀
    1.3 本論文主要研究內(nèi)容
第二章 鋰離子電池工作原理及特性分析
    2.1 鋰離子電池介紹
    2.2 工作原理
    2.3 特性分析
        2.3.1 充放電特性
        2.3.2 容量特性
        2.3.3 遲滯效應(yīng)
        2.3.4 電阻特性
        2.3.5 極化特性
    2.4 本章小結(jié)
第三章 磷酸鐵鋰電池建模與參數(shù)辨識
    3.1 鋰離子電池模型
        3.1.1 基本等效電路模型
        3.1.2 二階等效電路模型
    3.2 OCV-SOC模型
    3.3 容量修正
    3.4 模型參數(shù)辨識
    3.5 模型仿真驗證
    3.6 本章小結(jié)
第四章 算法原理
    4.1 擴展卡爾曼濾波算法
    4.2 自適應(yīng)容積卡爾曼濾波算法
        4.2.1 三階Spherical-Radial容積準則
        4.2.2 容積卡爾曼濾波
        4.2.3 自適應(yīng)容積卡爾曼濾波
    4.3 算法初值設(shè)定
    4.4 本章小結(jié)
第五章 實驗平臺與算法驗證
    5.1 實驗平臺
    5.2 算法驗證
        5.2.1 精度驗證
        5.2.2 收斂性分析
    5.3 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
攻讀學位期間研究成果
致謝


【參考文獻】：
期刊論文
[1]基于自適應(yīng)容積卡爾曼濾波的矢量跟蹤算法[J]. 鄒曉軍,廉保旺,丹澤升.  西北工業(yè)大學學報. 2018(06)
[2]我國電動汽車產(chǎn)業(yè)關(guān)鍵技術(shù)現(xiàn)狀發(fā)展研究[J]. 郭向偉,康龍云,張崇超.  電源技術(shù). 2018(06)
[3]電動汽車用磷酸鐵鋰電池充放電特性實驗研究[J]. 姜標,張向文.  電源技術(shù). 2018(04)
[4]基于降低極化電壓磷酸鐵鋰電池充電方法研究[J]. 李志農(nóng),覃章鋒.  汽車技術(shù). 2017(11)
[5]基于PSO-RBF混合算法鋰離子電池SOC估算[J]. 吳鐵洲,吳笑民,楊蒙蒙,熊金龍.  電源技術(shù). 2016(05)
[6]基于擴展PSO和離散PI觀測器的電池SoC估計[J]. 皮釩,王耀南,孟步敏.  電子測量與儀器學報. 2016(01)
[7]功率型鋰離子動力電池的高低溫容量特性[J]. 王元奎,魏平芬.  電源技術(shù). 2015(10)
[8]改進的PSO-BP神經(jīng)網(wǎng)絡(luò)估算磷酸鐵鋰電池SOC[J]. 周美蘭,趙強,周永勤.  哈爾濱理工大學學報. 2015(04)
[9]基于改進安時積分法的電動汽車電池SOC估計與仿真研究[J]. 范興明,曾求勇,張鑫.  電氣應(yīng)用. 2015(08)
[10]不同溫度下磷酸鐵鋰電池內(nèi)阻特性實驗研究[J]. 林春景,李斌,常國峰,許思傳.  電源技術(shù). 2015(01)

博士論文
[1]電動汽車充換電定價模型及政策研究[D]. 梁燕妮.華北電力大學(北京) 2018
[2]自適應(yīng)容積卡爾曼濾波器及其在雷達目標跟蹤中的應(yīng)用[D]. 王思思.大連海事大學 2015
[3]中國石油進口依存度問題研究[D]. 張祺.武漢大學 2013

碩士論文
[1]基于多源信息的電動汽車自適應(yīng)巡航控制算法研究[D]. 段蘇濤.吉林大學 2018
[2]溫度依賴的電動汽車動力電池建模及SOC估計方法研究[D]. 李炳思.吉林大學 2017
[3]基于改進型PNGV等效模型的動力電池SOC估算方法的研究[D]. 孫張馳.合肥工業(yè)大學 2017
[4]電動汽車鋰離子電池健康狀態(tài)估計及壽命預測方法研究[D]. 周秀文.吉林大學 2016
[5]高速電動輪車電池管理系統(tǒng)研究與開發(fā)[D]. 楊平.武漢理工大學 2015
[6]動力電池管理系統(tǒng)的仿真測試及研究[D]. 毛子通.浙江大學 2015
[7]基于改進PNGV模型的動力鋰電池SOC估計和充電優(yōu)化[D]. 鄧磊.哈爾濱工業(yè)大學 2014
[8]基于EKF的電動汽車用鋰離子電池SOC估算方法研究[D]. 劉浩.北京交通大學 2010
[9]鋰離子動力電池管理系統(tǒng)的研究與實現(xiàn)[D]. 黎繼剛.浙江理工大學 2010



本文編號：3005189