基于粒子滤波的电动汽车锂离子电池SOC估算技术研究

汽车不仅是人们出行必不可少的交通工具,还是各行各业离不开的工具。汽车的广泛使用给人们带来方便与快捷的同时,也会带来环境污染问题以及能源短缺问题。电动汽车的使用一定程度上能够降低环境污染、缓解资源紧张。因此,电动汽车的发展受到各国的普遍重视。锂离子电池相对于其它电池具有能量密度高、寿命长、无记忆效应等优点,被广泛应用于电动汽车中。锂离子电池在工作中需要设计专门的电池管理系统(Battery Management System,BMS)用于电池的安全保护以及检测电池的状态。电池的荷电状态(State of charge,SOC)反映了电池剩余电量状态,是BMS需要估算的一个重要参数,准确的SOC估计对于电动汽车的稳定运行具有重要意义。因此,研究高性能的SOC算法也就成了相关研究机构研究的热点问题。本文开展的研究基于锂离子电池,选取了合适的电池模型并对模型进行了参数辨识,设计了三种基于粒子滤波的SOC估算算法,并对算法的性能进行比较分析。本文研究的主要内容如下:(1)基于三星ICR18650-22P锂离子电池设计并开展电池的容量测试实验、OCV-SOC对应关系实验以及电池工况测试实验。(2)分析讨论了电池的化学模型与等效电路模型并选取了二阶RC等效电路模型作为电池模型,采用多项式拟合的方法对电池的OCV-SOC对应关系进行拟合,采用指数拟合的方法对模型中R、C参数进行离线辨识。(3)针对粒子滤波存在的建议性密度函数选择问题,提出了采用卡尔曼滤波方法生成粒子滤波建议性密度函数的方案,设计了EPF、CPF与UPF的SOC估算方法。(4)以设备所测City工况电池数据为参考,系统地比较了EKF、EPF、CPF以及UPF算法的SOC估算效果。为使测试更加接近实车,将实验数据中加入有色噪声,比较算法抵抗噪声的能力。测试结果表明,在无外界干扰的条件下,EKF、EPF、CPF以及UPF算法估算效果都比较理想,EPF、CPF以及UPF算法要略优于EKF算法;在加入有色噪声的条件下,EKF算法失效,EPF算法效果能够较为准确地描述SOC的变化但精度不及CPF与UPF算法;CPF算法与UPF算法效果相近,精度最高。