车用铅酸电池SOC估算研究

近年来,全球石油资源紧缺以及空气环境恶化,使得即节能又环保的电动汽车逐步成为汽车产业的发展趋势。蓄电池是电动汽车的主要动力来源,同时其价格在整车成本中占有较大比重。因此,采用电池管理系统(BMS)对车载蓄电池进行有效控制和管理,对提高电池性能及延长电池使用寿命意义重大。电池荷电状态(SOC)估算是电池管理系统最核心的功能,不仅能够实时反映电池当前剩余电量,也为整车控制策略提供了合理的依据。 本文综合了电化学模型和等效电路模型的优点并在考虑了电池滞后效应的基础上加入了一个滞后修正环节,提出了具有滞后效应修正的电池模型。首先利用电池测试平台对阀控式铅酸电池进行性能测试实验以获得SOC与其影响因素之间的静态关系,然后在分析了电池滞后效应的基础上提出具有滞后效应修正的电池模型,并通过实验和最小二乘递推法对该模型进行参数辨识。最后通过模型仿真电压和电池实际电压的对比验证了所建模型的合理性。 文章分析了扩展卡尔曼滤波法在电池模型不确定和统计噪声不合适的情况下导致SOC估算精度下降的问题,从而提出一种具有强跟踪滤波性能的带次优渐消因子的扩展卡尔曼滤波(SFEKF)算法。该方法能够在模型匹配度较差和噪声统计不准的情况下对电池SOC真值保持强跟踪特性。然后在相同的UDDS工况下,设计了SFEKF与EKF估算SOC的仿真对比,仿真结果表明基于SFEKF的SOC估算方法比基于EKF的SOC估算方法精度更高、鲁棒性更强。