混合动力车用锂离子电池SOC最优预测策略研究

被引:0
作者
高利琴
机构
[1] 湖南大学
关键词
动力锂离子电池; 整车控制策略; 灰色关联分析; 估算模型; 模糊最小二乘支持向量机;
D O I
暂无
年度学位
2012
学位类型
硕士
导师
摘要
随着汽车数量的剧增,带来的能源危机及环境污染等问题也日益加重,发展一种新型能源的汽车迫在眉睫。混合动力汽车由于其排放低,能源消耗小,受到各界人士的关注。作为混合动力汽车的核心动力源-动力锂离子电池,其技术一直是电动汽车发展的瓶颈之一。 SOC值是电动车辆运行过程中非常重要的参数,是混合动力车辆整车控制策略的主要依据。本文在详细分析了锂离子电池的特性下,找出影响SOC值的主要影响因素,并提出具体的方法更准确的估算SOC值。论文的主要研究工作如下: (1)深入分析镍镉、镍氢电池的特点,与锂离子电池形成对比,突出锂离子电池优点。通过从锂离子电池的工作原理及一般特性出发,分析锂离子电池在运行过程中(充放电过程)的电流、电压、温度、内阻等因素与电池使用寿命及SOC值的关系。 (2)采用灰色关联分析方法,对电流、电压、电池温度和电池内阻四个关键影响因素进行分析对比,确定各影响因素对SOC值变化影响力的主次顺序,为改善合理的使用动力电池提供理论依据。 (3)结合最小二乘支持向量机和模糊思想的优点,创建模糊最小二乘支持向量机对SOC进行估算。为了与实际情况相一致,本文采用了Prius车型在10-15典型工况下所采集的电池在变电流充放电状态下的数据,以电池的工作电压、电流及温度为输入,电池SOC为输出建立估算模型,最后得出,估算的最大误差小于1%,估算精度高,是一种有效的改进SOC实时估算的方法。此方法尤其适用于电动汽车变电流充放电状态。
引用
收藏
页数:64
共 52 条
[1]
最小二乘支持向量机及其在工业过程建模中的应用 [D]. 
陈爱军 .
浙江大学,
2006
[2]
模糊支持向量机及其应用研究 [D]. 
杨志民 .
中国农业大学,
2005
[3]
纯电动汽车用锂电池管理系统的研究 [D]. 
黎林 .
北京交通大学,
2009
[4]
基于粗糙集与最小二乘支持向量机的密闭鼓风炉故障诊断方法研究 [D]. 
戴贤江 .
中南大学,
2008
[5]
基于最小二乘支持向量机的短期电力负荷预测方法研究 [D]. 
杨立成 .
广西大学,
2008
[6]
支持向量机算法的研究及应用 [D]. 
王芳 .
江南大学,
2008
[7]
动力镍氢电池管理系统的研究 [D]. 
张莹 .
天津大学,
2007
[8]
动力蓄电池管理系统SOC算法研究 [D]. 
劳力 .
北京交通大学,
2007
[9]
灰色系统理论及其应用 [D]. 
温丽华 .
哈尔滨工程大学,
2003
[10]
A Survey on Potential of the Support Vector Machines in Solving Classification and Regression Problems.[J].State; Luminita;Cocianu; Catalina;Fusaru; Doina.Informatica Economica.2010, 3