镍氢电池管理系统及其SOC预测方法研究

随着能源和环保问题的日益突出，混合动力电动汽车以其零排放，噪声低，等优点而受到世界各国的高度重视，作为发展电动车的关键技术之一的电池能量管理系统，是电动车商品化，实用化的关键。本文致力于混合动力电动汽车蓄电池能量管理系统的研究，深入讨论了系统的设计思想与实现方法，开展对镍氢电池充放电容量的预测和估计方法的研究。主要研究成果如下： 详细分析了镍氢蓄电池的基本工作原理和充放电特性以及影响蓄电池SOC(state of charge)剩余容量的主要因素，从多个方面对目前各种动力蓄电池的性能指标及优缺点进行了比较，由比较结果可看出，镍氢蓄电池是较为理想的电动汽车动力源。 研究了镍氢蓄电池SOC的几种预测方法：即通过计算电池在充放电时的累积电量来估计电池的SOC的电量累积法：通过计算镍氢电池的内阻来计算电池SOC的电阻测量法和通过测量电池的开路电压来估计SOC的电压测量法，比较了它们的优缺点，并提出了本文的基于人工神经网络的SOC测量方法的思想。 构建了基于CAN总线的蓄电池组控制器的硬件平台，采用P8xC591系列的P87C591作为微控制器，完成AD转换电路、CAN控制器接口模块和信号调理电路的开发设计。实现了对电池电压和电池温度参数的采集。完成了系统的软件设计。采用CAN总线构成了整个分布式电池能量管理系统。 为有效地对电动车蓄电池的SOC进行预测，引入了人工神经网络BP改进算法的Levenberg-Marqardt(LM)算法，建立了基于镍氢电池的神经网络模型。实现了对镍氢电池充放电过程中任一状态下的剩余容量的预测。并对镍氢蓄电池SOC的预测进行了仿真，结果表明，通过该网络模型可以方便快速的得到电池的SOC值，所得结果满足要求，为电池管理系统提供了一种新的电池SOC的预测方法。