论文部分内容阅读
近年来能源危机和环境污染的严重问题,使得新能源的开发越来越受到人们的重视。锂离子电池作为一种清洁且可循环的能源,是当今能源领域研发的热点。虽然锂离子电池的生产技术正在不断完善,但是由于其温度特性较差、耐过充放能力不够好的原因,必须设计BMS（Battery Management System,电池管理系统）对电池进行充放电过程管理,电池SOC的估计是其中一个必要工作,也是BMS进行其他控制的基础。针对锂离子电池在电流状态突然变化时产生的松弛现象和滞回现象,本文在分析了电池Rint模型的基础上,引入了线性滤波器和滞回模块,让电池模型在工作电流频繁变化时,能够根据电流的变化量和稳定值进行电池电压的自校正,建立了电池的自校正模型。并通过恒流脉冲实验和模拟路面工况实验验证自校正模型在对电池电压特性跟随的可靠性。随后,给出了使用扩展卡尔曼滤波算法的SOC估计方法,并以此为依据推导出有限差分扩展卡尔曼滤波算法,以及基于自校正模型并使用有限差分扩展卡尔曼滤波算法实现的电池SOC估计方法,该估计方法具有更方便直观的模型结构。通过将本文提出的算法对与使用EKF的算法进行在直流、脉冲和复杂路面工况下的仿真效果对比,可以看出,本文提出的方法具有更高的精度。最后,设计了一个电池检测系统。系统基于上位机DSP与下位机STM32,采用分布式设计,下位机实现了电池电压、电池电流和温度参数的采集和实时显示,然后通过CAN将数据传输到上位机DSP进行有限差分扩展卡尔曼滤波的算法处理,实现电池SOC的估计和控制数据的显示。