开题报告6.22.pptVIP

电池在线监测系统 设计及SOC预测研究 该课题所开发的电池在线监测系统需要实现以下功能和要求: 1.以为磷酸铁锂电池模块运行提供安全保护为基本技术条件，不影响电池模块性能正常发挥。 2.实现整车电池SOC、各节电池电压、温度、总电流、总电压的检测和处理功能。 3.建立基于CAN网络的多节点模块的分布式通讯结构 4.完成数据处理，存储及显示。 该课题对电池的SOC预测研究需要实现得技术要求: 1.设计电池组在充电、放电和存储状态下的剩余电量进行实时动态估计（SOC）的算法。 2.电池初始状态不同情况下，估计算法能够在5S内完成估计剩余电量，精度达到5%。 3.在电池工作历史条件下，估计算法能够在5S内完成剩余电量的精度达到8%。 课题的主要研究方案 1. 系统硬件结构设计方案 2. SOC预测算法研究 系统硬件结构总体框图 系统硬件结构及特点 系统总体结构由采样控制模块，上位机，温度检测模块，电池组检测模块，电流检测模块组成。电池组具有60/120个检测点。 1. 检测控制模块 用于磷酸铁锂电池数据的巡检，除进行常规电压、电流、温度等监测外，与内阻监测单元连接后可准确在线监测电池内阻。完成与LCD的通信显示，实时显示电池数据，智能分析数据并实时动态估计电池剩余容量（SOC).并通过usb上传电池数据给上位机。 2.上位机 主要功能为通过串行总线接收控制器上传的电池测试数据，并进行数据显示，绘制曲线等处理. 3.采样通讯模块 该采样模块包括:电池选通模块，共模电压测量电路模块，温度检测模块，电流检测模块。其中测量模块作用是对信号进入模数转换器之前的前期处理，电池选择模块是将电池电压，电流，温度模拟量分时切换进入10路A/D采样输入通道。 采样通讯模块框图 SOC算法研究 1 常用的SOC算法：安时法、电压法、内阻法、神经网络法和卡尔曼滤波法等。 2 安时法将电池看作黑箱，不关心电池内部的结构，算法简单易行，被广泛应用，但是它会产生累积误差且无法消除； 3 电压法和内阻法是根据电池电压电压法和内阻法是根据电池电压和内阻与SOC的固定函数关系来对SOC进行估计，也得到了广泛应用； 4 神经网络法和卡尔曼滤波法是最近几年才应用于SOC估计中的智能算法，原理较为复杂，实现起来有一定难度。 SOC算法总结 SOC算法总结 电池组SOC估算方案 采用安时积分和初始SOC值修正的综合方案. 1.充放电变化容量(△Q)的计算 2.初始荷电状态SOC的估算 3.电池OCV值的获取 4. SOC初始值修正点的选择 * 学生：陈勇军 指导教师：孙金玮 学科：仪器科学与技术 智能测试与信息处理技术研究所 课题研究的背景和意义 课题的国内外研究现状 课题的主要研究内容 课题的主要研究方案 课题的进度安排和预期达到的目标 电池在线监测系统设计及SOC预测研究 智能测试与信息处理技术研究所 课题的背景和意义 ◆ 后备状态中的电池组的“健康”状态成为当今电源理论 界关注的一个焦点，单体电池电压信号往往有几十到上百个，传统的信号采集与信号处理方式很难满足要求。因此，需要更加精确的测量方法和计算方法来预测电池组健康状态。 ◆电动汽车的性能如何，关键在于其动力电池的性能。如何对电池状态进行实时可靠监控，并根据监控的电池数据进行分析，得出关于电池运行状态的重要结 论，作为电池运行与维护的重要依据。其中SOC作为电池特性最主要的影响因素,是近年来电池组管理系统研究的热点和难点之一。 智能测试与信息处理技术研究所 课题的国内研究现状 从有关资料来看，美国一直站在世界汽车技术领域的最前列，在汽车电池管理系统的研究方面也处于世界领先地位。 1. 美国：通用公司 BMS采用了一个微电脑，对电池组进行管理，监测和控制蓄电池组的充放电工作状态，提高电池的充放电性能，预测蓄电池组的荷电状态和剩余能量。 2.欧洲：法国是电动汽车发展较快的国家。法国电动车电池管理系统的主要功能为:电池寿命的记录、充电监测、行驶过程中电池的管理、辅助电池的维护、剩余电量显示。它能够防止对电池的有害使用，收集电池信息从而确定如何恰当使用和更换电池，最大限度地提高电池的能量使用效率。 3. 日本：本田公司开发的车用电池管理系统包括:管理控制模块、车载充电器、惯性控制开关、高压系统安全检测装置、DC一DC变换器等。 智能测试与信息处理技术研究所 课题的主要研究内容 课题的主要研究内容 充 电 机 用 电 负 载 ARM9 监测控制器 上位机 电 池 组 温 度