动力电池SOC估计,外文翻译详解.doc

毕业设计外文资料翻译 题 目 电池状态估计器的功率预测 学 院 专 业 班 级 学 生 学 号 指导教师 二〇一四年月日 Journal of Power Sources, 2012, 214: 399-406. 基于考虑扩散电阻的电池状态估计器的功率预测 Shuoqin Wanga,*,Mark Verbruggeb,John S. Wanga,Ping Liua a美国加利福尼亚州，马里布有限责任公司，HRL实验室，90265 b美国密歇根州，通用汽车研究与发展公司 摘 要 本文研究了一个新的预测电池最大充放电功率能力的算法，该算法用一个等价电路模型来代替电池。对于短时（高频）运行条件下，锂离子电池中通常欧姆内阻和表面动力内阻占主导地位，传统的等效电路模型（包含直流内阻和电容）能够很好低刻画电池系统。然而，长时间内，扩散内阻变的比较重要，这时候传统的基于RC模型的状态估计器将不能很好的进行功率预测。为了在功率估计中考虑进去扩散内阻，我们在功率预测公式中将扩散内阻考虑进去，该内阻用一个非线性内阻代替，该非线性项的值与时间的平方成比例。该方法在一个虚拟电动汽车仿真中（硬件在环）进行仿真验证。仿真结果表明该估计器比原有估计器精度更高。 关键词 电池状态估计器， 电池状态估计器算法， 荷电状态估计，功率状态估计，等价电路模型。 1 引言 在很多电池驱动场合像纯电动及混合动力电动汽车中，动力电池的效率可以通过电化学能量系统的智能管理而大幅提高[1]。这些应用场合要求电池状态估计器能够精确及时的估计电池荷电状态（SOC），充放电功率能力（SOP）以及电池健康状态（SOH）。本文主要针对混合动力电动汽车锂离子电池功率能力的估计。 在电池状态估计研究领域，各种电池模型也已经被研究[2-17]。基于机理的电化学模型也许能够很好地刻画电池暂态及空间分布行为[2,3,16,17]。这些分析建立在基本的传输定律、动力学定律、及热力学定律上，要求有多个输入物理参数。因为它们的复杂性所以仿真需要很长时间而且并不能保证在状态估计时收敛。因此，这些复杂的模型在电池设计很分析时很实用，但在电池状态估计器中还没有被使用。鉴于存储资源的有限性和控制器计算速度在实际应用中，需要快速的回归参数提取。一个包含串联电阻和一个RC阻容电路的电池模型（见图1）已经很成功低嵌入控制器[6,14,15,18-24]。需要注意的是这种方法只有在电池处在平衡点处高频信号微摄动时才有效；这种情况下，参数值可以追溯到前面提到的更复杂的物理模型。电池的高度非平衡行为用一个简单的R-RC模型来描述是非常困难的。对于这些行为，更多的物理特性需要包含更多细节的模型来描述，其代价是牺牲模型的鲁棒性和简单特点。 图1.电池等价电路模型。Rdiffusion仅用于功率的计算，在电路中是缺省的。正电流表示充电过程。 最近我们已经刊出一个基于微分方程直接解的自适应，多参数直接微分算法，该方程表示一个电池的等价电路模型[24]。短期功率预测与实验值吻合度较好，但长时间功率预测与实测值偏离较大。无论是由于在隔板内盐扩散还是固态内锂扩散，电池长时间功率输出受传输介质限制（扩散电阻）。在很多频域范围内著名的Warburg阻抗能够表示扩散电阻[25]。但是，该阻抗不能直接出现在等价电路模型中因为它是基于频率的，是一个非线性装置。Warburg阻抗能够用很多对并联的RC电路来近似[26]。因此，两个或者三个RC电路模型被研究，其中一个RC组合用于表示电子转移动力学，另外两个或者三个组合近似扩散功能。然而，依据我们的经验多RC模型对长时的功率预测效果不好，而且多RC组合有损电池状态估计器的稳定性相对于R-RC模型来说。 这里我们采用一个和时间平方根成线性比例的Rdiffusion表示扩散电阻。也就是，为了弥补参数辨识中对扩散的遗漏，我们添加了一个依赖于时间的扩散电阻。为了提高功率预测的精度，开发了Rdiffusion的计算公式。因为Rdiffusion在参数回归模型中不存在，R-RC回归的实用性和简单性仍然保持。最后，我们通过数百个随机功率测试证明通过引入Rdiffusion提高了功率预测的精度。 接下来章节安排如下：第二节讨论功率预测背景下扩散问题，第三节详细描述包含扩散电阻的R-RC电路模型。第四节为实验软硬件设计。第五节给出实验结果，验证新方法的有效性。最后总结。 2 功率预测的偏移和扩散问题 在介绍功率预测偏移和扩散问题之前，我们需要扼要地讨论一下怎么推导功率预测及预测精度。在图1，算法中递归的模型参数像开路