汽车纵向动力学研究现状之SOC.docx

汽车纵向动力学研究现状之SOC 前 言 动力电池是电动汽车的能量载体，长期以来电动汽车的发展受到动力电池的制约。电动汽车用动力电池希望具有使用寿命长，储能量大，安全性高等特点。国内外研究人员一方面研究新型材料制备高性能电池，来满足电动汽车的需求。另一方面，对车载电池进行有效管理，保证电池高效、安全使用。 动力电池的性能受工作条件及电池状态的影响。无论是纯电动汽车，还是混合动力汽车，动力电池都处于变电流、变温度的放电工况，如果不对动力电池组进行有效的管理，不但不能发挥电池的原有性能，还会造成电池使用寿命下降、安全性降低。电池管理系统主要是对动力电池进行检测与管理。整个管理系统的设计是以动力电池状态估算为核心，通过获取电池的状态来制定相应的控制策略，使电池高效、安全工作。 能量估算的重要意义如下： 1．进行电池的SOC估计，可以评估电池的输出电流、功率，以保证整车的动力性能和续驶里程需求。 2．SOC是电池管理系统中能量管理分配的重要参数。能量管理系统是实现整车能量优化的一个重要途径，能量状态是能量管理实现的一个重要依据，依据能量状态制定与其相适应的控制策略了实现能量合理分配的目标，在满足车辆的动力性时提高经济性。 3．SOC是反应电池工作能力及预测续驶里程的重要参数，依据能量状态可计算动力电池的剩余能量与续驶里程。 综上所述，电池管理系统是电动汽车的核心部件，负责电池的检测、管理与保护，而电池能量状态是实现管理与保护的基础与关键。长期以来由于能量状态研究较少导致其定义存在差异。常温、小电流下电池放电较为平稳，剩余能量的计算容易且准确，而纯电动汽车用动力电池使用工况复杂，电流、环境温度变化较大，这使得电池工作过程中电压波动较大，导致能量状态的获取难度增大。因此选择合适的算法估算电池能量状态成为一个重点，这对电池管理系统的完善具有重要的意义。 1.电动汽车SOC估计方法 林成涛，王军平，陈全世《电动汽车SOC估计方法原理与应用》[1] SOC估计是电动汽车电池管理系统的重要功能。研究人员为了提高电动汽车电池SOC估计的准确性做了大量研究工作，采用的主要方法有：放电实验法、Ah计量法、开路电压法、负载电压法、内阻法、线性模型法、神经网络法和卡尔曼滤波法。 1.1安时计量法： 清华大学林成涛等《电动汽车S OC估计方法原理与应用》[1] Ah计量法是最常用的SOC估计方法。如果充放电起始状态为SOCo，那么当前状态的SOC为： 其中，CN为额定容量；I为电池电流；?为充放电效率，不是常数。 安时计量法通过负载电流的积分估计SOC，简单易用、算法稳定，是目前电动汽车上使用最多的SOC估计方法。但是安时计量法仍然存在3个主要问题：第一，方法本身不能估汁SOCo；第二，库仑效率难于准确测量；第三，非常温状态SOC估计误差较大(主要为电池可用容量误差)。 清华大学陈全世等在《用改进的安时计量法估计电动汽车动力电池SOC》[2]一文中提出折算库仓效率的定义，建立开路电压法、Kalman滤波法和安时计量法的组合方法估计电池SOC,简称OcvKalAh法，解决安时计量法不能估计初始荷电状态(SOC)、难于准确测量库仑效率和电池可用容量变化的问题。 OcvKalAh法估计电池SOC的具体算法如下：第一步(t0时刻)，用开路电压法计算t0时刻的SOC0；第二步(t0～t1时刻)，以SOC0为初值用Kalman滤波法使SOC迅速向真值收敛，在Kalman滤波法结束时刻t1得到SOC1；第三步(t1-t时刻)，以SOC1为初值使用安时计量法估计在后续时刻t时的电池SOC。在第二步和第三步的计算过程中，使用折算库仑效率?E代替库仑效率?，并实时计算CA的变化。 陈全世提出开路电压法、Kalman滤波法与安时计量法组合的SOC估计方法改进安时计量法，有针对性地解决了安时汁量法不能估计SOC、库仑效率和可用容量变化难于准确测量的问题。方法中使用的折算库仑效率实现了对充电库仑效率和放电库仑效率的分别计量，也初步解决了电流差异对库仑效率的影响问题。通过11085 s的镍氢电池组FUDS试验证明了OcvKalAh法精度显著优于安时计量法。 On battery State of Charge estimation: a new mixed algorithm[3] 对电池的充电状态估计：一种新的混合算法 估计是混合库仑计数和基于模型的估计方法。该算法是一种全新的锂离子电池，使用一个能够给予一个比目前市场上的电池纳米测试技术更强大和更安全的锂离子电池SOC估计算法。确定一个等效电路模型，它通常被称为第二路兰德尔模型，描述其使用和识别过程。一个全新的SOC估计的状态，并简要给出了通常使用方法的缺点。最后介绍了新的混合估计算法：该算法方案和结果。通过仿真试验分析，该