新能源汽车动力电池关键技术的研究现状.docxVIP

新能源汽车动力电池关键技术的研究现状 　　摘 要：动力电池是目前电动汽车重要的动力源，电池的关键技术主要包括动力电池的种类、管理系统、SOC的估算以及电池的均衡等，这些一直都是研究的重点和难点。因此本文从动力电池的关键技术方面系统的阐述电池的研究现状，为新能源电池的进一步发展研究提供的理论依据。　　关键词：动力电池；关键技术；研究现状　　DOI：//　　随着交通运输业的蓬勃发展和汽车保有量一路攀升，无疑在方便人民生活的同时，也给能源和环境带来了严峻的挑战[1]。大力发展新能源汽车、加快交通能源转型是实现汽车工业可持续发展的重要途径。而动力电池是电动汽车重要的动力源，因此对电池关键技术的研究具有重要的工程意义。所以本文系统的阐述了目前对动力电池种类、管理系统、SOC的估算以及电池均衡的研究现状并进行归纳总结，为新能源电池进一步的发展研究提供的理论基础。　　1 动力电池的研究现状　　电动汽车运行工况复杂且需要具备一定的动力性、续驶里程和经济性。因此，动力电池必须具备较高的电压、比功率、比能量和循环使用次数。目前研究较多的动力电池包括锂离子电池、铅酸电池、镍氢电池和镍镉电池。如表1为常见动力电池性能参数的对比。为了方便比较，表中数据均取均值。　　由表1可知，与其它三种动力电池相比，锂离子电池具有更高的单体额定电压，能够减小电池的焦耳能量损失；具有较高的功率密度和比功率，使得装有锂离子的电动汽车具有良好的动力性；具有更高的比能量和能量密度，使得装有同质量和体积的锂离子电池具有更高的续驶里程；具有较高的循环使用次数，能弥补由于价格高带来的成本问题，使得经济性较好。综合上述，锂离子电池更适合作为需要一定动力性、续驶里程和经济性的电动汽车的动力源。　　2 电池管理系统的研究现状　　为了适应各国政府对新能源产业的扶持和新能源汽车自身的蓬勃发展，BMS的发展一方面适逢机遇，另一方面面临挑战。目前对BMS的研究主要有以下几种模式：整车厂与其它企业合作研发；动力电池零部件厂配合整车厂要求研发；第三方企业为整车厂提供BMS方案；高校在项目支持下独立或校企合作研发。不管是哪种模式，最终研发目标都是应用到实际的电动汽车上。　　国外比较早就开始研究电动汽车，且刚开始就比较重视BMS的研究。经过政府和各大企业几十年的努力，已经形成了比较成熟的BMS产品。来自美、日、韩、德国家的SK、DENSO、Preh、LG Chem、Toyota、Bosch、Telsa等企业已经占据了BMS领域的半壁江山。中国开始研究BMS的时间较晚，在市场占有率上比不上美、日、?n、德。但在政府大力支持、高校的努力推动和企业的积极进取下，后发优势非常明显。通过校企互助，北京交通大学携手惠州亿能电子开发的BMS成功应用在XX年北京奥运的纯电动大巴上；哈尔滨冠拓依靠哈尔滨工业大学和北京理工大学己成功将BMS系统应用在众泰电动车一些车型上；安徽力高新能源与中国科技大学合作，产品己用于深圳市223路混动公交车上。一大批像比亚迪、宁德新能源、亿能电子、杰能动力的这样的优质企业已经在全球崭露头角。　　目前，国内在BMS的功能和某些性能方面取得了一定的成果，但是和国外顶尖水平相比，还存在不小差距，特别是数据采集的可靠性、SOC的估算精度、均衡技术和安全管理和成本控制等方面。BMS仍然是我国电动汽车发展的一块短板。　　3 电池SOC估算的研究现状　　电池SOC的估算主要分为两个方向：基于电池内部电化学反应来估算电池的SOC；基于外特性参数来估算电池的SOC。考虑到电池的电化学反应一般比较复杂，而电池的外特性参数较易测定，因此目前对电池SOC估算方法的研究主要集中在外特性参数估算电池SOC上。　　利用外特性参数估算电池SOC的方法主要有安时法、开路电压法、内阻法、负载电压法、神经网络法和卡尔曼滤波法。安时法比较简单，但存在积累误差，适用于恒流工况或与其他估算方法联合使用；开路电压法也比较简单，但需要电池静置至稳定才可使用，适用于简写和长时间静置的工况；内阻法预测极值时精度较高，但内阻和SOC关系不稳定，所受影响因素多，很少使用；内载电压法比较简单，但仅限用于实验室，适用于电压的测量；神经网络法估算准确，但需要庞大的数据做基础，主要依赖经验，适用于变电流工况；卡尔曼滤波法估算准确，对SOC初值要求不高，但对模型依懒性强，适用于电流变化较快的工况。　　针对各种估算方法的优缺点，许多研究员提出了各自的估算方法。例如蔡信等人在对电池荷电状态的影响因素归纳的基础上，提出了基于反向传播神经网络的动力电池荷电状态的估计方法，且估计值与输出值之间误差最大值为4%[2]；又如刘艳莉等人以二阶RC等效电路模型为基础，运用有限差分卡尔曼滤波算法对电池荷电状态进行估计，结果表明在估算过程中，该方法