基于改进强跟踪滤波器的锂电池SOC估计算法的研究 控制科学与工程专业论文.docxVIP

基于改进强跟踪滤波器的锂电池 SOC 估 计算法的研究 Research on SOC estimation of Lithium Battery based on Modified strong tracking filter 学科专业：控制科学与工程 研 究 生：张玉晖 指导教师：程 泽 副教授 天津大学电气与自动化工程学院 二零一二年十二月 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 中文摘要 由于全球人口数目的上升和汽车数量的增加，节约能源和环境保护的问题已 经变得尤为重要。电动汽车具有噪声低、节约能源、零排放的优点，其发展受到 世界各国的重视，对先进电池的需求和对电池能量管理的要求也日益提高。锂电 池由于其高能量密度和无污染的优点被广泛应用于电动汽车的储能装置中，作为 发展电动汽车关键技术之一的锂电池管理系统也成为研究的热点，而准确估计电 池的荷电状态 SOC 是锂电池管理系统有效运行的关键和前提。 为了应用相关算法进行锂电池荷电状态的估计，需要确认锂电池模型参数的 数值。本文通过对现有电池模型进行研究和分析，采用二阶 RC 电池模型作为本 文的研究模型，通过对锂电池进行放电—静置实验，辨识计算得到电池的模型参 数。运用 MATLAB 软件进行仿真运算，从而验证了模型参数的准确性。在此基 础上，对现有的 SOC 算法进行了对比和分析，提出了一种改进的强跟踪滤波器 算法用于锂电池的 SOC 参数估计，结合自适应滤波算法和模糊控制算法实时调 整系统测量噪声和渐消因子，从而有效地提高了锂电池 SOC 估计精度，改善了 算法的自适应性能和跟踪性能。 最后，基于天津力神公司的锂电池组搭建了实验平台，开发了电压隔离检测 电路和开关选择电路，利用现场可编程器件 FPGA 实现了改进强跟踪滤波器算法 对锂电池 SOC 的估计，并将结果实时显示在液晶屏上，验证了算法的有效性和 准确性。 关键词：电动汽车， 锂电池， SOC， 强跟踪滤波器算法 ABSTRACT Due to the rise of global population and the increase of cars, energy-saving and environmental-protection problems have become particularly important. Electric vehicle has draw the whole world’s attention because of the advantages of low noise、 energy-saving and zero emissions, thus the demand of advanced batteries and battery energy management is increasing rapidly. Since lithium batteries are high energy density and non-pollution, they are widely used in energy storage device of electric vehicles. As one key technology of electric vehicle development, lithium batteries has become the hot research issue, while the accurate estimation of battery SOC (state of charge) is the key in operation of lithium battery management system. In order to estimate SOC of lithium battery using r