电动汽车动力源电池组参数辨识方法研究.docxVIP

电动汽车动力源电池组参数辨识方法研究 0 电池模型的建立 为了有效解决汽车需求显著增加的污染和能源短缺问题，世界积极寻找能够取代传统燃料的新能源，并努力解决燃料燃烧不足的问题。 锂离子电池内部反应极其复杂，所以通常通过电压、电流、温度等此类外部特征去推断电池荷电状态（State of Charge,SOC）、电池健康状态（State of Health,SOH）等。常见的电池模型根据不同的建立机理分为电化学模型、等效电路模型和神经网络模型。电化学模型着重分析电池在使用过程中的化学反应，模型复杂但准确度高 文献 综合考量模型精度与辨识难度，本文采用Thevenin模型作为电池等效电路模型，利用室温条件下电池主要特性的实验数据进行参数辨识与模型仿真。 1 主要特点是电池的主要特点 锂离子电池特性实验有助于了解电池性能，同时为锂离子电池建模提供基本实验数据 1.1 延长使用寿命 标准恒流充放电实验为锂离子电池等效电路模型的精确度验证提供对照数据。锂离子电池通常采用恒流—恒压充电方式，对于初始电压低于截止电压的电池，还会以小电流（0.1C）进行预充电以延长使用寿命。根据《电动汽车用锂离子动力蓄电池包和系统安全性要求与测试方法》 通过锂离子电池恒流充放电实验得到如图1、图2所示的18650锂离子电池端电压与时间的曲线关系，可用于后文电池等效模型准确度验证。 1.2 电池充电实验 电池开路电压（Open Circuit Voltage,OCV）指电池开路状态下端电压的稳定值，是电池状态的重要表征之一。大量实验证实，电池OCV和SOC有着对应关系，因此OCV-SOC对应关系常用来描述电池状态、校准电池SOC。电池在充放电进程中采用充分静置的方法消除迟滞效应，得到精确的OCV值用于电池模型的仿真验证。 OCV-SOC标定实验利用电池额定电流进行充放电实验，通过充放电倍率和充放电时间的计算得到以0.1(10%）为间隔的SOC点，同时测量对应的OCV值。 实验步骤如下： (1）电池放电实验。(1)电池准备阶段：对放置于室温环境下的锂离子电池进行两段式充电。为节约充电时间，利用最大充电电流2.5A(1C）恒流充电至4.2V，再以4.2V进行恒压充电，当充电电流小于0.02A时完成充电。之后静置1h以备实验；(2)电池放电阶段：电池标准恒流1.25A(0.5C）放电0.2h，即SOC下降10%，静置1h后采集电池端电压作为开路电压。重复以上两个步骤，SOC每下降10%采集一次开路电压，共得到11个数据点。 (2）电池充电实验。(1)电池准备阶段：将锂离子电池放置于室温环境下，电池以最大放电电流5A恒流放电至2.75V，之后静置1h以备实验；(2)电池充电阶段：电池恒流1.25A充电0.2h，即SOC上升10%，静置1h后采集电池端电压作为开路电压。重复以上两个步骤，SOC每上升10%采集一次开路电压，共得到11个数据点。 电池放电实验利用电子负载恒流放电，电池充电实验利用直流稳压电源恒流充电。实验中SOC每变化10%后断开实验测试电路，并将电池静置1h，再利用高精度万用表测量其端电压，重复以上步骤获得11个SOC测量点的充放电开路电压实验数据如表3所示。 同一SOC值下，开路电压OCV因为原始状态充放电的不同而不同。通常，同一SOC对应的充电OCV略大于放电OCV。在OCV-SOC曲线标定实验中，一般取充放电电压的算术平均值即平均开路电压作为标定实验的原始数据。利用上述实验数据，通过描点做图方法获得OCV-SOC拟合曲线，如图3所示（彩图扫OSID码可见，下同）。利用OCV-SOC拟合曲线同时结合电池端电压，即可得到相对应的SOC。 在实际应用中，根据OCV估算SOC有查表法和拟合法两种方案。由于OCV和SOC的变化是连续的，查表法需要将大量的数据以表的形式储存，占用了大量资源且查找耗时 对于不同阶数的多项式拟合效果，评价指标包括误差平方和（SSE）、标准差（RMSE）、确定系数（R-square）。其中，SSE和RMSE越趋于0、R-square越趋于1，表明数据拟合效果越好。评价指标数据如表4所示。 综上所述，本文选择五阶拟合，则OCV-SOC的多项式函数关系如下： 利用MATLAB的参数拟合工具箱，五阶拟合结果如图8所示。 由图8可得，多项式系数为a 式（2）即为OCV与SOC之间的数学关系式，后续用于电池模型参数辨识阶段极化参数的确定。 1.3 电池模型及参数辨识 《功率辅助型混合动力汽车用动力电池测试手册》中的混合脉冲功率特性测试方法（Hybrid Pulse Power Characterization,HPPC）可以有效测试电池内阻。根据手册，本测试采用HPPC实验对电池在不同荷电状态下的电池参数进行辨识，每个循环包含瞬时充放电、定时