首页> 中文学位 >基于改进迭代中心差分卡尔曼滤波器的锂电池SOC估计算法的研究
【6h】

基于改进迭代中心差分卡尔曼滤波器的锂电池SOC估计算法的研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1锂电池简介

1.2锂电子电池应用现状

1.3锂电子发展及其前景

1.4锂电池管理系统

1.5课题研究内容

第二章 SOC定义及预测方法

2.1 SOC定义

2.2 SOC预测方法

2.3本章小结

第三章 电池模型及参数辨识

3.1电池模型

3.2磷酸铁锂电池模型的建立

3.3 OCV与SOC曲线的测取

3.4模型验证

3.5参数测取

3.6参数的在线辨识

3.7参数辨识结果分析

3.8本章小结

第四章 锂电池SOC估计算法

4.1扩展卡尔曼滤波算法

4.2中心差分卡尔曼滤波

4.3迭代CDKF算法

4.4改进的ICDKF算法

4.5本章小结

第五章 仿真实验与数据分析

5.1电池模型的空间状态方程

5.2模型参数与SOC联合估算

5.3联合估算与离线估算

5.4本章小结

第六章 基于FPGA的电池管理系统硬件设计

6.1 FPGA简介

6.2分频电路

6.3电压/温度检测电路

6.4电流检测电路

6.5 LCD液晶显示电路

6.6串口通讯的实现

6.7本章小结

第七章 总结与展望

7.1论文总结

7.2展望

参考文献

发表论文和参加科研情况说明

致谢

展开▼

摘要

由于电子产业不断的发展,人们对电子产品的性能要求越来越高,要求其能源的供体电源体积、质量尽可能小,能量尽可能提高。而锂电池作为新型电池,与其他蓄电池相比,具有更高的能量力比和体积比,自放电率低等优点,无疑是最好的选择。锂电池不仅被广泛应用在便携式电子产品领域而且在电动汽车、航天航空等领域也占据着举足轻重的地位。因此,电池管理系统也逐渐提上日程,成为人们研究的热点和难点,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。
  准确的SOC估计需要一个精确的电池模型,本文分析讨论几种常用电池模型的优缺点,确定了二阶RC等效电路作为研究模型。通过对锂电池在不同工作情况下的放电-静置试验,验证电池模型的准确性和有效性,并应用可变加权的最小二乘法进行电池模型参数的在线辨识。在此基础上,对常用的几种锂电池SOC估计算法进行分析和对比,提出了一种改进的迭代中心差分卡尔曼滤波算法用于锂电池的SOC参数估计,结合自适应滤波算法实时调整变量因子,从而提高了锂电池SOC估计精度,改善了算法的准确性和自适应性能。
  最后,运用天津力神公司的锂电池组,搭建了基于FPGA和AT90CAN128通讯的硬件平台,设计了相关模块的硬件电路原理图,并对各个模块进行了调试,运行锂电池SOC估计算法,验证算法的有效性和准确性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号