基于卡尔曼滤波的SOC估算及其电池管理系统研究

在能源匮乏、环境每况愈下的外界因素刺激下,随着科学技术的进步,人们需要一种新型环保的技术来代替传统的能源消耗。因此以锂离子电池为首的新能源以其自身高比能量、高比功率、安全和环保的优势受到人们的选择。本文以国内某额定容量为3000mAh的18650电池为主要研究对象,以提高电池SOC估算精度和电池采集模块精度为目的,同时找到一种散热良好的结构对电池组进行散热分析。本文的主要工作如下:(1)对现目前电动汽车的发展、常规电池SOC估算方法和电池散热方法的研究背景、意义和发展前景进行调研,以此为本文的电池SOC估算打下基础。本文以充放电电压为4.2V的锂离子电池为研究对象。(2)对本次实验所测试的锂电池的基本工作原理进行阐述,并对实验平台搭建进行介绍,确定了一种组合模型对锂离子电池进行建模。通过实验,对电池模型参数进行赋值。(3)进行容量测定实验和电池容量影响因素实验。对放电倍率、温度和循环次数的影响系数进行计算。通过SOC的定义公式推导出最后的修正公式,保证本文SOC估算的准确性。(4)对卡尔曼滤波算法进行介绍,通过电池是一个非线性系统来确定需使用非线性高斯卡尔曼滤波算法对电池的SOC进行估算。所以本文使用采样点卡尔曼滤波算法。通过确定基本的公式,然后使用MATLAB/SIMULINK对公式进行搭建。最后对仿真结果进行分析,证明当使用采样点卡尔曼滤波算法时能够提高对电池SOC估值的精度和准确性。(5)对电池采集模块进行搭建。通过Bernadi公式求解电池的内热源,设计出散热性能好的结构模型,同时通过CATIA建立电池的单体模型、风冷散热模型,使用ICEM进行网格划分,最后通过FLUENT对结果进行分析。