1. 研究目的与意义（文献综述）

为了解决能源危机的问题与改善环境污染的现状，电动汽车的研究已经成为汽车行业的发展所必需的重要一步，在我国，电动汽车技术项目自国家“八五”开始至今，连续被列入重大科技攻关计划^[1]。尤其是“十二五”期间，国家出台了一系列与新能源汽车紧密相关的政策；在“十三五”发展规划中又将新能源汽车列为国家重点转向予以实施。国务院2015年5月8日印发的《中国制造2025》中，明确新能源汽车为重点发展的十大领域之一，目标到2020年，能够将生产纯电动汽车和插电式混合动力汽车的能力提高到200万辆、累计产销量超500万辆；形成一些有较强竞争力的新能源汽车企业；新能源汽车产销规模与充电设施建设相适应，能够满足新能源汽车在重点区域内或城际间运行的需要；开展私人购买新能源汽车补贴的试点；扩大在大中型城市公共服务领域新能源汽车示范项目推广范围^[2]。截至2016年12月底，国家已出台各类新能源汽车相关政策39项，正在征求意见的政策有14项。

新能源汽车政策的优惠使得部分企业存在骗补情况，在经历了2016年的骗补风波和补贴政策调整后，2017年将稳步健康发展。自2017年1月1日起，新能源汽车补贴额度比2016年降低20%，地方财政补贴不得超过中央财政单车补贴额的50%。不仅补贴退坡，还从整车能耗、续驶里程、电池性能、安全要求等方面提高补贴的技术门槛。

而动力电池作为电动汽车的关键部分，对它的研究进展将直接影响到电动汽车的发展进程。随着电动汽车的使用时间不断增加，动力电池的不断充放电，电池的电量会逐渐衰减，因此，会导致电池性能的下降。在动力电池管理系统中，对SOH的估算是研究和改善动力电池性能的关键一步，准确的估算SOH能够为电池的性能诊断及改善提供有效可靠的数据支撑。

电池健康状态 SOH 包括容量、功率、内阻等性能，是电池寿命状况的一种反映。对于电动汽车应用来说，动力电池的寿命可归结为两个主要的特点：一个是容量，主要针对纯电动汽车的应用。当电池的放电容量低于某一值时，视为寿命终止。在 QC/T743-2006 中，规定电池放电容量低于额定容量的 80%时，寿命终止。此类应用中，一般采用基于容量的 SOH 定义对电池健康状态进行估计^[3,4]：

其中，Q_nom(aged)是在标准放电条件下完全荷电的电池放电容量，Q_nom(new)是电池的额定容量。

另一个是功率，对于混合电动汽车的应用尤为重要。大多数情况下，电池容量未达到规定值，但功率性能已大幅度下降^[6]，不能满足正常应用，此时也视为寿命终止。而内阻是电池功率特性的直接影响因素，此类应用中，采用基于内阻的SOH定义：

其中，R_now为电池当前内阻，R_aged为电池寿命终止时的内阻，R_new为全新电池的内阻。

目前，电动汽车在使用过程中普遍存在着动力电池寿命不够长的问题。而且，由于电动汽车整车电池的价格相对较高，动力电池的使用寿命对电动汽车的使用成本有很大的影响。电动汽车用动力电池组是由单体电池串并联构成，电池组的寿命具有木桶效应，其寿命取决于电池组中寿命最短的电池。通过釆用实时的电池监控管理技术，实现电池状态的在线实时监测和故障定位，实现电池SOH值在线估计算法，对性能较差的电池进行及时的更换，甚至对报废电池组进行重组，将电池SOH值在同一区间的电池组和在一起，提高电池组使用效率，从而延长电池组寿命。这使电池在一定程度上达到循环使用的效果，节约成本^[6]。

电池健康状态评估是电池寿命状态评估的一个重要方面，被广泛用于电池管理系统评价单体电池或整组电池的性能状态。初始出厂的SOH可定义为100%，然后随着循环次数和使用时间逐渐衰减。电池寿命状态主要通过内阻或阻抗、容量或能量、充放电电倍率以及循环次数等参数进行评估，可以使用单一参数，也可以将多个参数综合进行判断。电动汽车动力电池SOH的估算方法有如下几种：

（1）放电测试法：要了解电池的 SOH 最直接的方法就是对电池进行完全放电试验，测试所放出的电量^[7,8。

（2）内阻法：内阻法是以基于内阻的 SOH 定义为基础，通过建立电池内阻与 SOH 之间的关系来估计SOH。作为电池性能的重要特征参数之一，内阻随着电池老化的进行而增加^[9。

（3）电化学阻抗分析(electrochemical impendence spectroscopy,EIS)是通过分析电池内部阻抗的频谱特性估计电池 SOH^[10,11]。

（4）卡尔曼滤波法：卡尔曼滤波(Kalman Filter,KF)是在线性高斯情况下的一个最优化自回归数据处理算法，有较好的去噪能力并对时变系统作出最优估计。考虑到电池系统非线性，可应用卡尔曼滤波法(Extended Kalman Filter,EKF)，估计电池的容量和内阻的变化规律，从而对 SOH 进行预测^[12,13]。

（5）神经网络法：模糊神经网络技术是目前用于复杂系统测试的有效方法， 它可以建立在对被测对象的不完整或不正确认识的基础上。利用自适应神经网络模糊推理系统 ANFIS ( Adaptive Neural Fuzzy Inference System )可以实现准确预测蓄电池SOH^[14]。

相比于其他方法，基于卡尔曼滤波的SOH估算法更适合在线应用，而发展在线检测技术也是当前研究SOH主要方向。通过以上文献分析，本课题的主要研究方向确定为基于卡尔曼滤波的SOH估算法。

2. 研究的基本内容与方案

通过查阅相关资料了解国内外动力电池的发展现状，以及动力电池soh的定义、研究意义和方法，着重了解基于卡尔曼滤波法进行估算动力电池soh的原理与方法，然后查阅和翻译外文文献并按照要求写好文献检索摘要，通过论文资料的搜集、整理与消化吸收，完成开题报告；按照导师的安排，完成需要做的实验并做好实验必要的数据记录，明确需解决问题，拟好提纲，确定论文框架后，逐步完成论文的撰写。完成的主要任务及要求：

(1)电动汽车发展现状的发展现状及对动力电池的基本要求；

(2)确定双卡尔曼滤波器的工作原理；

3. 研究计划与安排

（1）毕业实习预备周(1.9-1.13):教师确定指导人选，对未选好导师的学生进行调剂分配。确定选题志愿、校内搜集资料、消化资料；

（2）第1周（2.20-2.24）：阅读参考文献，整理文献检索摘要；

（3）第2-3周（2.27-3.10）：赴校外实习、搜集设计资料，并提交实习日记、实习报告；

4. 参考文献（12篇以上）

[1]谷靖.四轮驱动微型电动车整车控制[d]:[博士学位论文].北京:清华大学,2012.

[2]政府信息公开专栏.国务院关于印发《中国制造2025》的通知[eb/ol]. 2015.

[3]freedom c a r.battery test manual for power-assist hybrid electric vehicles cells electrochemistry ofharvested electrodes[m].national laboratory,2003,10:13-20.