基于卡尔曼滤波的电动汽车用锂离子电池SOC估算文献综述
2020-05-02 17:57:26
1.1研究背景及意义
随着我国汽车保有量持续增加,我国将进入汽车社会。不可再生能源的消耗和燃料汽车造成的环境污染使电动汽车走上历史舞台。电池、电控等技术的发展推动了电动汽车的发展。电池作为动力源,他的性能、管理、控制是电动汽车的重要研究课题。目前,电动汽车存在造价高、寿命短和安全性差等问题成为制约当前汽车产业发展的主要障碍。保证电池长期处于良好的工作状态,有效的电池管理必不可少。
电池电荷状态(state of charge)是电池管理系统的重要参数。SOC的主要作用包括以下几个方面:
(1).电池安全保护:当SOC估计值低于SOC真实值,电池放电时,会导致电池无法满放;电池充电时,会导致电池过冲。同样,当SOC估计值高于SOC真实值,会造成过放和无法满充的问题。上述存在的问题都会对电池产生不可恢复的伤害,使电池寿命缩短,甚至造成火灾或者爆炸。
(2).为用户提供有效的剩余电量、续驶里程等信息。
(3).为整车控制策略提供判断依据。
(4).提高电池利用率:实时准确的SOC估计不仅有利于保障电池均衡系统正常有效工作,还能避免电池水桶效应的出现。
电池在电动汽车中的放电时一个复杂的电化学反应过程,放电倍率、温度、自放电率和电池内阻等都会对SOC值的估计判断产生影响,这些因素又会随着循环使用次数的增加而改变,从而增加了电池建模和SOC算法估计的难度[9]。
1.2国内外研究的过程以及现状分析
目前电池SOC主要的估计方法有放电实验法、开路电压法、安时计量法、神经网络法等。