摘 要

自进入新世纪以来，我国对生态文明建设又有了新的要求，电动物流载具依靠其各方面优越性能，大有完全取代内燃机载具的趋势。在国家政策的大力扶持下，近年来，电动物流载具产业发展比较迅猛。动力电池被称为电动载具的“心脏”其是核心部件中的重中之重。动力电池技术一直是电动物流载具发展中必须面对的主题，研制出性能优越、工作稳定的电池管理系统是解决电动物流载具电池技术问题的有效途径。动力电池的管理系统有六个主要职责，其中，对电池剩余荷电状态(SOC)的估算最为关键。其关系到电动车辆的剩余可续驶里程的预测精度问题，也是对电池组的安全使用和寿命的重要保证。

文章对锂离子电池的电池模型进行了综合对比，根据实际需求，将Thevenin模型用作锂离子电池的等效模型。对影响锂离子SOC的内因和外因，做了详细的分析，综述了一些传统与新型的SOC的预测算法的原理，并讨论了每种算法的适用场合。设计了Ah积分-开路电压法的SOC估算方法，并对Ah积分-开路电压法做了工况仿真，分析仿真与试验来验证Ah积分-开路电压法的精度。在最后一章，运用Thevenin模型，完成对EKF卡尔曼滤波法的仿真研究。

关键词：电动物流载具；磷酸铁锂电池；电池管理系统；荷电状态

Abstract

Compared with the traditional internal combustion engine, the electric logistics vehicle has the advantages of better flexibility, simple and convenient operation, lower noise, and less pollution, which is more in line with China's strategy of building an ecological civilization society. Under the strong support of national policies, the electric logistics vehicle industry has developed rapidly in recent years. Power battery is the core component of electric vehicle, which is called the "heart" of electric vehicle. Power battery technology is a technical bottleneck that restricts the development of electric forklift truck. To develop a battery management system with superior performance and stable work is an effective way to solve battery technology problems of electric logistics vehicles. The management system of power batteries has six major responsibilities, among which the SOC estimation is the most critical. The SOC of the lithium iron phosphate battery of the electric logistics vehicle is taken as the research object to solve the problem of the estimation accuracy of the remaining driving range of the electric vehicle, so as to ensure the safe use and life of the battery pack.

In this paper, the equivalent circuit model of lithium ion battery is determined by comparing the battery model of lithium ion battery with RC circuit of second order. The factors affecting the SOC state of li-ion batteries are analyzed, and the traditional and new SOC estimation methods are studied. The SOC estimation method combining the advantages of ampere-hour compensation method and open-circuit voltage method is designed, and its working condition is simulated. The accuracy of ampere-hour open-circuit voltage method is verified by comparing with the experimental results. Finally, based on the second order RC equivalent circuit model, the extended kalman filter algorithm is explored theoretically.

Keywords:electric logistics vehicles; Lithium iron phosphate battery; Battery management system; The charged state

目录

第1章 绪论 1

1.1 课题研究目的及意义 1

1.2国内外研究现状综述 1

1.2.1 国外研究现状 2

1.2.2 国内研究现状 2

1.2.3 本文主要研究内容 4

2.1 常用锂离子电池模型概述 5

2.1.1 非电路模型 5

2.1.2 电路等效模型 7

2.1.3 等效模型的确立 9

2.3 本章小结 10

第3章 锂离子电池SOC估算方法原理及比较 11

3.1 SOC的定义及其影响因素 11

3.1.1 电池荷电状态SOC 11

3.1.2 影响SOC的因素 11

3.2常用锂离子电池SOC估算方法 12

3.2.1 开路电压法 12

3.2.2 内阻法 12

3.2.3 Ah积分法 13

3.2.4 卡尔曼滤波法 14

3.2.5 人工神经网络法 14

3.3 Ah积分-开路电压法的补偿策略 14

3.3.1 对SOC初值的估算 14

3.3.2 对充放电倍率补偿的策略 15

3.3.3 对温度的补偿策略 15

3.3.4 对于电池健康的补偿方法 16

3.4 基于Ah积分-开路电压法SOC估算补偿策略的分析 16

3.4.1 基于开路电压的补偿分析 16

3.4.2 基于充放电倍率的补偿分析 17

3.4.3 基于电池健康程度的补偿分析 18

3.4.4 Ah积分-开路电压法实验仿真 19

3.5 本章小结 21

第4章 扩展卡尔曼滤波算法估算SOC理论研究 22

4.1 基于Thevenin模型的参数辨识 22

4.1.1 递推最小二乘法原理 22

4.1.2 参数辨识过程 22

4.1.3 参数辨识的实现 23

4.2 基于Thevenin模型扩展卡尔曼滤波算法的建立与实现 24

4.2.1 基于Thevenin模型的扩展卡尔曼滤波算法的建立 24

4.2.2 基于 Thevenin 模型的扩展卡尔曼滤波算法的实现与分析 25

4.2.3 模型鲁棒性分析 27

4.3 本章小结 27

第5章 结论与展望 28

5.1 结论 28

5.2 不足与展望 28

参考文献 29

致谢 31

附录 32

第1章 绪论

1.1 课题研究目的及意义

2018年，我国汽车销量为2808.1万辆，在2008年我国就已经是世界第一大汽车产销大国，但不能称之为汽车强国。《节能与新能源汽车技术路线图》于2016年10月26日正式发布。文中明确了“1 7”的战略路线，其中就包括对动力电池技术发展的15年规划。电池管理系统不仅是保护和管理电动汽车电池的基础装置，也是连接动力电池，整车控制系统，充电设备的中枢。是充分发挥电池性能，减缓电池老化，和电池使用安全的重要保证。

电动物流载具具有低噪声、无废气排放、成本低廉等诸多优点。中国汽车工业协会(CCAM)曾做过这样的一份市场调查：2014年至 2018年，我国电动物流载具发展迅猛，电动物流载具在其相应市场的所占比例由26.6％增加到了34.4％。大有完全取代内燃机物流载具的趋势，然而电动物流载具相关核心技术与客户需求及与世界主要品牌存在较大差距，即相关的用于管理动力电池组的电池管理系统的发展却显得较为缓慢。动力电池的管理系统主要有六大职责，其中动力电池剩余荷电状态(SOC)的估算最为关键，其不仅决定着电动汽车的剩余可续驶里程的预测精度，也是动力电池的安全和寿命的保证。

我国拥有独立开发基础的电池管理系统(BMS)的相关技术，但是距离真正大规模产业化尚需进行更深入的研究。如何搭建出比较精确且稳定的锂离子动力电池等效模型；如何博取多种算法的优点对锂离子电池SOC进行精准估算；如何开发新型可靠的算法对锂离子电池SOC完成时机精准的预测，都是我们有待解决的问题。我国的大部分电动物流载具运用的是铅酸电池，基于锂离子动力电池的BMS的开发相对较少。对电动物流载具BMS进行研究，可以减少磷酸铁锂电池在电动物流载具上的应用成本，对于提高我国工业生产的自动化水平，提高车间生产效率，都可以起到立竿见影的效果。所以对电动物流载具SOC估算方法的研究是十分有价值的。

1.2国内外研究现状综述

1938年，Heyer 设计了一个简易的装置，其原理是通过测量电池电压来显示电池容量，由于预测精度很低，其主要用于判断电池的更换。就提出了采用测量电池电压来显示电池容量的方法。随着70多年来技术的发展，人们探索出了各具特色的用于估计电池SOC的算法，如：开路电压法、内阻法，Ah积分法、遗传粒子算法和卡尔曼滤波及其拓展算法、人工神经网络法等等。基于各类算法的电池管理系统(BMS)也是层出不穷，百花齐放。

1.2.1 国外研究现状

放眼世界，国外对电动汽车电池管理系统(BMS)的理论与实践的探索都起步较早，有着较成熟的技术，很多国家都已经具备从研发到制作相应电池管理系统的能力，美国、德国、日本和韩国等国家更是其中的佼佼者。

美国是电池管理系统研制领域的带头羊。电池管理系统(BMS)的概念，就是由美国的德克萨斯大学奥斯汀分校最早提出的。美国的维拉诺瓦大学在与US Nanocorp公司早期的合作中就对基于模糊逻辑算法的电池SOC 预测方法进行了研究，美国的AC Propulsion公司开发的Batopt系统和Aerovlronment公司开发的Smart Guard系统均是性能优越的电池管理系统。它们可以完成对汽车电池的SOC和SOH进行精准的预测，可以完成对电池单体和电池组的电压、电流等参数的实时状态进行监测，也可以完成对电池的保护和系统诊断进而与其他车载控制单元进行通讯。

欧洲方面，德国在BMS系统的研发上，也是独树一帜，拥有了非常成熟的电池管理系统技术。以Werner Retzlaff和Mentzer Ulectronic GmbH两家公司为首设计的BADICOACH系统和BADICHUQ系统可以实现对电池单体和电池组各项参数的采集、也可对均衡充电进行有效控制，其最大的突破是留有端口，做到了数据的相互通信。B.Hauck 研发的BATTMAN系统具有极高的适应柔性，可以利用其开发的软件进行参数的设置，控制硬件完成跳线操作，从而适应多种车用电池。

日本也在对电池管理系统的研究中积累了大量经验。1997年，日本青森工业研究中心就开始了对电池管理系统的研究。日本本田汽车公司研制的一款电池管理系统能够在汽车发生事故或其他重大故障时发出警报，并将所有动力源关闭，从而避免更严重的情况的发生。这是在安全性控制上的一大突破。

韩国的KAIST研究院与亚洲大学等一些高校经过长时间的探索，研制了如DEV5-5 BMS系统等拥有独特风格的电池管理系统。基本功能的基础上，增设热管理系统与PC机的通讯系统、并且通过与电动机控制器的连接，实现能量制动反馈和最大功率控制。

1.2.2 国内研究现状

尽管国内对电动物流载具电池管理系统的研发开展得比较晚，但是由于社会经济发展对电池管理技术技术进步的紧迫需求，国家的高度重视BMS技术的发展。在国家“863”计划及新能源汽车《安全令》等政策的推动下，北京交通大学、北京航空航天大学、湖南大学、上海交通大学等一些高校，以及比亚迪、奇瑞、深圳派司地等一些国内的汽车与科技公司，都在电动汽车动力电池管理系统的研制方面取得了卓越的成就。

北京交通大学是国内最早对电动汽车电池管理系统进行研发的高校，已研发出了多款应用于电池管理系统。其研发的电池管理系统功能比较完善，主要包括对电池主要参数的检测、运行状态的估算、信息通讯的控制、数据的采集分析等功能。北京航空航天大学是我国较早对电池管理系统技术进行探索的高校之一，早在“九五”期间就已成功研制出了试用于东风纯电动轿车上的锂离子电池管理系统。近几年通过校企合作完成了多项国家重大项目的研发。其研制的电池管理系统的技术日臻成熟，实际应用经验丰富。近些年来，上海交通大学在动力电池的动态模型的建立方面取得了重大的突破。为降低电池模型对SOC估算结果的影响，建立了具有较好鲁棒性特征的电池模型，从而避免了因电池模型的缺陷而对SOC产生的估计误差。湖南大学运用模糊逻辑的方法创建了一种拥有较高精度的SOC估算模型。

图 1.1武汉理工大学研制的BMS板

汽车制造公司方面，比亚迪公司运用分布式的电池管理系统，系统采集电池组的总电压、总电流以及温度等参数，再经系统运算处理即可完成SOC的估计。该系统还拥有安全管理、热管理与故障报警等功能。奇瑞汽车公司开发的电池管理系统与比亚迪公司的类似，同时也有自己的特色，即蓄电池组与电池管理子系统一对一配套，各个子系统采集到的信息经过CAN总线与核心电池管理模块完成信息通讯。2009年，该管理系统被应用于奇瑞 S18车型上。长安汽车针对其生产的电动SUV研制了的专用的BMS系统，该系统的特点是，实现了单体电池的热智能管理。

科技公司方面，深圳派司地公司生产的DCB-102-3型BMS板，在测量电压和电流的精度方面都有很大突破，分别达到了50mV与0.5％，测量剩余荷电的精度更是达到了5％。上海妙益科技公司，该公司的BMS不仅能测量电压，电流，SOC等基本电池参数，还能提供均衡，数据记录，语音报警等功能。湖南科力远新能源公司，在镍氢动力电池及其电池管理系统的研制方面，拥有非常成熟的技术，该公司是丰田、吉利等汽车企业动力电池及其管理系统的供应商。

总的来说，我国已经有能力开发出自己的电池管理系统，但是距离像国外那样形成真正的大规模产业还需进行更深入的研究。如何建立精准且实用锂离子动力电池物理模型；如何结合多种方法对电池荷电状态估算进行修正，增加预测精度；都是我们有待解决的问题。而且我国的大部分电动物流载具运用的都是铅酸电池，针对锂电池的BMS开发是极少的，所以此项目极具研究价值。对于促进我国 电动物流载具的发展具有重要的市场价值和社会意义。

1.2.3 本文主要研究内容

文章所研究的电动物流载具的动力电池是磷酸铁锂电池，通过分析多种常用电池模型的原理及适用场合，建立合适的模型，设计实验，得到SOC与OCV的曲线。结合Least squares法对电池模型的各个未知参数进行辨析。分析比较常用的锂离子电池SOC预测算法，运用比较综合的方法对物流载具的锂离子电池SOC进行预测，通过相应工况测试验证SOC估算算法,运用之前的实验数据，对电池SOC的卡尔曼滤波算法进行仿真验证。以下是各个章节的详细内容：

第1章：用数据展现了电动物流载具的发展前景。通过对电动物流载具关键技术的分析和对电池管理系统的国内外研究现状的阐述，引出了研究电动物流载具剩余荷电状态(SOC)估算方法的必要性和紧迫性。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：