【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)

欢迎来到本博客❤️❤️

博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

本文目录如下:

目录

1 概述

2 运行结果

3 参考文献

4 Matlab代码、数据、文献


1 概述

文献来源:

【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第1张图片

 动力电池是电动汽车的技术瓶颈,其状态估计关乎能量管理、循环寿命、使用成本和安全,研究具有理论意义和应用价值。然而,动力电池具有很强的时变非线性,在电动汽车上应用时,又受工况、环境等随机性因素影响,对其状态的实时精准估计具有挑战性。本论文针对电动汽车锂离子动力电池,开展的具体研究工作包括:搭建了动力电池测试平台、系统设计了动力电池测试方案,基于两类锂离子动力电池建立了完善的动力电池试验数据库,并对动力电池电化学阻抗特性进行了详细分析。结果表明,动力电池的交流阻抗特性对其操作温度和可用容量最为敏感,而对具体的充放电历史和荷电状态不敏感。

动力电池 SOC 被用来描述动力电池的剩余容量状况。对电动汽车而言,SOC 就像普通燃油汽车的油表一样重要。同时,SOC 作为电动汽车能量管理重要的决策因素之一,对于优化电动汽车能量管理、提高动力电池容量和能量利用率、防止动力电池过充电和过放电、保障动力电池在使用过程中的安全性和长寿命等起着重要作用。但是,SOC 是动力电池隐含的状态量,难以直接测试和计算。正因为如此,精确可靠的SOC 估计方法成为学术界和工业界一直在探讨的话题。目前国内外使用的动力电池SOC 的估计方法主要有三大类[52-54]:基于动力电池表征参数测量值的估计方法、基于安时积分的估计方法和基于电池模型和观测器的融合方法。

通常可用来推导动力电池 SOC 的特征参数包括当前剩余容量、阻抗谱、开路电压值等。其中当前剩余容量可通过放电试验法得到,因此该方法被认为是确定动力电池 SOC 最为直接的方法。但是,由于电动汽车在运行中难以进行长时间的恒流放电确定剩余容量,因此该方法仅适用于实验室等特定环境[19]。印度科学理工学院 ShaliniRodrigues 等借助阻抗谱的手段测试不同 SOC 值电池的阻抗,用以提取随 SOC 变化的电池参数,然后制定 SOC 和该参数的映射关系,采用查表方式进行 SOC 的标定[55]。开路电压常被工业界用来标定动力电池 SOC[34],大量的 BMS 产品也使用开路电压标定电池初始 SOC。但是开路电压的测量要求动力电池静置足够长的时间,在实际中该方法难以单独使用。

2 运行结果

【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第2张图片

【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第3张图片 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第4张图片

【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第5张图片【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第6张图片 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第7张图片

 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第8张图片

 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第9张图片

 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第10张图片

 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第11张图片

 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第12张图片

【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第13张图片【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第14张图片 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第15张图片

 【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)_第16张图片

3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]熊瑞. 基于数据模型融合的电动车辆动力电池组状态估计研究[D].北京理工大学,2014.

4 Matlab代码、数据、文献

你可能感兴趣的:(状态估计,电力系统,数学建模)