logo资料库

电动汽车动力电池管理系统核心算法.pdf

第1页 / 共37页
第2页 / 共37页
第3页 / 共37页
第4页 / 共37页
第5页 / 共37页
第6页 / 共37页
第7页 / 共37页
第8页 / 共37页
资料共37页,剩余部分请下载后查看
第十二届(深圳)新能源汽车核心电源技术研讨会 电动汽车动力电池管理系统核心算法 报告人:姜久春 欣旺达电子股份有限公司 2019年6月19日
目录 1 电池管理系统基本功能 2 电池荷电状态(SOC)估计 3 电池峰值功率(SOP)估计 4 电池健康状态(SOH)估计 2
电池管理系统基本功能 BMS 核心 算法 信息采集 状态监测 安全保护 充电控制 均衡管理 热管理 信息管理 • 电压、电流、温度 • SOC、SOP、SOH • 在线故障诊断及安全控制 • 充电电流与充电电压控制 • 主动均衡、被动均衡 • 温度控制、散热/加热功率控制 • 关键数据存储、与整车控制器通讯、与 云平台通讯 3
SOC估计 p常用SOC估计方法 4
SOC估计 pSOC估算方法优缺点对比 方法 优点 缺点 Ah积分 简单,准确,易嵌入实现 依赖准确SOC初值,存在累计误差 基于OCV 准确,易嵌入实现 需要大量静置时间,对某些电池具局限性 基于电池模型 不需静置及SOC初值 对测量噪声十分敏感,对某些电池的适用性差 卡尔曼滤波 准确灵活,对噪声SOC初始误差具鲁棒性 复杂,计算量大,依赖模型参数,增益选取不当 会造成不稳定 滑模观测器 准确灵活,对噪声,模型误差及SOC初始误差具 鲁棒性 非线性,不易实现 模糊逻辑 人工的模糊思维 不准确 神经网络 适合于所有种类电池 需要大量训练数据 实车上常用的是 Ah积分+OCV校正 5
SOC估计 pSOC估计影响因素分析 参数 扰动 初始 误差 温度 依赖 电池 老化 测量 噪声 误差源 电流测量值 电压测量值 输入量 功率约 束条件 等效电路模型 电池状态空间方程 模型结构 模型参数 最大可用 容量 OCV-SOC 曲线 x   k 1 y  k f x u  ( k h x u  ( k ) k )  , k ,  k k IC曲线特征值提取 SOP SOC SOH 输出量 6
SOC估计 p常用观测器 基于状态空间方程的SOC观测器的通用结构 EKF观测器 H∞观测器 PI观测器             T T  A P C X P F ( P 0  2 m in(  X C T P A  X G )   T 对于高斯白噪声,有较高的估计 精度 考虑有色噪声影响时,估计精度 效果好 )  I P F    X G 2     0 兼顾超调幅度和收敛速度 7
SOC估计 p不同SOC估计方法性能对比-SOC估计精度 SOC初始误差为20% SOC初始误差为50% SOC初始误差为100% 8
分享到:
收藏