自适应在线动力锂离子电池管理系统的研究

随着当今社会科技的迅速发展,环境污染及能源短缺问题愈发严重。为了应对这些问题,人们着力于研究各种新能源汽车,而其动力电池及电池管理系统(BMS)则是其中十分重要的一部分。论文主要围绕自适应在线动力锂离子电池管理系统展开研究。针对传统电池管理系统较为封闭的问题,本文提出更为开放的系统平台,完成从系统设计、硬件搭建、软件管理、在线可视化展示到算法仿真整个流程的工作。首先,针对电池的各项参数特性,本文重点研究了电池荷电状态(SOC)的估算方法,即根据充放电时环境状况的不同,给出相应合适的电池荷电状态估算策略:充电状态下采用静态性能更稳定的基于开路电压的安时积分法,放电时则采用动态性能更加优越的自适应卡尔曼滤波法估算电池的荷电状态,以提高估算的准确性。其次,从整体上搭建系统框架,基本完成了 BMS基础硬件平台的多项研究工作,主要包括:设计完成电池各项参数的采集电路,完成单体电池间的电压均衡电路和系统的热管理搭建,完成数据上传的蓝牙串口通信电路。随后,使用安卓平台构建BMS实时在线app,设计创建BMS各功能模块的可视化界面,结合实时数据平台的使用,实现了系统的在线监测,实时报警功能。移动化在线可视平台的构建对传统的BMS有一定的拓展意义,为以后BMS的物联化提供了可行性的发展方向。最后,使用Matlab/Simulink对系统进行仿真,着重对SOC估算算法,基于SOC的均衡控制,异常检测的效果进行检验,验证了自适应卡尔曼滤波算法对电池SOC估算的有效性。