锂电池荷电状态（SOC）自适应卡尔曼滤波估算及实现

近年来，随着我国经济的快速发展引起的环境污染以及能源短缺等问题对汽车行业的发展有着巨大的制约作用，纯电动汽车因为其无排放，低能耗，低噪声等优点对于环境保护以及缓解能源危机的作用而成为了汽车行业发展的趋势。动力源作为纯电动汽车技术和成本因素的核心，在新能源汽车开发方面显得尤为重要。锂离子电池与其他电池相比在能量密度，循环寿命等各方面综合性能更好成为纯电动汽车动力源的首要选择。有效的锂电池管理技术对延长锂电池的使用寿命，提高动力源的能源利用率，解决使用过程中的安全问题有着重要意义。 论文在分析锂电池自身特性的基础上，比较了多种锂离子电池电路模型的优缺点，综合考虑各方面的因素，提出了一种二阶RC电路模型，并对其电路模型进行推导，得出电路模型的状态空间模型，然后针对当前多种锂离子电池荷电状态估算方法的优缺点，提出了一种较为精确的电池荷电状态估算方法，自适应滤波与卡尔曼滤波算法相结合的方法，即自适应卡尔曼滤波算法。 然后设计了一种锂离子电池管理系统，硬件方面系统采用分布式的结构，分为主控模块和单元模块，模块之间通过CAN总线构建网络，主控模块负责充电机充电控制、LCD显示、热管理以及荷电状态的估算。单元模块负责电压、电流、温度信号的采集，并根据采集到的信息处理输出控制单体电池之间的均衡。软件方面系统通过在主控制器上移植uC/OS-II操作系统来实现任务调度和管理，提高系统的处理性能，并对系统的各个部分软件实现给出了流程图、部分程序代码。设计的锂电池管理系统硬件部分的电路可靠、抗干扰能力强，对电池荷电状态的估算方法经过仿真比较，结果较为准确。