电动汽车动力电池荷电状态（SOC）的估算方法研究.pdf

密 级


桂林电子科技大学
硕 士 学 位 论 文

题目： 电动汽车动力电池荷电状态(SOC)的估算方法研究
（英文） State of Charge (SOC) Estimation Methods for Power
Battery in Electric Vehicle


研 究 生 学 号: 1308202006
研 究 生 姓 名: 言 理
指导教师姓名、职务: 党选举 教授
申 请 学 位 门 类: 工学硕士
学科、专 业 名 称: 控制科学与工程
提 交 论 文 日 期: 2016 年 4 月
论 文 答 辩 日 期: 2016 年 6 月
摘要
摘要
环境污染、能源危机以及能源安全等问题的日益突出，使新能源电动汽车的研究
已成为全世界关注的焦点。在电动汽车的动力电池管理系统中，电池荷电状态(State of
Charge，简称 SOC)是均衡控制技术、快速充放电管理、长寿命和安全运行等不可或
缺的参数。因此准确地估算动力电池的 SOC 对促进电动汽车的发展有着巨大的意义。
电池的 SOC 与电压、电流等可通过传感器直接测得的参数不同，它只能通过其
它方法间接获取。本文针对电动汽车动力电池荷电状态 SOC 的估算，主要研究工作
如下：
(1)设计一种改进的最小二乘支持向量机(LS-SVM)，动态地调整模型参数，对电
池的开路电压(OCV)进行在线实时估计；通过 SOC 与 OCV 的关系确定初值，采用经
典的安时积分法估算 SOC；并利用 OCV 的偏差信息对电池 SOC 进行修正补偿，有
效地补偿拟合误差和安时积分法产生的累计误差。仿真实验结果表明，在线 LS-SVM
算法能准确地逼近实际 SOC 值，平均相对误差为 %。
(2)将前馈和反馈思想引入动力电池 SOC 的估计中，提出一种基于 CARMA 模型
并分别采用端电压偏差前馈和反馈补偿的 SOC 估算方法。考虑到电池的循环充放电
以及在一定的温度范围内等条件下，1)充分考虑到电压电流的测量误差，以得到的
CARMA 结构的电池模型估计电池的开路电压 OCV；2) 与高价多项式逼近方法不同，
采用 BP 神经网络高精度拟合 OCV-SOC 之间的强非线性；3)电池的 OCV-SOC 曲线
能表现出良好的一致性，故该文采用由开路电压 OCV 估算电池的 SOC。
针对锂电池的 OCV-SOC 曲线存在平坦特性，使得其对 OCV 的测量误差进行了
放大，造成基于 OCV 估算的 SOC 存在较大误差这一挑战性问题，该文重点对
OCV-SOC 曲线的平坦区域，分析了 ΔSOC-OCV(端电压)的关系特性，采用端电压偏
差分别对 SOC 进行前馈和反馈补偿，提高基于 OCV 的 SOC 估算方法的精度。实验
数据的仿真结