磷酸铁锂电池SOCT估计:改良RC模型与噪声补偿算法

需积分: 5 5 下载量 187 浏览量 更新于2024-08-05 收藏 12.38MB PDF 举报
该资源是一篇关于计算机系统结构的研究生学位论文,主要探讨了改良一阶RC等效电路模型在锂离子电池(具体为天津力神LR1865EC型号)状态-of-charge (SOC)估计中的应用。作者通过实验建立了电池的二阶RC模型,并采用扩展卡尔曼滤波算法进行SOC估算,针对磷酸铁锂电池的特性,提出了噪声补偿扩展卡尔曼滤波算法,以改善在复杂电流工况下的 SOC 估计精度。 在电池建模部分,文章提到了改良一阶RC等效电路模型,其中‰表示电池的开路电压,依赖于电池的SOC-OCV函数。由于原始的5阶函数公式与实际测量值存在较大误差,作者采用了近似线性化方法来确定SOC与OCV的关系。模型中包含两个二极管,分别代表电池在充电和放电时的不同状态,以及两个欧姆电阻R和Rd,它们的值随SOC变化。R和Rd代表电池的极化效应,影响电池的放电和充电电压电流关系。 模型的放电和充电电压电流关系由式(3-4)和式(3-5)描述,这两个公式反映了电池在不同状态下电压与电流的相互作用。同时,根据基尔霍夫定律,电流I可以通过式(3-6)求解,这是一个一阶线性非齐次方程。 论文的作者还进行了实际设备上的实验,验证了扩展卡尔曼滤波算法在恒流放电条件下的SOC估算效果,并分析了误差来源。为了应对经典卡尔曼滤波算法在磷酸铁锂电池SOC估计中的局限性,作者提出了一种基于放电信息融合的噪声补偿算法,该算法动态调整系统噪声模型参数,提高了在各种工况下的估算准确性和初始值矫正能力。 此外,论文还包含了对学位论文版权使用的授权书和作者的主要工作声明,表明作者在电池建模、算法实现和优化方面做出了实质性贡献,包括选择研究电池型号、建立二阶RC模型、实施扩展卡尔曼滤波算法以及开发噪声补偿技术。 这篇论文深入研究了锂离子电池的状态估计问题,特别是在磷酸铁锂电池的复杂工况下,通过改进的电路模型和滤波算法,提升了SOC估计的精度和鲁棒性,对于电池管理系统的设计和优化具有重要参考价值。