电动汽车用动力电池组建模和参数辨识方法

›› 2012, Vol. 42 ›› Issue (04): 809-815.

电动汽车用动力电池组建模和参数辨识方法

熊瑞, 何洪文, 许永莉, 何银

北京理工大学电动车辆国家工程实验室, 北京 100081

收稿日期:2011-03-02 出版日期:2012-07-01 发布日期:2012-07-01
通讯作者: 何洪文(1975-),男,教授,博士生导师.研究方向:混合动力汽车总体设计和综合控制技术.E-mail:hwhebit@bit.edu.cn E-mail:hwhebit@bit.edu.cn
基金资助:
"863"国家高技术研究发展计划项目(2011AA112304,2011AA11A228,2011AA1290);新世纪优秀人才支持计划项目(NCET-11-0785);国防基础科研项目(B2220110006);北京理工大学研究生科技创新活动专项计划项目.

Modeling and parameter identification approach for power battery pack used in electric vehicle

XIONG Rui, HE Hong-wen, XU Yong-li, HE Yin

National Engineering Laboratory for Electric Vehicles, Beijing Institute of Technology, Beijing 100081, China

Received:2011-03-02 Online:2012-07-01 Published:2012-07-01

摘要/Abstract

摘要： 提出了电动汽车用的锂离子动力电池组电化学极化模型,并利用扩展卡尔曼滤波和最小二乘算法分别建立了在线和离线的参数辨识方法。混合脉冲功率特性试验的验证结果表明:基于提出的电化学极化模型所建立的参数辨识方法能够保证模型最大相对误差在1%以内,可精确模拟动力电池组的动态电压特性。建立的参数辨识方法能有效地避免动力电池初次使用前耗时、复杂且易错的参数辨识及定期的参数标定等试验,提高电池管理系统的工作效率。

关键词: 车辆工程, 电动汽车, 锂离子动力电池, 电化学极化电池模型, 参数辨识, 扩展卡尔曼滤波

Abstract: The online and offline parameter identification approaches were built with extended Kalman filter (EKF) and the least square algorithm respectively based on the proposed electro-chemical polarization (ECP) model for the lithium-ion power battery pack used in the electric vehicle. Validation results based on the hybrid pulse power characterization test showed that the parameter identification approaches with the ECP model can ensure the maximum relative error within 1% and accurately simulate the dynamic voltage behavior of the power battery pack. By using the proposed parameter identification approaches, the operating efficiency of the battery management system can be greatly improved becacuse the time-consuming, laborious, even error-prone experiments and periodical calibration for model parameters before the first operation of the battery pack are avoided effectively.

Key words: vehicle engineering, electric vehicle, lithium-ion power battery, electro-chemical polarization battery model, parameter identification, extended Kalman filter

中图分类号:

U463.23

熊瑞, 何洪文, 许永莉, 何银. 电动汽车用动力电池组建模和参数辨识方法[J]. , 2012, 42(04): 809-815.

XIONG Rui, HE Hong-wen, XU Yong-li, HE Yin. Modeling and parameter identification approach for power battery pack used in electric vehicle[J]. , 2012, 42(04): 809-815.

参考文献

[1] 何洪文,余晓江.电动车辆动力电池的性能评价[J].吉林大学学报:工学版,2006,36(5):659- 663. He Hong-wen, Yu Xiao-jiang. Performance evaluation of electric vehicle power battery[J]. Journal of Jilin University(Engineering and Technology Edition), 2006, 36 (5):659-663.
[2] Xiong R, He H, Wang Y, et al. Study on ultracapacitor-battery hybrid power system for PHEV applications[J]. High Technology Letters, 2010, 16(1):23-28.
[3] He H W, Xiong R, Fan J X. Evaluation of lithium-ion battery equivalent circuit models for state of charge estimation by an experimental approach[J]. Energies, 2011, 4(4):582-598.
[4] Marc T, Oliver B, Dirk U S, et al. Development of a voltage-behavior model for NiMH batteries using an impedance-based modeling concept[J]. Journal of Power Sources, 2008, 175(1):635-643.
[5] Matthias D, Andrew C, Sinclair G, et al. Dynamic model of a lead acid battery for use in a domestic fuel cell system[J]. Journal of Power Sources, 2006, 161(2):1400-1411.
[6] Plett G L. Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs:part 2. modeling and identification[J]. Journal of Power Sources, 2004, 134(2):262-276.
[7] 何洪文,熊瑞. 基于滑模观测器的锂离子动力电池荷电状态估计[J]. 吉林大学学报:工学版, 2011, 41(3):623-628. He Hong-wen, Xiong Rui. State-of-charge estimation of lithium-ion power battery using sliding model observer[J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(3):623-628.
[8] Simon D. Optimal State Estimation:Kalman, H Infinity, and Nonlinear Approaches[M]. USA:John Wiley & Sons, 2006:123-148.
[9] Idaho National Laboratory. Battery test manual for plug-in hybrid electric vehicles..http://www.inl.gov/technicalpu blications/Documents/4655291.pdf.

相关文章 15

[1]	常成,宋传学,张雅歌,邵玉龙,周放. 双馈电机驱动电动汽车变频器容量最小化[J]. 吉林大学学报(工学版), 2018, 48(6): 1629-1635.
[2]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[3]	何仁,杨柳,胡东海. 冷藏运输车太阳能辅助供电制冷系统设计及分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1645-1652.
[4]	那景新,慕文龙,范以撒,谭伟,杨佳宙. 车身钢-铝粘接接头湿热老化性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1653-1660.
[5]	刘玉梅,刘丽,曹晓宁,熊明烨,庄娇娇. 转向架动态模拟试验台避撞模型的构建[J]. 吉林大学学报(工学版), 2018, 48(6): 1661-1668.
[6]	赵伟强, 高恪, 王文彬. 基于电液耦合转向系统的商用车防失稳控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1305-1312.
[7]	宋大凤, 吴西涛, 曾小华, 杨南南, 李文远. 基于理论油耗模型的轻混重卡全生命周期成本分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1313-1323.
[8]	朱剑峰, 张君媛, 陈潇凯, 洪光辉, 宋正超, 曹杰. 基于座椅拉拽安全性能的车身结构改进设计[J]. 吉林大学学报(工学版), 2018, 48(5): 1324-1330.
[9]	那景新, 浦磊鑫, 范以撒, 沈传亮. 湿热环境对Sikaflex-265铝合金粘接接头失效强度的影响[J]. 吉林大学学报(工学版), 2018, 48(5): 1331-1338.
[10]	王炎, 高青, 王国华, 张天时, 苑盟. 混流集成式电池组热管理温均特性增效仿真[J]. 吉林大学学报(工学版), 2018, 48(5): 1339-1348.
[11]	金立生, 谢宪毅, 高琳琳, 郭柏苍. 基于二次规划的分布式电动汽车稳定性控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1349-1359.
[12]	隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[13]	王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[14]	胡满江, 罗禹贡, 陈龙, 李克强. 基于纵向频响特性的整车质量估计[J]. 吉林大学学报(工学版), 2018, 48(4): 977-983.
[15]	刘国政, 史文库, 陈志勇. 考虑安装误差的准双曲面齿轮传动误差有限元分析[J]. 吉林大学学报(工学版), 2018, 48(4): 984-989.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed