电动汽车磷酸铁锂电池管理系统的研究

论文摘要

现代社会能源危机使人们认识到传统内燃机需要利用新的能源。汽车的能源消耗占各主要工业国家能源消耗的24%,这促使汽车生产大国政府加紧开发电池在汽车中的应用。电动汽车电池管理系统(BMS)对电动汽车越来越重要,我国在这方面的研究还刚刚起步,在美国德国等汽车工业发达的国家研制工作也不完善。本文结合长安“奔奔”电动汽车项目的实际应用,设计了一种电动汽车电池管理系统,本论文通过理论推导,Saber仿真实验和放电实验,验证系统的可行性。其主要研究内容如下:①对现有的各种动力能源电池,电动车能源管理系统进行了较详细地分析比较,对比了各种系统的优劣。同时,对本论文所涉及的磷酸铁锂电池,进行了详细的放电特性分析和研究。②针对磷酸铁锂电池特有的充放电特性,分析了现有动力蓄电池的SOC(电池荷电状态)各种预测算法的特点,认为传统SOC预测方法在磷酸铁锂电池上是不完全适用的;利用神经网络和Peukert方程法对磷酸铁锂电池SOC预测进行了分析研究,针对磷酸铁锂电池特有的充放电规律,对传统SOC预测算法作了改进,弥补了已有算法对温度影响考虑不足的问题;③依据电动车项目的总体设计目标,基本完成了硬件和软件的设计。硬件部分对差分电压采集电路,热敏电阻线性化温度测量电路,A/D采样电路,滤波电路,CAN通信电路以及电源模块进行了设计,较好的解决了诸如如何实现高共模电压电池组电压测量等问题。软件部分完成了系统整体的软件设计, CAN总线通信的信息接收和发送,以及与整车管理系统通讯的通信规约等。本文主要解决了目前难于低成本实现串联电池组高共模电压测量的问题,对传统安时计量法作了改进,考虑了温度对电池放电特性影响,弥补了传统算法的不足。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 电动汽车电池管理系统研究背景及其意义
• 1.2.1 研究背景概述
• 1.2.2 电动汽车动力能源电池简介
• 1.2.3 电动汽车电池管理系统的研究现状
• 1.2.4 磷酸铁锂电池特性
• 1.3 电池SOC 预测
• 1.3.1 电池剩余能量的定义
• 1.3.2 现有SOC 预测算法
• 1.4 本文主要工作
• 2 磷酸铁锂电池特性分析
• 2.1 引言
• 2.2 不同条件下的放电特性
• 2.2.1 不同温度下的放电曲线
• 2.2.2 不同放电倍率下的放电曲线
• 2.2.3 充放电寿命曲线
• 2.2.4 过放电到零电压曲线
• 2.2.5 自放电特性图
• 2.3 本章小结
• 3 基于Peukert 方程法和神经网络法的SOC 预测算法
• 3.1 引言
• 3.2 利用Peukert 方程进行SOC 预测的研究
• 3.2.1 Peukert 方程
• 3.2.2 B 样条曲线拟合
• 3.2.3 Peukert 方程法预测仿真
• 3.3 利用神经网络进行SOC 预测的研究
• 3.3.1 问题的提出
• 3.3.2 神经网络模型的建立
• 3.3.3 神经网络法预测仿真
• 3.4 本章小结
• 4 基于等价库伦效率的磷酸铁锂电池SOC 预测算法
• 4.1 引言
• 4.2 针对磷酸铁锂电池的安时计量法
• 4.2.1 充放电效率因素
• 4.2.2 温度因素
• 4.2.3 自放电因素
• 4.3 软件仿真实验
• 4.3.1 基于等价库伦效率的SOC 预测算法仿真
• 4.3.2 电动汽车循环工况仿真
• 4.4 本章小结
• 5 硬件和软件设计
• 5.1 引言
• 5.2 硬件总体设计
• 5.3 电压检测电路设计
• 5.3.1 差分电路设计
• 5.3.2 二阶低通滤波设计
• 5.4 温度检测电路
• 5.5 基于PIC18F458 的主控制器设计
• 5.5.1 PIC18F458 简介及最小系统设计
• 5.5.2 CAN 网络接口设计
• 5.5.3 CPU 与传感器信号接口设计
• 5.6 软件总体设计
• 5.7 CAN 总线通信
• 5.7.1 CAN 信息发送和接收
• 5.7.2 CAN 通信规约
• 5.8 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 后续研究工作展望
• 致谢
• 参考文献
• 附录