APP下载

纯电动汽车动力锂电池Nernst模型参数辨识*

2015-04-12康燕琼

汽车工程 2015年6期
关键词:模型

毕 军,康燕琼,邵 赛

(北京交通大学,城市交通复杂系统理论与技术教育部重点实验室,北京 100044)



2015127

纯电动汽车动力锂电池Nernst模型参数辨识*

毕 军,康燕琼,邵 赛

(北京交通大学,城市交通复杂系统理论与技术教育部重点实验室,北京 100044)

建立了电动汽车动力锂电池的Nernst经验模型,并利用遗忘因子递推最小二乘法对模型参数进行辨识。以北京市运营的纯电动环卫车的锂电池数据对所建立的模型和参数辨识算法进行验证,结果表明,所给出的方案是有效的,具有算法运算量少、模型结构简单和辨识精度较高等优点,适于电动汽车运行时对电池模型参数的在线辨识。

电动汽车;电池模型;参数辨识;最小二乘法

前言

电池作为一种储能设备,其可靠性、稳定性和安全性已经逐渐成为电动汽车潜在消费者最关注的问题。电池中的电解液本身具有挥发性和易燃性,且易与所处外界环境发生热交换。为此,除了提高电池技术,还有必要建立一套完整的电池管理系统(BMS),用以实时监测电池组的性能参数,如总电流、总电压等。精确估计电池SOC值是BMS最重要的任务[1-2]。电池的SOC值无法直接测得,只能根据电池的电压、电流、温度和内阻等参数估计得到,即建立合理的电池模型。目前所研究的电池模型主要有等效电路模型、神经网络模型和经验公式模型等[3]。等效电路模型是应用比较直观的电阻、电容、电感等电路元件来描述电池的非线性特性,如Thevenin模型、四阶动态模型、PNGV模型等[4-6],但这类电池模型的相关参数不能通过采集的实时数据得到,只能通过实验室的仿真平台求得,这导致模型的实时性和精确性下降。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用