李凌峰,宫明辉,乌江,2

(1.西安交通大学电气工程学院,710049,西安;2.西安工程大学电子信息学院,710048,西安)

随着全球环境恶化以及能源紧缺情况的日趋严重,电动汽车行业在近些年发展迅速[1]。锂离子电池工作电压高、比能量大、循环寿命长、工作温度范围广,目前被大量应用于电动汽车领域[2]。准确掌握电池荷电状态(SOC)对保证电池安全稳定地工作至关重要。但是,由于电池在充放电过程时,不仅发生氧化还原反应,还存在粒子交换与热量传递的过程,这令电池成为了一个随时间非线性变化的复杂系统[3],因此在实际中要准确估计SOC难度较高。

常用安时积分法、开路电压法、神经网络法、卡尔曼滤波算法等来求得电池SOC,其中卡尔曼滤波法应用最广泛[4-5]。卡尔曼滤波算法利用均方误差最小的估计原则进行多次递推估计,得到最佳估计值。该算法原理简单,复杂度低,但估计精度很大程度上取决于建立的等效模型的准确性。目前,用于SOC估计的模型有:①电化学模型,通过研究电池化学反应机理来构建模型,虽然精确度较高,但过于复杂,难以实际应用[6];②等效电路模型,用基本电路器件搭建来模拟电池阻容特性,简单实用,应用较广[7]。常用的锂离子电池等效电路模型有Rint模型、Thevenin模型、PNGV模型等[8]。

为了获得更准确的模型,许多学者进行了研究。王维强等在Thevenin模型的基础上提出3阶RC网络作为电池的等效物理模型[9];商云龙等提出一种随SOC变化而改变阶数的RC电路模型来描述电……