动力锂电池组状态估计策略及管理系统技术研究

作者：何耀

来源：其他, 2012.

• 电池管理系统
• 动力锂电池组
• 荷电状态
• 扩展卡尔曼滤波
• 无迹粒子滤波
• 信息融合
• 系统绝缘阻抗
• 可信度算法 Battery Management System (BMS)
• High-Power Li-Ion Battery Pack
• State-of-Charge (SOC)
• Unscented Kalman Filter (UKF)
• Unscented Particle Filter (UPF)
• Information Fusion
• System Insulation Resistance
• Reliability Algorithm

交通领域的能源消耗加剧了全球的能源危机和环境污染,低能耗、绿色环保的电动汽车产业已成为全球交通能源转型的发展方向。锂离子电池具有比能量大、循环寿命长和无污染等优点,必将成为未来电动汽车动力系统的首选。如何提高复杂运行工况下动力锂电池组状态估计的精确性和电池管理的可靠性,已成为提升动力电池组性价比和保障电动汽车安全性能的关键,对电动汽车的应用推广具有重要意义。本文结合国家高技术研究发展计划项目(2009AA11A113),首先针对动力锂电池组进行了荷电状态(State-of-Charge, SOC)建模与估计策略、绝缘阻抗建模与估计算法方面的深入研究,然后结合状态估计研究成果设计了电池管理系统技...

• 出版日期2012
• 单位中国科学技术大学