基于分数阶理论的车用锂离子电池建模及荷电状态估计_刘树林

第38卷第5期计算机仿真2021年5月文章编号：1006 -9348(2021) 05 -0104 -07基于FLC-E C M S的F C H E V能量管理策略刘永飞，付主木，陶发展(河南科技大学信息工程学院，河南洛阳471023)摘要:针对燃料电池混合动力汽车行驶过程中三能量源功率协调分配问题，提出一种融合等效氢消耗最小和模糊控制的分层能量管理策略，降低氢能源消耗，延长电池使用寿命。

在上层能量管理中，为了保持电池和超级电容荷电状态的一致性，根据电池和超级电容荷电状态惩罚函数，设计变等效因子，采用等效氢消耗最小策略，得到燃料电池最优输出功率;在下层能量管理中，根据超级电容功率密度大的特性，设计模糊控制策略，实现电池和超级电容的功率分配。

与单一等效消耗最小策略相比，所提策略有效降低了氢气消耗，提高了燃油经济性，延长了电池寿命。

关键词:燃料电池混合动力汽车;等效氢消耗最小策略;模糊控制；变等效因子中图分类号:T P273;U469. 72文献标识码：BEnergy Management Strategy of FC H E VBased on F L C— EC M S MethodLIU Y ong-fei,F U Zhu-m u,TA0 Fa-zhan(S c h o o l o f I n f o r m a t i o n E n g i n e e r i n g,Henan U n i v e r s i t y o f S c i e n c e an d Technology,Luoyang Henan471023, China)A B S T R A C T：C o n s i d e r i n g power a l l o c a t i o n pr o b l e m i n t h e d r i v i n g p r o c e s s o f f u e l c e l l h y b r i d e l e c t r i c v e h i c l e,a h i e r­a r c h i c a l e n e r g y management s t r a t e g yb a s e d on e q u i v a l e n t h y d r o g e nc o n s u m p t i o n m i n i m i z a t i o n and f u z z y l o g i c c o n t r o lmethod was p r o p o s e d t o r e d u c e h y d r o g e n e n e r g y c o n s u m p t i o n an d p r o l o n g b a t t e r y l i f e s p a n.I n t h e up p e r l a y e r,t h e e-q u i v a l e n t h y d r o g e n co n s u m p t i o n m i n i m i z a t i o n s t r a t e g y w a s p r o p o s e d b a s e d on t h e s t a t e o f c h a r g e o f b a t t e r y a n d s u p e r­c a p a c i t o r,b y wh ic h t h e v a r i a b l e e q u i v a l e n t f a c t o r wasde s i g n e d i n o r d e r t o o b t a i n t h e o p t i m a l o u t p u t po we r of f u e lc e l l.I n t h e l o w e r l a y e r,t h e f u z z y l o g i c c o n t r o l s t r a t e g y b a s ed o n t he h i g h power d e n s i t y of t h e s u p e r c a p a c i t o r wasg i v­en t o o b t a i n t h e power d i s t r i b u t i o n o f t h e b a t t e r y and s u p e r c a p a c i t o r.F i n a l l y,compared w i t h a s i n g l e e q u i v a l e n t c o n­s u m p t i o n m i n i m i z a t i o n s t r a t e g y,t h e p r o p o s e d s t r a t e g i e s wo ul d e f f e c t i v e l y r e d u c e h y d r o g e n consumption,i m p r o v e f u e l economy and p r o l o n g b a t t e r y l i f e.K E Y W O R D S：F u e l c e l l h y b r i d e l e c t r i c v e h i c l e (FCH EV)；E q u i v a l e n t h y d r o g e n c o n s u m p t i o n m i n i m i z a t i o n s t r a t e g y；F u z z y l o g i c c o n t r o l(FLC)；V a r i a b l e e q u i v a l e n t f a c t o ri引言燃料电池混合动力汽车（F u e l C e l l H y b r i d E l e c t r i c Vehi­c l e,F C H E V)作为最具有潜力的新能源汽车之一，具有能量 转化效率高、无污染、低噪声等优点，在新能源汽车领域具有基金项目：国家自然科学基金（61473115,U1704157);中原千人计划-中原科技创新领军人才（194200510012);河南省高校科技创新团队（18I R T S T H N011);河南省高等学校重点科研项目（19A413007);航 空科学基金（20185142003)国家“十三五”装备预研共用技术和领域基金（61403120207，6丨402100203)收稿日期:2019 -08 -05修回日期:2019-09-24广阔的应用前景[1]。

锂电池等效电路建模与荷电状态估计1. 引言1.1 概述锂电池是目前应用广泛的一种高能量密度的电池技术，被广泛应用于移动设备、电动汽车和储能系统等领域。

在实际应用中，了解锂电池的荷电状态（State of Charge，SOC）对于实现其可靠控制和管理至关重要。

然而，由于锂电池本身特性的复杂性以及工作环境的影响，精确地估计锂电池的荷电状态仍然是一个具有挑战性的问题。

为了解决这个问题，研究者们提出了多种方法，并且其中基于等效电路模型的荷电状态估计方法成为了主流。

该方法通过建立锂电池的等效电路模型来描述其内部特性，并利用测量得到的电压和电流数据进行参数估计，从而达到荷电状态估计的目的。

1.2 文章结构本文将会介绍锂电池等效电路建模与荷电状态估计这一研究领域的相关内容。

首先，在第2节中我们将详细讨论锂电池等效电路建模方法，包括概述不同类型的等效电路模型以及分析电压和电流之间的关系。

接着，在第3节中我们将介绍荷电状态估计技术的重要性，并详细探讨基于等效电路模型的荷电状态估计方法以及其他一些常用的估计方法。

在第4节中，我们将进行实验设计和数据采集，并对锂电池等效电路建模结果进行验证和优化分析，并比较评估不同荷电状态估计方法的结果。

最后，在第5节中，我们将总结本文的主要研究成果，并对未来的研究方向和拓展进行展望。

1.3 目的本文旨在全面介绍锂电池等效电路建模与荷电状态估计这一领域的相关研究进展，为进一步提高锂电池荷电状态估计精度提供参考。

通过对该领域已有研究成果的总结和归纳，可以帮助读者更好地理解锂电池等效电路建模方法、荷电状态估计技术以及它们在实际应用中的潜力和局限性。

同时，本文也可以为相关研究人员提供一个全面而系统的视角，从而为他们开展新的研究工作提供启示和指导。

2. 锂电池等效电路建模2.1 等效电路模型概述在研究锂电池行为和性能时，建立一个准确的等效电路模型是非常重要的。

等效电路模型可以帮助我们理解锂电池内部的物理过程，并预测其在不同负载条件下的响应。

基于EKF的锂离子电池SOC估算的建模与仿真一、本文概述随着电动车辆的普及和可再生能源的发展，锂离子电池作为其核心能量存储元件，其性能与安全性受到了广泛关注。

电池的状态估计，特别是荷电状态（SOC）的估算，对于电池管理系统（BMS）来说是至关重要的。

精确的SOC估算能够提供电池的健康状态、剩余可用能量以及预测电池性能等信息，从而指导电池的安全使用和有效管理。

扩展卡尔曼滤波（EKF）作为一种高效的非线性状态估计算法，已经被广泛应用于各种动态系统的状态估计中。

在锂离子电池SOC估算领域，EKF算法能够通过考虑电池的非线性特性和不确定性，提供更为准确的SOC估计值。

因此，研究基于EKF的锂离子电池SOC估算建模与仿真对于提高电池管理系统的性能和电池的安全性具有重要意义。

本文旨在研究基于EKF的锂离子电池SOC估算的建模与仿真。

我们将介绍锂离子电池的工作原理和特性，以及SOC估算的重要性和挑战。

然后，我们将详细阐述EKF算法的原理及其在锂离子电池SOC估算中的应用。

接着，我们将建立基于EKF的锂离子电池SOC估算模型，并通过仿真实验验证模型的有效性和准确性。

我们将对研究结果进行讨论，并展望未来的研究方向。

通过本文的研究，我们期望能够为锂离子电池SOC估算提供一种更为准确和可靠的方法，为电动车辆和可再生能源领域的发展做出贡献。

二、锂离子电池模型锂离子电池模型是锂离子电池状态估算的基础，它描述了电池内部电化学反应的动力学特性和能量状态。

在众多电池模型中，等效电路模型（Equivalent Circuit Model, ECM）因其简单性和实用性被广泛应用于电池管理系统中。

等效电路模型通过电阻、电容等元件来模拟电池的内部特性，其中最常见的模型是二阶RC网络模型。

二阶RC网络模型由一个欧姆内阻（R0）、两个并联的RC环节（R1-C1和R2-C2）以及一个开路电压源（OCV）组成。

欧姆内阻R0代表了电池内部电解质的电阻，它影响电流的瞬态响应。

第2期4月电 池BATTERY BIMONTHLYVol.51,No.2Apr. ,2021第51卷2021 年-科研论文-DOI ：10. 19535/j. 1001-1579. 2021. 02. 001基于降阶电化学模型估算锂离子电池状态程麒豫，张 希*，高一钊，郭邦军（上海交通大学机械与动力工程学院，上海 200240）摘要:提出一种锂离子电池降阶电化学模型，基于单粒子电池模型，通过拉普拉斯变换、帕德近似和离散化等处理，提高模型解算速度。

该模型使用扩展卡尔曼滤波（EKF ）算法设计电池状态估计器，具有较高的估计精度，除电压以外的状态量估计误差均低于1%,电压估计误差控制在约2%。

在电池状态初始估计值有较大误差的情况下，可实现快速收敛。

关键词:锂离子电池；电化学模型；状态观测；扩展卡尔曼滤波（EKF ）中图分类号:TM912. 9 文献标志码:A 文章编号：1001-1579（2021）02-0110-04Estimating state of Li-ion battery based on reduced-order electrochemical modelCHENG Qi-yu,ZHANG Xi * ,GAO Yi-zhao,GUO Bang-jun(School of Mechanical Engineering , Shanghai Jiao Tong University , Shanghai 200240, China )Abstract : A reduced-order electrochemical model for Li-ion battery was proposed. Based on the single particle battery model , itwas developed through Laplace transformation , Pade approximation and discretization to improve the computation speed of the model.Based on the proposed model , an extended Kalman filter algorithm was used to design the battery state estimator,which had highestimation accuracy. The estimation error of each state except voltage could stay below 1% and the estimation error of voltage was controlled about 2%. It could converge fast even if there was a large error in the initial estimation of the battery states.Key words ：Li-ion battery ； electrochemical model ； state observation ； extended Kalman filter(EKF )锂离子电池电化学状态量的精确估算，对电动汽车的电 池管理系统（BMS ）十分重要。