纯电动汽车用磷酸铁锂电池工作特性分析与表征

磷酸铁锂电池作为锂离子电池之一,因原材料磷、铁存在于地球的资源含量丰富,并且在高温与高热环境下的稳定性高等优势,在纯电动汽车中有着广泛的应用。为准确估算磷酸铁锂电池的荷电状态(SOC),以容量为10Ah的磷酸铁锂电池作为对象进行了研究,控制温度在25℃下,通过标准充电与放电试验、不同倍率的充放电试验和OCV-SOC非线性曲线辨识试验分析其工作特性。根据电池内部的极化反应、OCV-SOC相对稳定性,建立戴维南等效模型。通过HPPC测试试验对其实现参数辨识,得出欧姆内阻均值R0为20.68mΩ,极化内阻均值RP为1.36mΩ,极化电容均值CP为47747.9F。通过试验得到其电压、电阻工作特性,且模型参数可为锂离子电池的荷电状态准确估算提供理论依据,为纯电动汽车用磷酸铁锂电池今后建模仿真、SOC的准确估算和电池管理系统设计提供了可行性方案。

基于递推最小二乘法的锂离子电池等值参数在线识别

电池状态的准确在线估计是锂离子电池储能系统安全、可靠和高效运行的重要支撑,精确电池模型是实现上述估计的前提。然而,锂电池复杂的电化学反应过程使电池模型参数可能随荷电状态(State of Charge,SOC)、温度及运行工况改变而变化,传统的离线识别方法难以保证模型精度和适应性。提出一种基于递推最小二乘法(Recursive Least Squares,RLS)的在线参数识别方法,该方法能够自动适应电池SOC、温度及运行条件变化,拟合计算出最佳模型参数,进而保证模型精度。研究不同电池类型下等值模型结构对建模精度的影响,并通过混合脉冲功率性能测试试验,验证了方法有效性。算例分析结果表明:基于RLS的在线参数识别方法能够实时修正电池模型参数,提高电池模型建模精度;对于磷酸铁锂电池,采用二阶RC模型可比一阶RC模型获得更高的建模精度。

结合Thevenin和PNGV模型的电池等效电路建模改进

为了对电池管理系统(BMS)中极为重要的一个参数——电池荷电状态(SOC)进行准确估算,选择更加精确并适合锂电池的等效电路模型,对比和分析了Thevenin模型和改进型PNGV模型在模拟锂电池的动静态工作特征方面的精度和具体误差产生原因,并提出了进一步改进的方向和建议。首先,对锂电池进行混合脉冲功率特性(HPPC)试验,得到等间隔SOC下的试验数据;然后,采用精度较高的双指数拟合法对所获数据进行参数辨识;最后,在Matlab/Simulink环境下建模并仿真验证。验证结果表明,在温度环境相同的情况下,Thevenin模型的端电压仿真值与试验值的最大误差不超过0.165 V,模型精度达96%;改进型PNGV模型的最大误差不超过0.055 V,模型精度达98%。该试验可为锂电池内部状态变量的准确估算提供理论依据,为其他电池模型的优化改进提供参考。