电动汽车电池管理系统的设计_毕业设计(编辑修改稿)

电动汽车电池管理系统的设计_毕业设计(编辑修改稿)内容摘要：

]301[30 ）（  Tk TT （ 31） 式中： TQ 温度为 T℃ 时的容量； 30Q 温度为 30℃ 时的容量； Tk 温度系数，一般取 ～ 的常数； 该式是把 30℃ 时的容量作为标准容量，得出在温度 T 时的电池容量。 当然也可以选择其他温度（如 25℃ ）下的容量作为标准。 对于锂离子电池，工程中一般采用温度系数的方法来对容量进行修正。 假定在理想状态下，用电流积分法（安时法）计算电量的公式如下： dttt ti 00 )()t()t( （ 32） 式中： )(TQ t 时刻的电池电量； )(0tQ t 时刻的电池电量，这里假设 t0 时刻的电量为满电量； 若考虑温度对容量的影响，在温度 T 时电池的初始容量变为 )0t(QmT ，总容量变为 0QmT ( Tm 是与温度有关的温度系数， 0Q 是标准温度下的总容量）。 得到下式： 电动汽车电池管理系统的设计 第 11 页 共 33 页  ttT dttiQmQ 0 )()t()t( 0 （ 33） 考虑到 t 的荷电状态 ]/[)()( 0QmtQtSO C T ,则有：  tt T QdttiktS O CS O C 0 00 /)()()t( （ 34） 式中： TT mk /1。 可以通过实验的方法得到在不同温度下的 Tk ，建立表格，计算时通过查表和线性插值的方法进行计算来实现对温度的补偿。 电池的电动势也受到温度的影响。 在不同温度下，同一个电池在相同 SOC 的情况下电动势 是不同的。 以 SONY 公司的 US18650 锂离子电池为例，以 23℃ 为标准的温度条件，不同温度下电池电动势的相对变化量 ΔE(T)如 图 31 所示： 图 31 )(TE 与电池温度关系曲线 可以看出，对于锂离子电池，温度越高，电池的电动势越高。 在工程实际中，可以将电池在不同的温度下静置，获得不同温度下的 ΔE (T)，建立数据表格，通过查表和线性插值的方法来使用。 另外，温度对电池的自放电率也有很大的影响。 化学电源在存储过程中容量会下降，这 主要就是由两个电极的自放电引起的。 引起电池自放电的原因是多方面的，如电极的腐蚀，活性物质的溶解等。 温度越高，电池的容量保持能力就越低，自放电率越大。 放电倍率因素 电池在不同放电倍率（即放电电流）下放电时，放出的电量是不一样的。 也就是说，在初始条件相同的情况下，用不同电流放电至截止电压，电池所能放出的电量是不同的。 一般来说，电流越大，能放出的电量越少。 电动汽车电池管理系统的设计 第 12 页 共 33 页 早在 1898 年， Peukert 就总结出了放电容量和放电电流关系的经验公式，目前已经广泛应用于蓄电池在变电流工作时的容量修正。 Peukert 经验 公式如下： KtI n （ 35） 式中： I放电电流， A； t放电时间， h； n与电池类型有关的常数； K与活性物质有关的常数； 将 Peukert 方程两边都乘以 n1I ，方程变为了 KIIt n 1 ，方程左边是放电电 流与时间乘积，在恒流放电的情况下实际上就是电池的放电容量 Q，所以方程又可以 写成： KIQ n1 （ 36） 由该方程可以看出，电池的放电容量 Q 是放电电流和常数 n， K 的常数。 为了确定常数 n， K 的值，需要用两种放电率 1I ， 2I 进行放电实验，记录两种放电电流的放电时间 1t 和 2t ，于是根据式（ 36）得到如下两式： KtIn 11 , KtI 2n2 （ 37） 分别 取对数得到： KtIn lglglg 11  , KtIn lglglg 22  （ 38） 联立两式求解可得到 n 的值： 1212 lglg lglgn II tt  （ 39） 将 n 带入 Peukert 方程即可得到 K 的值。 确定 n 和 K 的值以后就可以根据方程求出在不同放电电流下的放电容量，实现不同放电倍率下的容量补偿。 假设 0I 为标准放电电流，放出的电量 0Q 为标准容量；以电流 1I 放出的电量为 1Q。 则由式（ 39）得到： KQ I n 100 , KQ I n 111 （ 310） 两式相除得： nII  10101 )/(/ （ 311） 令 nII  1011 / ）（ ，则有： 011  电动汽车电池管理系统的设计 第 13 页 共 33 页 将上式带入理想状态下的容量公式（ 36）得到： dtI t t 1001 0)t()t(  （ 312） 方程两边除以电流 1I 下的总容量 01Q 可得： 0t0 /)()()( 0 QdttiKtS O CtS O C t I （ 313） 式中 1/1IK。 根据 n 和 K 的值确定不同电流下的 IK ，建立表格，通过查表和插值的方法来对放电倍率进行修正，可以避免在工程实际中进行繁琐的数学运算，同时又满足精度的要求。 结合式（ 37）和（ 39），可以得到同时对温度和放电倍率补 偿的 SOC 计算公 式：  tt TI QdttiKKS O CtS O C 0 00 /)()t)( （ （ 314） 电池寿命因素 蓄电池经历一次充放电称为一个充放电周期，在一定的放电制度下，电池容量降至某一规定值之前，电池所经历的循环次数，称为二次电池的循环寿命。 当电池的放电容量衰减到初始容量的 70%左右时（不同电池有不同的规定），电池的循环次数就是电池的循环寿命。 锂离子电池的循环寿命一般 在 500～ 1000 次。 影响电池寿命的主要因素有：在充放电过程中电极活性物质表面积减少，极化增大；电极活性物质 脱落，腐蚀或晶型改变导致活性降低；电池内部短路；隔膜损坏等。 如果不考虑电池老化因素，随着电池组容量的 下降， SOC 计算会 变得越来越不准确。 随着电池循环次数的增加，会出现充放电容量下降和电池内阻增加的现象，它们的变化趋势与电池的健康状 态（ State of Health,SOH） 有相对稳定的函数关系，因此可以根据电池的容量和内阻来确定电池 的 SOH。 由于电池内阻的在线测量是很困难的，所以常常采用离线的方法得到电池容量与SOH 的对应数据 表格，汽车运行中对充放电循环次数累积计数，然后根据表格来对总容量进行修正。 考虑 容量的修正系数 lk ，得到如下同时考虑温度、放电倍率 和 SOH补偿 的 SOC 计算公式： dttiQk kktS O CS O C tt l TI )()()t( 0 00  （ 315） 电动汽车电池管理系统的设计 第 14 页 共 33 页 4 人工神经网络理论 人工神经网络（简称神经网络， Neural Network） [13][14]是模拟人脑思维方式的数学模型。 神经网络是在现代生物学研究人脑组织成果的基础上提出的，用了模拟人类大脑神经网络的 结构和行为，它从微观结构和功能上对人脑进行抽象和简化，是模拟人类智能的一条重要途径，反映了人脑功能的若干基本特征。 4． 1 生物神经元细胞 神经系统的基本构造单元是神经细胞，也称神经元，它是基本的信息处理单元。 它和人体中其他细胞的区别在于具有产生、处理和传递信号的功能。 生物神经元主要有由细胞体、树突、轴突和突触组成。 其中树突是由细胞体向外伸出，有不规则的表面和许多较短的分支的部分，其作用是收集由其他神经细胞传来的信息。 我们可以把树突理解为信号的输入端，用来接收神经冲动。 轴突是由细胞向外伸出的最长的分支， 其功能是传出信息，其端部的许多神经末梢为信号的输出端子。 神经元之间树突和轴突相互连接的接触点称为突触，其是调节神经元之间相互作用的基本单元，每个神经细胞所产生和传递的基本信息是兴奋或抑制在两个神经细胞之间由突触传递，同时它还可以加强兴奋或抑制的作用，但两者不能同时发生。 突触对神经冲动的传递具有延时和不应性，在相邻的二次冲动之间需要一个时间间隔。 简单神经元网络及其简化结构如图 41 所示，其中（ 1）为细胞体 (Soma)（ 2）为树突 (Dendrite)（ 3）为轴突 (Axon)（ 4）为突触 (Synapse)。 图 41 生物神经元模型 电动汽车电池管理系统的设计 第 15 页 共 33 页 4． 2 人工神经网络模型 目前神经网络模型的种类相当丰富，已有 近 40 余种神经网络 模型，根据神经网络模型的连接方式，人工神经网络大体上可分为三大类 :前馈网、反馈网络和自组织网络。 前向网络 如图 42 所示 ，神经元分层排列，组成输入层、隐含层和输出层。 每一层的神经元只接受前一层神经元的输入。 输入模式经过各层的顺次变换后，由输出层输出。 在各神经元之间不存在反馈。 感知器和误差反向传播网络采用前向网络形式。 图 42 前向型神经网络 反馈网络 如图 43 所 示 ，该网络结构在输出层到输入层存在反馈，即每一个输入节点都有可能接受来自外部的输入和来自输出神经元的反馈。 这种神经网络是一种反馈动力学系统，它需要工作一段时间才能达到稳定。 图 43 反馈型神经网络 自组织网络 电动汽车电池管理系统的设计 第 16 页 共 33 页 如图 44 所示， Kohonen 网络是最典型的自组织网络。 Kohonen 认为，当神经网络在接受外界输入时，网络将会分成不同的区域，不同区域具有不同的响应 特征，即不同的神经元以最佳方式响应不同。