基于非道路混合动力汽车的电池单元非线性系统识别方法



基于非道路混合动力汽车的电池单元非线性系统识别方法

提出了一种非线性系统识别的新型通用方法，其基于电池单元试验设计了优化模型。混合动力汽车的控制策略取决于牵引蓄电池的充电状态。由于电池的充电状态并非是线性可测的，因此需要对实际的电池充电状态进行估计。传统的电池估计方法位于电池管理系统之中，并且该方法通常是基于电池的开路电压获得的。传统电池估计方法中的电池电压非线性行为会导致很大的估计误差，但有一种通过在电池管理系统嵌入电池模型来实现的充电状态估计方法，该方法可以描述电池单元的非线性动态行为。因此，精确非线性电池单元模型在电池充电状态估计器中应用可以提高充电状态估计方法的估计精度。

相对于道路车辆而言，非道路混合动力汽车以及机械装置需要更高的功率密度和路面动力学特性，从而使得电池模型更加复杂。提出了基于非线性数据的电池模型，用于非道路车辆电池充电状态的准确估计。基于试验设计方法的优化模型可用来优化电池测量激励信号。用于模型参数识别最优的激励信号可以增加在高动力学要求下的精度。根据试验方案设计以及数据基础结构，该电池模型可以在合理的时间周期内通过不同的电池单元化学反应获得。

试验结果表明：①对于电流超过一定条件的验证信号，其电池模型的标准均方根误差可降低3%；②对于不同的电池单元化学反应以及温度，均可以达到较高的模型精度。

刊名：Journal of Power Sources（英）

刊期：2014年第269期

作者：Johannes Unger et al

编译：梁帆