（机械电子工程专业论文）新能源汽车动力电池soc估算及其实现.pdf

合肥工业大学 本论文经答辩委员会全体委员审查，确认符合合肥工业大学 硕士学位论文质量要求。 主席： 委员： 导师： 答辩委员会签名( 工作单位、职称) 魂磁 了挺剥 i 少t 炽 ， 其中，每一个对象u i 均有k 个特性指标，即 u i = ( u il ，u i 2 ，u i k ) ， 若要将对象集u 分为c 类( 2 c n ) ，设c 个聚类重心向量构成的矩阵为 v = k 砭 ： 圪 ( 4 - 1 ) 按照聚类准则选取最佳的模糊分类，准则如下： 求出适当的模糊分类矩阵r 及聚类中心矩阵v ，使目标函数 j ( r ，y ) = ( r i m ) gi lu 小一形1 1 2 ( 4 - 2 ) m = li = 1 达到最小值，其中q 可取一定的值( 一般取2 ) ，而i i u m v i | i 表示对象u m 与第i 类 聚类中心向量v ；的距离。 最常用的距离有以下几种： ( 1 ) c h e b y s h e v 距离 一蟛i | - 氍i 一bi ( 4 - 3 ) ( 2 ) h a m m i n g 距离 i iz md 驯= 蔷l u m j - - v 驴i ( 4 - 4 ) ( 3 ) e u c l i d 距离 k 慨一v i - ( e 一屹) 2 ) 1 陀 ( 4 - 5 ) ：l ( 4 ) m i n k o w s k i 距离 k 慨一悱回一们坳( p 1 ) ( 4 - 6 ) 一般来说，求解( 4 2 ) 的目标函数j ( r ，v ) 是相当困难的，通常采用迭代运算 求出近似解。19 7 7 年，j c b e z d e k 证明了：当q l ，u m c v i 时，可通过模糊i s o d a t a 算法进行迭代运算，并且运算过程收敛，其具体步骤如下： 1 求最佳模糊分类矩阵和最佳聚类中心矩阵 2 6 七 七 七；k 第一步选定分类数c ，2 5 c 5 n ，取一初始模糊分类矩阵r ( ，逐步迭代， 1 = 0 ，1 ，2 ， 第二步对于r ( n ，计算聚类中心矩阵 v “= ( k “，嘭n ，嘭d ) 7 ( 4 7 ) 第三步修正模糊分类矩阵r ( n ，取 弘 喜( 黼卉 件8 ， k = l ，2 ，n ；j = l ，2 ，c 第四步比较r ( 1 ) 与r ( 1 + 1 ) ，若对取定的精度e 0 ，有 m a x i 槎“一i ) 占( 4 - 9 ) 则r ( 1 + 1 和v ( 1 即为所求，停止迭代；否则，1 = 1 + 1 ，回到第二步，重复进行。 2 模糊聚类 在求出满足要求的最佳模糊分类矩阵和最佳聚类中心矩阵后，可按以下两 个判别原则来进行分类。 ( 1 ) 利用最佳模糊分类矩阵聚类 设所求得的最佳模糊分类矩阵为 伟：，i ： l 幸幸事 p + 一lr 2 1 r 2 2 吃门 儿一1 i ： ： i lr r r + c l c 2c n ( 4 1 0 ) 对于任意u ku ，在r + 的第k 列中，如果 讧m a s x 。( r j i k ) ( 4 - 1 1 ) 则将对象u k 归于第i 类，即对象u k 对哪一类的隶属度最大，就将它归到哪一类。 ( 2 ) 3 0 用最佳聚类中心矩阵聚类 设求得的最佳聚类中心矩阵为 矿= ( 巧，巧，嘭) 7 1 ( 4 - 1 2 ) 若 i i 一k 幸i i = m h a x f ( i 一丐i i ) ( 4 - 1 3 ) 则将对象u k 归于第i 类，即对象u k 与哪一个聚类中心向量最靠近，就将其 归到哪一类。 2 7 4 2 2 模糊i s o d a t a 聚类效果的检验 利用模糊i s o d a t a 方法获得的模糊聚类是相对于分类数c ，初始模糊分类 矩阵r ( 们，误差和参数q 的局部最优解。通过对模糊i s o d a t a 聚类的检验， 可从这些最优解中选出最佳。其主要的检验方法有如下两种： 1 利用分类系数进行检验 考虑分类系数 互= ：1 盈 ( 4 - 1 4 ) k = li = 1 f c ( r ) 愈接近1 ，聚类效果愈好。 2 利用平均模糊熵进行检验 考虑平均模糊熵 皿( 尺) = 一去i n ( r i ) ( 4 - 1 5 ) k = li = 1 当平均模糊熵越接近于0 ，聚类效果越好。 4 3 模糊预测 4 3 1 模糊预测的概念 所谓预测就是根据过去和现在预言未来，根据历史经验、客观资料和逻辑 推断，最终指出事物发展的趋势或事物在未来某时段的状态。然而在许多预测 问题中，其目标、任务、对象和需要处理的信息往往具有模糊性。面对这些模 糊性，传统的预测方法就失去了作用，这时就需要用到模糊预测方法。当今的 预测模型大致可以分为两类：一是空间静态类，二是时间动态类。空间静态类 试图分析决定某个被预测量的特征因素，给出结构工程，从而通过测量未来某 时刻的因素状态而到预测值。而时间动态类则不管决定因素与变量结构，仅仅 通过被预测量的历史数据总结出依时间推移的变动规律，从而预测该量在未来 时刻的状态【4 引。 4 3 2 库仑效率模糊预测的具体实现步骤 设库仑效率1 1 由4 个影响因素温度( u 1 ) 、充放电电流( u 2 ) 、电池使用时 间( u 3 ) 、电池内阻变化率( u 4 ) 所决定，其中第i 个因素u i 的取值范围称为 状态空间，记为x i ，i = l ，2 ，3 ，4 。而称t 1 的取值范围 0 ，1 】为预测空间，记作 v 。x i r ，v r 。 理论上，可以建立联系各个状态空间与预测空间的数学模型，即构造出一 个集值映射： f x l 奉x z 宰宰x n _ r o ( v ) ， ( x l ，x 2 ，x n ) 一1 1 2 f ( x l ，x 2 ，x n ) ， 那么，通过此数学模型就可进行预测。而在实际问题中，要想构建各个状态空 间与预测空间的数学模型非常困难，因此不直接研究其结构，而是通过模糊聚 类和模糊模式识别的方法，由因素状态( x l ，x 2 ，x 3 ，x 4 ) 来推测t 1 的取值。 设有t 期历史数据 w t = ( x t ，1 1 t )( t = 1 ，2 ，t ) ，( 4 - 1 6 ) 其中，x t = ( x t l ，x t 2 ，x t 4 ) x l 宰x 2 牛* x 4 ，t 1 t v 。由此得数据矩阵： w = 屯 叩2 x tq t x 1 1五2 x 2 1x 2 2 x t lx t 2 五4仍 屯4卵2 研4 珊 ( 4 - 1 7 ) ( 1 ) 因素筛选 为了简化计算，往往对预测问题中起作用的因素进行筛选，把重要的因素 留下，次要的去掉。本文采用相关系数法，其计算公式如下： 7 1 一硼7 7 f 一万i p l2 露焉氟j ( 4 1 8 ) 其中，i = ；喜，万= ；喜仇。 筛选方法：确定临界值x 0 ，对各个因素u 1 、u 2 、u 3 、u 4 分别计算出p i ， 若值大于等于，则认为因素对1 的影响重要；否则，认为不重要而舍去。在后 期实验过程中，选取了一些数据进行计算，发现u 1 、u 2 、u 3 、u 4 对应的p i 值 均大于所选九，即4 个因素对1 1 的影响均为重要级，因此不舍去。 ( 2 ) 数据规格化 为使各原因变量具有相同的量纲和数量级，必需对各因素变量施行数据规 格化，从而使每一变量值统一于某种共同的数值特性范围。这里使用数据标准 化方法，其公式如下： 对矩阵w 的第j 列，计算： 一1 三 圹i 酗 ( 4 - 1 9 ) 巧2 吉孙一- ) 2 ( 4 - 2 。， 然后对矩阵进行变换 以：笠羔 。 仃j i - 1 ，2 ，4 ； j = l ，2 ，4 进行数据规格化后的因果变量仍记作w 。( x 。，t 1 。) 。 ( 3 ) 模糊因果聚类 在前一步中，各变量都已经进行数据规格化。 w i 与w i 之间的相关程度 ( 4 2 1 ) 运用多元分析的方法来确定 r 0 ( h ) 2 h ( w i ，w j ) ，i , j = l ，2 ，t ， 从而构造出模糊相似矩阵： r ( h ) = ( r i j ( h ) ) t x t 确定r i i 可用相似系数法中的夹角余弦法： u 。枣甜，i ，= l 一 9 | lu 川木| lu ，i l 其中， u ，l | _ ，i = l ，2 ，4 为特性指标向量的模。 ( 4 - 2 2 ) ( 4 - 2 3 ) 由模糊相似矩阵，构建其传递闭包t ( r ) ，其( i ，j ) 位置的分量记为t ( r i j ) ，则 t ( r ) 对于r 的传递总偏差为 ( 尺) = ( t ( r , j ) - r o ) u - 1 ( 4 2 4 ) t ( r ) 对于r 的相对传递总偏差为 f ( r ) ：4 盟盟 历 ( 4 2 5 ) 对于模糊相似矩阵r ( h ) ，利用多目标模糊综合决策法求出最优的模糊相似 矩阵，记作r = ( r i j ) t x t 。 给定置信度区间 九l ，九2 ，可选出最佳聚类，记为 u l ，u 2 ，u 3 ，u 4 ( 4 ) 模糊特征提取 将u i 向因素轴x = x i 木x 2 幸* x 4 投影，得y 1 ，y 2 ，y 4 ，其中 y i2x t - w t u i ，i = l ，2 ，4 对应y i ( i = l ，2 ，4 ) ，构造模糊集a i f ( x ) ，以表示其特征。 构造模糊集a i 的方法如下： 设y i = x t l ，x t 2 ，x t 3 ，x t 4 ) ，计算其统计均值与方差： 一lp 4 薯2 百k 瓦 ( 4 2 6 ) 噶2 吉：= ( _ 一i ) 2 ，歹= 1 ，2 ，4 ， ( 4 2 7 ) 然后，根据统计均值和方差构造y j 的模糊特征集a i 。令 ) 薯岬卅击_ 一确 ( 4 2 8 ) 其中( a l ，a 2 ，0 l 3 ，仅4 ) 为一组取定的权重。 将u i 向预测轴q 投影，得z l ，z 2 ，z 4 ，其中 z i = v t ：w t u i ) ，i = l ，2 ，4 对应z i ( i = 1 ，2 ，4 ) ，建立模糊数r i r 。 同前一步构造模糊集的原理，计算统计均值与方差，构造以( v i ，3 8 i ) 为参数 的三角模糊数r i 。 由此可得对应于分类 u l ，u 2 ，u 3 ，u 4 ) 的特征模型 fu u1 i444l l 眨厂4 ( 4 2 9 ) ( 5 ) 模糊预测 考虑对第s 期( s t ) 的1 1 进行预测，对k s = ( x s i , x 。2 ，x s 3 ，x s 4 ) x 与 a l ，a 2 ，a 3 ，a 4 ) 应用最大隶属度原则，选出a i o o 然后以相应的r i o 作为t 1 在第s 期的模糊预测 值。记为r = r i o 。 4 4 模糊预测的检验 基于模糊聚类的模糊预测法，其预测是否成功，取决于模型( 4 2 9 ) 是否合 理。因此，在模型建立后，应对模型进行评价。 首先，对所有历史数据进行回归，设t 1 。的回归值为r ，( t = 1 ，2 ，t ) ，则仉 r l ，r 2 ，r 3 ，“) ，其中心值记为a t ，模糊度记为6 t 。 其次，计算对模型的下列3 个评价指标： ( 1 )精度 e = 土争! 垫二鱼! 丁智i i ( 4 - 3 0 ) ( 2 )模糊度 s ：土立 丁智 a t ( 4 31 ) ( 3 )拟合度 ，= 吉之；( v ) 个一、l 7 t = l ( 4 - 3 2 ) 模糊度表示了回归模糊数的平均分散程度，拟合度表示了真值对回归模糊数的 平均隶属度。二者相互制约。 3 1 4 s 本章小结 在对库仑效率进行修正之前，先探讨了库仑效率的定义和模糊预测方法的 基础一一模糊聚类分析。针对温度、充放电电流、电池使用时间、电池内阻等 对库仑效率的影响，经过因素筛选、数据规格化、模糊因果聚类、模糊特征提 取，对库仑效率进行预测计算。最后，对预测的结果进行检验。 3 2 第五章实验系统设计与仿真 5 1 实验系统设计 整个实验系统分为底层检测模块、控制模块、均衡电源模块、电池组、负 载以及其他外部元件构成。底层检测模块主要负责采集电池组的各项信息，包 括开路电压、工作电压、工作电流、温度、电池使用时间等。控制模块负责对 检测模块采集到的信息进行处理并管理均衡电源模块。均衡电源模块主要是提 供外部电源。其整体结构如图5 1 所示。 图5 1 实验系统结构图 5 1 1 底层检测模块 对于本文的s o c 估算方法，需要测量电池的外部属性：开路电压、工作电 流、工作电压、电池使用时间以及温度等物理量。这里选用l t c 6 8 0 2 1 芯片， 其特点如下： l t c 6 8 0 2 1 是一款完整的电池监视i c ，它内置一个1 2 位a d c 、一个精 准电压基准、一个高电压输入多工器和一个串行接口。每个l t c 6 8 0 2 1 能够 在输入共模电压高达6 0 v 的情况下测量多达1 2 个串接电池的电压。而且， 可把多个l t c 6 8 0 2 1 器件串联起来以监视长串串接电池中每节电池的电压。 通过运用一个独特的电平移位串行接口，能够把多个器件以菊链式连接起来， 无需使用光耦合器或光隔离器。当把多个l t c 6 8 0 2 1 器件串联起来时，它们 就能够同时运作，从而使电池组中所有电池的电压测量都能在13 m s 内完成。 为了最大限度地降低功率，提供了一种测量模式，旨在简单监视每节电池的过 压和欠压条件。另外，l t c 6 8 0 2 1 还提供了一种待机模式。每个电池输入均具 有一个相关联的m o s f e t 开关，用于对过充电电池进行放电。另外， l t c 6 8 0 2 1 还有两路温度传感器的输入引脚，通过开关电路，可以实现对电池 模块内8 个点的温度检测。 为了实现整体电路的简洁化，在对单体电池进行检测的电路中，加入均衡 电路。在电池管理系统中，设置单体电池工作电压范围，若检测到某单体电池 电压超过该范围的上限，则启动外围放电电路，利用电阻分流原理使其降压； 反之，若检测到单体电池电压低于工作电压范围的下限，则开启外部均衡电源 模块，对其单体进行充电。其实物图如5 2 所示。 黟j 孙”寥睁繁哪罗一7 彬，鬻期矽”胃哪孵ir 霹，? ， 图5 2 检测与均衡电路实物图 5 1 2 控制模块 控制模块的主要功能需求如下： 1 s o c 估算。对检测模块采集到的电池信息加以整理，并根据电流、电 压、温度、电池使用时间等信息按照一定的算法来估算s o c ，并实时显示 结果。 2 单体电池的均衡管理。根据锂离子电池的特性，可以设定安全工作电压 范围。若监测到某单体电池过放，造成电压低于安全工作电压下限，则开 启充电电路：若监测到某单体电池过充，电压高于安全工作电压上限，则 开启放电电路，利用放电电阻进行分流。 3 对温度进行控制。锂离子电池正常工作有一定的温度范围，若超过此温 度，电池的性能会大打折扣。若检测到电池组中的温度超过一定值，则开 启风扇对其降温。 按照功能需求，结合本文算法，控制模块选用s t c l 2 c 5 a 6 0 s 2 芯片， s t c l 2 c 5 a 6 0 s 2 是单时钟机器周期( 1 t ) 的单片机，是高速低功耗超强抗干扰 的新一代8 0 5 1 单片机，指令代码完全兼容传统8 0 5 1 ，但速度快8 1 2 倍。内部 集成m a x 8 10 专用复位电路，2 路p w m ，8 路高速1 0 位a d 转换( 2 5 0 k s ，即 2 5 万次秒) ，针对电机控制，适用于强干扰场合。 5 1 3 均衡电源模块 均衡电源模块主要工作是为单体电池的充电提供外部电源。检测模块没周 期内采集电池组中各单体电池电压，当控制模块判断出某( 些) 单体电池电压过 低时，给出高电平，开通均衡电源模块，由外部电源给单体电池充电。在实际 的电动汽车中，外部电源可由12 v 的蓄电池来充当。如图5 3 所示。 7 、 图5 3 均衡电源模块 5 2 实验对象 本课题的实验对象为磷酸铁锂电池，额定电压3 6 v ，容量1 1 a h ，经实际 测量，平均电压为3 3 7 v ，如前文表3 1 所示。 电池成组情况如下：两节单体电池通过并联构成一模块，1 2 个模块串联组 成电池组，也即为电动汽车动力电池的模拟，如图5 4 所示。整个电池组由8 个电池盒构成。总电压实测为3 3 0 v 。 荔 翩、 j _ _ _ _ ” 基渤 图5 4 由锂电池构成的电池模块 实验系统所选的负载为电阻箱，由绕线电阻组成，如图5 5 所示。 图5 5 实验负载电阻箱 5 3 实验与仿真结果 本课题方法采取了两种比较方式：首先利用本文方法实验所得s o c 与传统 a h 计量法仿真所得s o c 进行对比，证明本文方法的可行性；另外，考虑到本 文中对电池容量以及库仑效率的修正都涉及到温度和电池老化，但是由于条件 限制，这两个因素在实验系统中无法得到很好的实现，因此，利用仿真设定在 不同温度与电池使用时间下对比两种方法的s o c 估算结果，并且选用放电实验 法作为衡量基准，对比两种方法的误差，可以证明本文方法的精度。 5 3 1 实验系统与仿真结果对比 根据本课题的方法，电池管理系统所记录的工作电流为主要数据，在 12 0 0 0 s 内，如图5 - 6 所示。实时s o c 状态曲线与传统a h 计量法仿真所得的 s o c 曲线比较如图5 7 所示。 1 01 0 0 02 0 0 03 0 0 0 4 d 0 05 0 0 0 6 0 0 07 咖8 0 0 09 0 0 01 0 0 口0 11 0 0 01 2 0 0 0 时间j s 图5 61 2 0 0 0 s 内电池管理系统记录到的电流 图5 7 实验系统s o c 结果与传统a h 计量法仿真结果对比 5 3 2 两种方法仿真结果对比 在验证本文方法可行之后，利用实验系统所得到的工作电压、工作电流等 数据，考虑温度、电池老化、充放电电流以及电池内阻对s o c 估算中两个参数 电池容量和库仑效率的影响，设定在不同温度、不同使用时间下，通过仿真对 比本文方法与传统a h 计量法的结果，如图5 8 所示。 图中，曲线a 为本文方法所得结果，b 为传统a h 计量法的曲线。仔细对 照本图与图5 7 ，可以看出经过仿真后，本文方法的s o c 曲线有所差异。经过 以放电实验法为基准，对比两种仿真结果数据，可以得到两种方法的误差比较， 如表5 1 所示。 图5 8 本文方法与传统a l l 计量法仿真结果对比 表5 1 两种方法误差分析 方法误差统计 放电实验 0 本文方法 3 1 传统a h 法 4 8 s 4 本章小结 设计本文方法的实验系统，探讨了底层检测模块、控制模块和均衡电源模 块的主要功能，分析设计思路，并对实验系统的对象和负载进行简单的介绍。 利用本文方法在实际系统中的结果与m a t l a b 仿真结果，分别与传统的a h 计量 法对比，分析本文方法的可行性与精度。 第六章总结与展望 6 1 研究总结 针对目前出现的能源危机与环境污染等问题，世界各国都在积极研究开发 电动汽车。动力电池的剩余荷电状态s o c 的估算，作为电动汽车电池管理系统 的重要组成部分，同时也是最大的难题之一，近年来已称为研究的热点。 本文的研究是基于国家电子信息产业发展基金项目新能源汽车电子控制 系统研发与产业化，在比较国内外各种s o c 估算方法之后，选取以a h 计量 法为主体，结合开路电压法和卡尔曼滤波法，并对a h 计量法中的参数进行修 正最后得出s o c 结果。 研究总结如下： ( 1 ) 介绍s o c 定义，深入研究国内外专家学者提出的s o c 估算方法并分 析探讨各种方法的原理，比较各种方法的优缺点以及适用场合。考虑到实际应 用的需要，选择简单、可靠的a h 计量法作为本文方法的主体。 ( 2 ) 利用开路电压法计算初始的s o c 状态，并利用卡尔曼滤波对其进行优 化使其误差减小。针对温度、电池老化对电池容量c a 的影响，构建隶属函数 并设置模糊规则，运用模糊逻辑进行推理，对c a 进行修正。 ( 3 ) 针对温度、充放电电流、电池老化以及电池内阻对库仑效率q 的影响， 利用基于模糊聚类的预测方法，计算在下一时刻的t 1 值。 ( 4 ) 搭建实验系统，将本文方法用程序实现并试运行，验证了方法的可行性； 结合m a t l a b 仿真平台，分别对比传统a h 计量法与本文方法的仿真结果，验证 了方法的精度。 6 2 工作展望 研究电动汽车动力电池管理系统，有着深远而重大的意义，作为一台电动 汽车的核心部件之一，其性能的优劣直接影响整车的性能。由于本文作者在理 论学识和能力上的限制，所作的课题仅仅是电池管理系统中的一小部分。 由于各方面实验条件的制约，本课题还存在着不足与需要改进的地方，具 体表现为： ( 1 ) 所搭建的实验系统中，对电动汽车的工作电流检测元件为霍尔传感器， 由于其测量时可能存在误差，而计算s o c 时对电流的采样一直在进行，这就导 致累积误差越来越大，会对s o c 的估算结果造成一定的影响。因此，还需要研 究纠正累积误差的方法，并进行大量实验以验证纠正后方法的可行性与精度。 ( 2 ) 本课题主要着重于理论方面的研究，算法虽然成功实现，但不能保证其 稳定性与健壮性，这方面需要进一步完善。 ( 3 ) 本课题搭建了实验系统，动力电池是由磷酸铁锂电池构成的电池盒，负 载选用了绕线电阻组成的电阻箱，这仅仅能验证该系统硬件的功能实现和本课 题方法的可行性。在电动汽车实际的运行过程中，其情况之复杂，无法在实验 室条件下对其进行充分的模拟，因此，在实车上进行实验是很有必要的。 ( 4 ) 在以后的实际工作中，可以根据计算得到的s o c 结果并结合当时车辆 的运动情况，对续驶罩程进行预测，充分利用s o c 结果提高实用性。 4 1 参考文献 1 肖婷车用动力镍氢电池s o c 建模与仿真 d 武汉：武汉理工大学2 0 0 8 2 电动汽车重大专项总体组“十五”国家高技术研究发展计划( 8 6 3 计划) 电动汽 车重大专项进展 j 汽车工程，2 0 0 3 ，2 5 ( 6 ) ：5 3 2 - - 5 3 5 3 安东尼斯左曼洛夫斯基( 波兰) 混合动力城市公交系统设计 m 北京理工大学 出版社，2 0 0 7 4 】 陈清泉，孙逢春，祝嘉光，等现代电动汽车技术 m 北京理工大学出版社，2 0 0 2 5 】冯勇电动汽车电池管理系统研究 d 】长沙，湖南大学2 0 1 0 年 【6 】z h a n gc h e n g - n i n g ，s u nf e n g c h u n ，z h a oh o n g - j i e d e v e l o p m e n to fm a n a g e m e n t s y s t e m sf o r e l e c t r i c v e h i c l eb a t t e r ys e r i e s j j o u r n a lo fb e i j i n gi n s t i t u t eo f t e c h n o l o g y 2 0 0 0 ，9 ( 1 ) ：3 5 6 - 3 6 0 7 黄可龙，王兆翔，刘素琴锂离子电池原理与关键技术 m 化学工业出版社2 0 0 8 8 】麻友良，陈全世，齐占宁电动汽车用s o c 定义与检测方法 j 】清华大学学报 ( 自然科学版) ，2 0 0 1 ，4 1 ( 1 1 ) ：9 5 9 7 9 a n s a r if ，y u a nl i b o m e c h a n i c so fb o n da n di n t e r f a c es h e a rt r a n s f e ri no p t i c a lf i b e r s e n s o r s j j o u r n a lo f e n g i n e e r i n gm e c h a n i c s ，1 9 9 8 ，1 2 4 ( 4 ) ：3 8 5 - 3 9 4 10 】j a e g u ll ，s o o n j a el ，n a m g o o n ge d y n a m i cs t a t eb a t t e r ym o d e lw i t hs e l f - a d a p t i v e a g i n gf a c t o rf o re va n dh e va p p l i c a t i o n s a p r o c e e d i n g so ft h e15 也i n t e r n a t i o n a l e l e c t r i cv e h i c l es y m p o s i u m 19 9 8 1 1 m o r i ok k a z u h i r oh ，a n i lp b a t t e r ys o ca n dd i s t a n c et oe m p t yo ft h eh o n d ae v p l u s a p r o c e e d i n g so f t h e14i n t e r n a t i o n a le l e c t r i cv e h i c l es y m p o s i u m 19 9 7 1 2 】王佳汽车动力电池s o c 模糊估计及其在d s p 上的实现 d 】长春，吉林大学 2 0 0 7 1 3 】林成涛，王军平，陈全世电动汽车s o c 估计方法原理与应用 j 电池 2 0 0 4 ，3 4 ( 5 ) ：3 7 6 - 3 7 8 14 k o p m a n n , m e t h o do fa n da p p a r a t u sf o r m o n i t o r i n gt h e s t a t eo far e c h a r g e a b l e b a t t e r y j ，u s p a t e n t ，n o 5 5l8 8 3 5 ，19 9 6 1 5 】 1 6 1 7 】 k o z a k ie ta 1 ，r e m a i n i n gb a t t e r yc a p a c i t ym e t e ra n dm e t h o df o rc o m p u t i n gr e m a i n i n g c a p a c i t y j u s p a t e n t ，n o 5 6 9 1 0 7 8 ，1 9 9 7 a s c l e g ga n dc e n g l a n d ，b a t t e r ym o n i t o rw h i c hi n d i c a t e sr e m a i n i n gc a p a c i t yb y c o n t i n u o u s l ym o n i t o r i n gi n s t a n t a n e o u sp o w e rc o n s u m p t i o nr e l a t i v eb ye x p e c t e d h y p e r b o l i cd i s c h a r g er a t e s j ，u s p a t e n t ，n o 5 3 9 4 0 8 9 ，19 9 7 e k a r d e n p - m a u r a c h e r ,a n da l o h n e r , b a t t e r ym a n a g e m e n ts y s t e m f o r 4 2 _ ， ， e n e r g y e f f i c i e n tb a t t e r y o p e r a t i o n ： s t r a t e g y a n d p r a c t i c a le x p e r i e n c e j ， 1 9 9 6 ，1 2 ( 2 ) ：9 1 - 9 4 【18 q g u o g a n g ，lj i a n m i n g ，a n djh a n g , an e wb a t t e r ys t a t eo fc h a r g ei n d i c a t o rf o r e l e c t r i cv e h i c l e s j ，19 9 6 ，13 ( 2 ) ：6 31 6 3 4 19 m k i t a g a w a ，d e v e l o p m e n to fb a t t e r ys t a t eo fc h a r g ei n d i c a t o rf o re l e c t r i cv e h i c l e s j ， e v s 1 2 ，v 0 1 1 ，p 2 9 3 ，1 9 9 4 2 0 o c a u m o n t ，e l m o i g n e ，c r o m b a u t ，x m u n e r e t ，e t ，e n e r g yg a u g ef o rl e a d a c i d b a t t e r i e si ne l e c t r i cv e h i c l e s j ，i e e et r a n s i n e n e r g yc o n v e r s i o n , 2 0 0 0 ，15 ( 3 ) ： 3 5 4 3 6 0 【21 s k s o n ga n dk h k i m ，ad y n a m i cs t a t eo fc h a r g em o d e lf o re l e c t r i cv e h i c l eb a t t e r i e s ， e v s1 2 ，v 0 1 2 ，p 5 1 9 ，1 9 9 4 2 2 】麻友良，陈全世，朱元变电流下的电池荷电状态定义方法探讨 j 电池 2 0 0 0 ，31 ( 1 ) ：7 9 2 3 】杨朔，何莉萍，钟志华电动汽车蓄电池荷电状态的卡尔曼滤波估计 j 】贵州工业 大学学报2 0 0 5 ，3 3 ( 1 ) ：9 9 10 2 2 4 】g r e g o r yl p l e t t e x t e n d e dk a l m a nf i l t e r i n gf o rb a t t e r ym a n a g e m e n ts y s t e m so f l i p b b a s e dh e vb a t t e r yp a c k sp a r t3 s t a t ea n dp a r a m e t e re s t i m a t i o n j j o u r n a lo f p o w e rs o u r c e s2 0 0 4 ，13 4 ：2 7 7 - 2 9 2 2 5 夏超英，张术，孙宏涛基于推广卡尔曼滤波算法的s o c 估算策略 j 电源技 术2 0 0 7 3 1 ( 5 ) ：4 1 4 - 4 1 7 2 6 】g r e g o r yl p k a l m a n - f i l t e rs o ce s t i m a t i o nf o rl i p bh e vc e l l s a p r o c e e d i n g so f t h e19 mi n t e r n a t i o n a le l e c t r i cv e h i c l e ss y m p o s i u m c 2 0 0 2 【2 7 s a b i n ep ，m a r i o np ，a n d r e a sj m e t h o d sf o rs t a t e - o f - c h a r g ed e t e r m i n a t i o na n dt h e i r a p p l i c a t i o n s j jp o w e rs o u r c e s ，2 0 0 1 ，9 6 ( 1 ) ：11 3 1 2 0 2 8 】t s u t o m uy k a z u a k is ，k e n i c h i r om e s t i m a t i o no ft h er e s i d u a lc a p a c i t yo fs e a l e d l e a d a c i db a t t e r i e sb yn e u r a ln e t w o r k a t e l e c o m m u n i c a t i o n se n e r g yc o n f e r e n c e ， i n t e l e c ，2 0 mi n t e r n a t i o n a l c 1 9 9 8 ：2 1 0 2 1 4 2 9 李敬兆，张崇巍基于模糊神经网络预测技术检测蓄电池剩余电量研究 j 】矿机 械2 0 0 2 ，8 ：2 1 2 4 3 0 陶兴华，陈彪，张俊洪模糊逻辑与神经网络的蓄电池容量预测 j 电源技术 2 0 0 6 ，2 8 ( 9 ) ：5 7 8 - 5 8 2 31 】a n i r b a nm u k h e o e e a d v a n c e si nb a t t e r ym a n a g e m e n tu s i n gn e u r a ln e t w o r k sa n d f u z z yl o g i c 2 0 0 3 s c h o o l o fe l e c t r i c a la n d c o m p u t e re n g i n e e r i n gc o m e l l ， u n i v e r s i t y , i t h a c a , n y1 4 5 8 0 【3 2 】t y a m a z a k i ，k s a k u r a i ，a n dk l m u r a m o t o ，e s t i m a t i o no ft h er e s i d u a lc a p a c i t yo f s e a l e dl e a d a c i db a t t e r i e sb yn e u r a ln e t w o r k j i ni n t t e l e c o m m u n i c a t i o n se n e r g y 4 3 c o n f , 1 9 9 8 ，2 0 ：2 1 0 2 1 4 高明裕，张红岩蓄电池剩余电量在线测量 j 电测与仪表，2 0 0 0 ，3 7 ( 4 1 7 ) ：2 8 3 1 李绍梅p l u g - i n 混合动力汽车动力电池s o c 估计研究 d 】济南，山东大学2 0 1 0 h u e tf ar e v i e wo fi m p e d a n c em e a s u r e m e n t sf o rd e t e r m i n a t i o no ft h es t a t e o f - c h a r g e o rs t a t e o f - h e a l t ho f s e c o n d a r y b a t t e r i e s j jp o w e r s o u r c e s ，1 9 9 8 ，7 0 ( 1 ) ：5 9 6 9 p b p a t i l ，f u e lg a u g e sf o re l e c t r i cv e h i c l e s ，p r i c 17 mi e c e c ，i e e e ，n e wy o r k ，19 8 2 n m b a n e se ta 1 ，t h es e a l e dl e a db a t t e r yh a n d b o o k g e n e r a le l e c t r i cc o 19 8 2 潘双夏，王冬云，李贵海基于能量守恒和四线法的s o c 估算策略研究 j 汽车工 程2 0 0 7 2 9 ( 5 ) ：4 1 5 4 1 9 朱元，韩晓东，田光宇电动汽车动力电池s o c 预测技术研究 j 电源技术 2 0 0 0 ，2 4 ( 3 ) ：15 3 15 6 田晓辉，刁海南，范波，等车用锂离子动力电池s o c 的预测研究 j 电源技术 2 0 10 ，3 4 ( 1 ) ：51 - 5 4 邵海岳，钟志华，何莉萍，等电动汽车用n i m h 电池建模及其基于状态空间的s o c 预测方法 j 】汽车工程2 0 0 4 ，2 6 ( 5 ) ：5 3 4 5 3 7 李蓓，王耀南，吴亮红，等端电压模糊估算动力电池s o c 的新方法 j 】湖南大学学 报( 自然科学版) 2 0 0 9 ，3 6 ( 9 ) ：4 7 5 0 李革臣，江海，王海英基于模糊神经网络的电池剩余电量计算模型 j 】测试技术 学报2 0 0 7 ，2 1 ( 5 ) ：4 0 5 4 0 9 时玮，姜久春，李索宇，等磷酸铁锂电池s o c 估算方法研究 j 】电子测量与仪器学 报2 010 2 4 ( 8 ) ：7 6 9 7 7 4 k a z u oy a m a z a k l ，t s u y o n o b uh a t a z a w a , t a k a s h it o m i t a , e t l b a t t e r y c a p a c i t y c a l c u l a t i n gm e t h o d ，u ，s ，p a t a e n t ，u s 7 ，0 91 ，6 9 8 8 2 ，2 0 0 6 朱玲镍氢电池组管理系统技术的研究 d 】北京，中国科学院研究生院2 0 0 8 林成涛，陈全世，王军平，等用改进的安时计量法估计电动汽车动力电池s o c j 清华大学学报( 自然科学版) 2 0 0 6 ，4 6 ( 2 ) ：2 4 7 2 51 胡宝清模糊理论基础 m 武汉大学出版社2 0 1 0 陈水利，李敬功，王向公，等模糊集理论及其应r e m 科学出版社2 0 0 5 u s a b ce l e c t r i cv e h i c l e b a t t e r y t e s tp r o c e d u r e m a n u a l r r e v i s i o n2 ， d o e i d 一10 4 7 9 ，19 9 6 g b t18 3 3 2 2 2 0 0 1 电动道路车辆用金属氢化物镍蓄电池f s l 纠卅习 印刀踟 明 伽 u 勿 列 钾 习 q 刀 跚绷川 u p p p p p p p m m h h 降 m 阿h h h 圈 陋 v e h i c l e ， l b e v b e v h e v p a r a l l e l h e vs e r i e s f c e v f c e