考虑电池不一致性的电动汽车电池管理系统设计及其SOC估计

盐城工学院本科毕业设计说明书（2020）考虑电池不一致性的电动汽车电池管理系统设计及其SOC估计考虑电池不一致性的电动汽车电池管理系统设计及其SOC估计摘要：随着电动汽车产业的快速发展，电池成为汽车续航能力的重要影响因素。电池在生产，储存，使用过程中出现的不一致性会严重影响汽车的性能。因此对于电动汽车的电池管理系统来说考虑电池的不一致性十分重要。此文着重对不一致性串联型电池组进行数学建模分析研究，并在Matlab/simulink环境下建立不一致性串联型电池组等效电路。首先建立电池单体模型，然后再建立串联型电池组，对其进行soc估计，并进行放电仿真实验。通过仿真结果分析，从而可以验证所搭建模型的合理性。这些可对组建不一致性串联型电池组提供一定程度的参考性意见，实现更为高效节能的电池管理。关键词：不一致性；电池管理系统；SOCBatterymanagementsystemdesignandSOCestimationofEVconsideringbatteryinconsistencyAbstract：Withtherapiddevelopmentofelectricvehicleindustry,batteryhasbecomeanimportantfactoraffectingthevehicle'sendurance.Theinconsistencyofbatteryintheprocessofproduction,storageandusewillseriouslyaffecttheperformanceofthecar.Therefore,itisveryimportantforthebatterymanagementsystemofelectricvehiclestoconsidertheinconsistencyofbatteries.Thispaperfocusesonthemathematicalmodelingandanalysisofinconsistentseriesbatteries,andestablishestheequivalentcircuitofinconsistentseriesbatteriesinMatlab/Simulinkenvironment.First,thecellmodelisestablished,thentheseriesbatterygroupisestablished,theSOCisestimated,andthedischargesimulationexperimentiscarriedout.Throughtheanalysisofsimulationresults,therationalityofthemodelcanbeverified.Thesecanprovideacertaindegreeofreferencefortheformationofinconsistentseriesbatteries,andachievemoreefficientandenergy-savingbatterymanagement.Keywords：Inconsistency;Batterymanagementsystem;SOC;目录1.概述…………………11.1课题研究意义…………………11.2锂电池在国内外的现状及发展前景…………11.3MATLAB软件介绍………………11.4课题研究内容及目的…………22.电池管理系统设计框架…………32.1电池管理系统分类及功能………2.2电池管理系统框架………………3．不一致性电池组性能参数分析……………………4.soc估计……………4.1soc估计现状……………………4.2soc估计方法……………………4.2.1电流积分法…………………4.2.2内阻法……………………4.2.3开路电压法………………4.2.4Kalman滤波法………………4.2.5神经网络法………………5．matlab建模仿真………………… 5.1电池单体建模…………………5.2串联电池组建模………………5.3MATLAB/Simulink环境下搭建模型……………5.4仿真波形…………………… 6.结束语………… 参考文献…………… 致谢……………附录……………附录一…………… 附录二…………… 考虑电池不一致性的电动汽车电池管理系统设计及其SOC估计1.概述1.1课题研究意义随着人们生活水平的越来越高，私家车的数量也更着快速增长，一方面大量的化石能源，主要是石油的消耗使人们面临严峻的能源危机，另一方面生态环境也因大量的尾气排放遭到了严重破坏。因此越来越多的人开始选择购买电动汽车，在不远的将来，电动汽车普及是大势所趋。电动汽车因其本身绿色环保的特点，大面积推广可以有效保障我们的能源安全并有助于转型低碳经济，因此电动汽车的发展甚至开始被许多国家放进了其长远战略规划中。动力电池在电动汽车复杂的组成结构中，既是存储能量的装置也为整车提供动力。因此动力电池是电动汽车的组成核心和关键部分。电动汽车动力来源最广泛的选择就是锂离子电池。显然，单独一节单体电池的电压等级、功率输出能力等都无法满足电动汽车的使用需求。因此，电动汽车的实际动力来源是数目巨大的单体电池串、并联而成的电池组。受限于现有的设计及制造工艺，即使是同批次生产的电池在使用中也存在广泛的不一致性。在实际的使用过程中，这种不一致性还会因环境温度等外部因素的差异性而持续扩大，倘若不加以合理的均衡手段消除这种不一致性，最终将导致各单体电池在电池组整体充电过程中无法同时充满到额定容量；各单体电池在电池组整体放电时，其电量没有办法同时消耗干净，造成电池组能量的浪费。更为严重的是存在着某节或某些单体电池过度充电以及过度放电的风险，轻则降低了电池组的使用效率，重则产生安全问题。为了解决汽车动力电池的问题，对与电池不一致性的研究便应运而生。本课题研究的是对不一致性电动汽车电池管理系统设计，通过设计串联型电池组数学模型并进行仿真与分析从而可以优化电池参数，提高电池组性能。1.2锂电池在国内外的现状及发展前景锂离子电池是目前综合性能最好的电池之一,与其他电池相比锂电池具有高比能量、高循环寿命、体积小、质量轻、无记忆效应、无污染等特点，因此锂电池在电气领域的应用十分广泛，常常被各种工业用电项目使用。锂离子电池有许多种类，钛酸锂电池、聚合物锂电池、磷酸铁锂电池和三元锂电池是最为常见的种类。由于全球环境污染问题和能源危机问题对人类正常生产作业的影响愈发严重，发展环保节能产业已成为当下刻不容缓的任务，新能源汽车受到了高度重视，已经成为了各国的共同发展对象。交通工具电动化势必会成为未来交通业的大趋势。世界上许多经济大国纷纷加入了规划新能源汽车发展目标的潮流中，提高了对新能源汽车的政策及经济支持力度，为新能源汽车产业的发展了提供空间。1.3MATLAB软件介绍MATLAB是一款功能非常强大的数学软件，由美国的一家软件公司——mathworks开发维护，给数据处理，算法开发都提供了极大的便利。同时凭借着其丰富的附加工具箱和强大的编程能力，大大拓宽了MATLAB这一软件的应用领域，使得MATLAB这一软件拥有现实意义，可以处理金融、工程、信号处理等各个方面的问题。除此之外，MATLAB软件还拥有一个Simulink模块，这个模块给用户提供了可视化的开发环境，可以以一种直观的方式，依靠模块和编程建立模型，便于比较分析。毕业设计中主要运用的便是Simulink这一模块，下面就主要针对该模块做一些介绍。Simulik的功能是非常多样的，但本课题涉及的以及大部分人使用的还是它的动态系统建模这个功能，应用这个功能通常的方式是这样的，首先在稿纸上画出合适的结构图，并计算出每一个元器件的参数，列出它们的相互关系；然后选择Simulink模块模块库里的典型环节下的一些元器件，给这些元器件定义合理的参数，搭建模型；最后运行模型，得到仿真结果，根据输出结果，仔细分析比较，验证自己的猜想或者和实际实验数据对比验证仿真的准确性。提及到模块库里的典型环节，就不能不说到典型环节里面各种格样的元器件库，比如说信号源元器件库，这些元器件库为各种线性或非线性，动态或静态，连续或离散模型的建立提供了可能，帮助我们解决在应用中遇到的各种实际问题。同时，Simulink的用户界面非常直观明了，在图形界面上，可以用鼠标单击模块来建立模块或者拖拉模块改变其位置的方式，编写参数，建立系统模型非常方便，有些人很喜欢在纸上用笔描绘图形，非常类似的了一种方式，对于新手来讲，无疑是极为便利的，对夸大它的用户群也是很有好处的。1.4课题研究内容及目的本课题的要求是确定电动汽车电池管理系统设计框架然后分析不一致性对串联型电池组性能参数的变化影响。在Matlab/Simulink环境下搭建锂串联型电池组模型仿真平台并进行串联型电池组SOC估计，然后进行电池放电仿真实验与分析。目的是分析不一致性对串联型电池组性能参数的变化影响，建立准确的电池组的等效模型。熟练掌握Matlab/Simulink仿真软件，熟悉电池系统建模方法。熟悉SOC估计仿真方法。2.电池管理系统设计框架2.1电池管理系统分类及功能电池管理系统有分布式和集中式两种。集中式由一个控制器控制并处理所有的监控模块采集的数据信息。分布式有一个主控制器，每个监控模块均有其独立的分控制器处理其采集到的数据。两者相较，集中式具有节约空间，走线简单结构成本低等优点；分布式具有便于实现均衡充电克服电池的不一致性等优点。作为电动汽车的核心技术之一，主要功能包括：对电池进行状态信息监测；数据通讯；安全管理。2.2电池管理系统框架由于本文研究考虑不一致性的电池管理系统，所以选择采用分布式结构来设计系统的框架，底层设计为电池信息的采集单元，用来收集和检测电池的各项数据，如电流，电压等。上层是一个主控制器，用来处理数据，进行soc估计以及数据通信。图2.1电池管理系统框架3．不一致性电池组性能参数分析电池不一致性的分析如3.1图所示，单体电池1，2，3的额定容量分别为b1，b2，b3，剩余电量为c1,c2,c3图3.1动力电池a1,a2,a3的额定容量b1,b2,b3是一致的，但是使用的过程中，电的循环充放次数自然增加，同时由于各种差异因素，导致了c1,c2,c3之间变得不一致。以图3.1为例，一段时间后，电池1的剩余量最少，电池2最多。如图1-2所示，如果此时对电池进行充电，电池2将首先达到满充状态。为了防止电池2出现过充现象，此时应停止充电。但电池1和电池3仍未充满电，这两节电池的容量就遭到了浪费。图3.2同理，如图3.3所示。图3.3放电过程中电池1的电量首先消耗光。为避免电池1过放，应立即停止放电。但电池2和电池3的电量并没有放空，这对于这两节电池的剩余电量又是一种浪费。串联电池组出现不一致性是无法避免的，原因是因为初始性能参数和外部使用条件的不同，因此电池组工作特性会或多或少出现差异。该特性差异也会进一步导致电池组性能的不一致性加剧。如图3.4所示，这些因素相互耦合。图3.4影响电池一致性的因素由图3.4可以看出由温度、电压、放电深度等因素来决定电池组性能。由于即使在相同的条件下，电池组内各个单体实际的因素的差异都会很大，并且由于电池组实际运行过程中各个因素的相互耦合性，动力电池组内各单体性能衰减速率的不一致会进一步扩大；电池组各种性能参数的不一致性会越来越大，最后会形成扩大的正反馈效应。不一致性导致的危害大体有三种1.容量损失。对于电池单体组成的串联电池组来说，容量是符合“木桶原理”的。由剩余容量最小的电池来决定整个电池组的最大可用容量，整个电池组的容量利用率就会降低。这就是电池组的“木桶效应”。2.寿命损失。小容量电池会最先结束寿命，。当一个电池寿命终结，整个电池组也就跟着寿终正寝。3.内阻增大。因为各个电池单体内阻不同，流过相同的电流，内阻小的电池发热量相对比较少，内阻增加的也比初始内阻大的电池单体慢，两者差距会越来越大。内阻和温升这对负反馈，使电池单体差距变大，不一致性加剧，损坏电池。4.SOC估计4.1soc估计现状SOC的全称为StateofCharge,即电池荷电状态，常用百分比来表示。它代表的是电池使用一段时间或完全不使用搁置一段时间后剩余可放出电量与其充满电状态下电量的比值，相当于表示了电池的剩余电量。当SOC=0时代表电池已完全放电，当SOC=1时表示电池已完全充满。能够影响SOC能否准确反映电池真实剩余电量的决定性因素是算法的选择。若是能够准确估算出SOC的值，那么就能为接下来的电池管理系统的设计工作产生巨大的帮助，有助于平衡电池的充放电能力，减少电池的使用损耗，从而降低电动汽车更换电池的成本，提高电动汽车的可用性，为将来电动汽车的成功普及打下基础。但是想要得到准确的SOC值并没有那么容易。SOC很容易受到外部环境变化的影响，甚至连电动汽车行驶的道路不同，环境温度不同都可能对SOC的估算产生影响，正因如此，SOC估算被电动汽车相关行业视为难点最大的几个领域之一。4.2soc估计的方法4.2.1电流积分法也叫安时计量法，是目前较为普遍的SOC估算方法，其本质是在电池进行充电或放电时，通过累积充进或放出的电量来估算电池的SOC，同时根据放电率和电池温度对估算出的SOC进行一定的补偿。如果将电池在充放电初始状态时的SOC值定义为SOC0SOC=SOC0式中，CI为电池额定容量，η为充放电效率，也叫库仑效率，其值由电池充放电倍率和温度影响系数决定，I为t时刻的充放电电流.不同于其它SOC估算方法，电流积分法有着简单可靠的特点，并且电池的SOC值可以被动态地估算，因此被广泛使用。但该方法有两个缺点：1.电流积分法的前提是要有初始SOC值，并且采集流入或流出的电池的电流必须非常准确，才能使估算误差减小；其二，该方法的SOC估算依据是只是电池的外部特征，在一定程度上忽视了其他因素如电池自放电率、老化程度和充放电倍率等对电池SOC的影响，如果长期使用会不断积累误差，4.2.2内阻法内阻法使用阻抗值来估计SOC，通过使用不同频率的交流电激励电池，测量电池内部交流电阻，由此来建立计算模型来得到SOC估计值。但是，电池的工作条件对内阻影响大而且在放电初期规律不明显，所以很少在电动车上应用。4.2.3开路电压法开路电压法是根据电池的开路电压（OpenCircuitVoltage，OCV）与电池内部锂离子浓度之间的变化关系，间接地拟合出它与电池SOC之间的对应关系。4.2.4Kalman滤波法Kalman滤波法是美国数学家卡尔曼（R.E.Kalman）在上世纪60年代初发表的论文《线性滤波和预测理论的新成果》中提出的一种新型最优化自回归数据滤波算法。该算法的原理是根据最小均方差原则，对复杂动态系统的状态做出最优化估计。非线性的动态系统在卡尔曼滤波法中会被线性化成系统的状态空间模型，在实际应用时系统根据前一时刻的估算值与当前时刻的观测值对需要求取的状态变量进行更新，遵循“预测—实测—修正”的模式，消除系统随机存在的偏差与干扰。使用Kalman滤波法估算动力电池的SOC时，电池以动力系统的形式被转化为状态空间模型，SOC则变成为了该模型内部的一个状态变量。建立的系统是一个线性离散系统。由于Kalman滤波法不仅能够修正系统初始误差，还能有效地抑制系统噪声，因此在运行工况非常复杂的电动汽车动力电池的SOC估算中，具有显着的应用价值。不过该方法同样存在两点缺陷：其一，Kalman滤波法估算SOC的精度很大程度上取决于电池模型的准确程度，工作特性本身就呈高度非线性化的动力电池，在Kalman滤波法中经过线性化处理后难免存在误差，如果模型建立得不够准确，其估算的结果也并不一定可靠；其二，该方法涉及的算法非常复杂，计算量极大，所需要的计算周期较长，并且对硬件性能要求苛刻。4.2.5神经网络法神经网络法是模拟人脑及其神经元用以处理非线性系统的新型算法，无需深入研究电池的内部结构，只需提前从目标电池中提取出大量符合其工作特性的输入与输出样本，并将其输入到使用该方法所建立系统中，就能获得运行中的SOC值。该方法后期处理相对简单，即能有效避免Kalman滤波法中需要将电池模型作线性化处理后带来的误差，又能实时地获取电池的动态参数。但是神经网络法的前期工作量比较大，需要提取大量且全面的目标样本数据对系统进行训练，所输入的训练数据和训练的方式方法在很大程度上都会影响SOC的估计精度。因此，在动力电池的SOC估算工作中该方法并不多见。综合考虑本文采用电流积分法来进行soc估计5.matlab建模仿真5.1电池建模方法电池系统建模目前在国内外常用的的研究方法有四种：第一种是电化学模型，它可以用一系列的非线性的方程来展现出电池内部所发生的一系列化学变化，但由于其参数受影响因素很多，很难计算且工作量大，因此很难投入实际应用；第二种是数学分析模型，就是在预测电池的工作特性时，可以运用一系列的数学方法，譬如方程式，但因为经验的局限性和误差较大等特点，所以很难适用于相对较为精确的电气设计和仿真当中；第三种则是电气模型，电气模型是指运用具体的，不同的物理元器件来进行相互连接，组成完整的电路进行仿真得到数据，模拟电池的工作特性。第四种是被许多研究人员称为“黑箱模型”的著名电池模型，其学术名称为算法模型。顾名思义，这种电池模型主要是依靠各种算法进行工作的。算法模型的优越之处在于无需在意各种复杂的电池内部化学反应过程，运用了神经算法，概率估计等算法，不必深入考虑包括温度在内的外部影响因素，直接利用算法将这些元素简化为黑箱模型进行研究。与数学模型相比，算法模型以及能够计算电化学特性的非线性特征。不过黑箱模型始终有一个短板，那就是模型的精度问题，为了保证这一要素，需要耗费大量的时间进行离线训练与数据样本的采集，工作量计算量都很大。国内外学者都已经开始针对这种电池模型展开了深入的研究，通过对遗传算法，神经网络等进行演算和论证，结果都证明了算法模型的估算精度能够达到研究需要的水平，其前提是必须经过充分的离线训练。因此，算法模型在电池模型的构建中还是比较常用的。电气模型又分为以下三种模型：第一种是运行时间模型，即使用电路拓扑仿真电池的直流特性，但由于该模型较为复杂，并且在载电流变化时，误差程度将扩大；第二种是交流阻抗模型，是指用一个等效复阻抗来匹配频域交流阻抗，但由于这个过程十分复杂且不能直观的表达电池的特性；最后一种是等效电路模型，由于有着简单，直观，物理意义明确等优点，得到了广泛的应用，尤其是在电气工程领域。在本次毕业设计中采用的就是等效电路模型。5.2电池建模5.2.1电池单体建模关于电池实际的电路模型，在文献[4]中提供了一个非常直观，应用范围广并且也很精确的电池电路模型。这种模型如图4.1所示。图5.1电池单体等效电路模型图主电路的组成部分是受控电压源串联一个电池内阻R和两个RC并联电路。其中Rs、Cs、Rl、Cl是用来表现电池电压的暂态响应特性，U是电池的端电压。为了准确模拟电池单体的动态工作特性，以及SOC与运行时间，可以参考文献[4]中根据实验数据拟合得来的模型方程，如下式所示：(5-1)(5-2)(5-3)(5-4)(5-5)(5-6)(5-7)(5-8)在上式中，SOC的初始值是SOC0，Qu（t）为不可用的容量，Q0是电池额定容量，U0则是电池的开路电压。其中因为本文主要探讨的是串联电池组电路，而非单体电池，所以Qu（t）可以被忽视，或者作为一个常量来看待。另外，a0-a5，b0-b5，c0-c2，d0-d2，e0-e2，f0-f2都是电池模拟系数并且根据实验数据运用最小二乘法来拟合得到的。5.2.2串联电池组建模串联电池组结构如图5.2所示：由很多的电池单体串联组成,电池单体之间的正极与负极两两相连，构成完整的电路模型。图5.2串联型锂离子电池系统结构图“串联电路电流处处相等，串联电路的总电压等于串联电路各部分端电压总和的原则，可知电路中的经过电池单体的电流相等，总电压等于每个电池单体的电压之和。”[4]同时又因为电池单体的特性不同，实际放电时串联电池组的工作状态是由性能最差的单体电池来决定的，当容量最小的电池由于先达到截止电压而停止工作时，整个锂离子电池系统都会停止放电。所以，通常来讲，串联电池组的实际工作电压应该等于所有电池单体中的性能最差的电池在截止电压时所有单体电池端电压之和，并且正常情况下，不等于所有额定截止电压的总和。串联电池组的阻抗和每个电池单体阻抗的和相等。同时，为了使串联型锂离子电池系统更稳定的工作，通常都会筛选出对应阻抗虽然不可能完全相等但却比较接近的电池单体来串联而成。当串联电池组工作时，每个电池单体的充放电时间和充放电电流都相等，所以在工作过程中，所有电池单体消耗或者补充的电荷都是相同的。然而因为电池单体的性能不一致，所以在放电过程中，性能最差的电池的SOC等于整个串联电池系统的SOC；充电过程中，性能最好的电池的SOC等于整个串联电池系统的SOC。根据参考文献[4]中所提供资料，可以借助以下公式来更简单的理解串联电池模型：(5-9)(5-10)(5-11)其中Is、Us分别为串联电池组的电流及端电压；I1(t)—In(t)、U1(t)—Un(t)分别为各电池单体的电流及电压。并且容量最小的电池单体，最先到达截止电压而停止放电，所以t的范围应该是0与性能最差的电池达到截止电压tw的时间之间。其中电池单体阻抗如下式：(5-12)通过叠加和简化可以得到总阻抗Zs。则可以建立如图5.3所示的串联型锂离子电池系统等效电路模型。图5.3串联电池组等效电路模型5.3MATLAB/Simulink环境下搭建模型根据以上分析，并参考文献[4]中所提供的参数，见表5-1。5-1锂离子电池参数额定电压：3.7V额定容量：860mAh截止电压：3v电池仿真参数a0=-0.915a1=40.867a2=3.632a3=0.537a4=0.499a5=0.522b0=0.1463b1=30.27b2=0.1037b3=0.0584b4=0.1747b5=0.1288c0=0.1063c1=62.49c2=0.0437d0=-200d1=138d2=300e0=0.0712e1=61.4e2=0.0288f0=-3083f1=180f2=5088电池实验参数最大放电电流：2c可以在Simulink模块中搭建以下模型：图5.4为SOC数学模型,其中IC是输入口，接的是外接电流检测环节，利用时间与输出电流之间的积分关系，可以表示输出电荷量，再通过一系列的计算可以得到剩余的SOC。图5.4SOC数学模型图5.5为Rl的数学模型，图5.6为Rs的数学模型，图5.7是R的数学模型，图5.8是Vo的数学模型，图5.9是Cs的数学模型，图5.10为Cl的数学模型，都是根据以上公式和分析从而建模的，SOC是控制器件变化的输入端，输出端是元器件的具体的参数。图5.5Rl数学模型图5.6Rs数学模型图5.7R数学模型图5.8Vo数学模型图5.9Cs数学模型图5.10Cl数学模型在以上图中，均利用SOC来作为控制信号，控制每个元器件性能参数的变化以提高仿真的精确性。而SOC又是借助于外电路的放电时间和放电电流之间的积分关系计算而得，再借助于以上元器件构成一个完整的电池单体模型，如图5.11所示。图5.11电池单体模型电池单体模型建立以后，可以通过相同的方式再建立两个单体模型，然后串联而成，形成串联电池组系统模型，详情参见附录一。通过外接负载和示波器来进行实时检测数据，详情参见附录二。5.4仿真波形及分析首先，先验证锂离子电池单体在输出为恒流输出时的工作特性，当初始SOC0=0.9，工作电流I=1C时，锂离子电池单体的输出电压随时间变化的关系如图4.12所示。可知电池单体初始输出电压接近4v，工作一段时间后，输出电压由平缓变化到陡变，电池容量过低，此时电池单体到达截止电压。图5.12电池单体初始SOC=0.9I=1C时工作特性波形图当电池单体的初始SOC分别是0.7，0.8和0.9，工作在输出电流I=1C的环境中时，三个锂离子电池单体的输出电压随时间的变化关系如图4.13所示。蓝色波形表征的是初始SOC为0.9的电池单体的工作特性，黄色波形则表征的是初始SOC为0.8的电池单体的工作特性，红色波形则表征的是初始SOC为0.8的电池单体的工作特性。可见当SOC较大时，电池单体的初始输出电压较大，但是下降的幅度却是相差不大的，当SOC较小的电池输出电压下降到截止电压，电池就会停止工作，而SOC较大的电池还会继续工作一段时间再停止工作，由此可以看出，该单体模型在恒流的输出环境下的是较为准确的。图5.13单体电池SOC不同时的工作特性波形图图5.14soc0=0.9时soc变化情况图5.15串联电池系统在恒流负载下的工作特性波形图比较串联型锂离子电池系统与单体锂离子电池工作特性，由三个初始soc不同的电池单体组成的串联电池系统在恒流I=1C的负载状态下，其工作特性波形如图5.15所示。与图5.13进行对比可见串联后的电池输出电压是电池单体的三倍。当soc=0.7的电池单体停止工作后，串联电池组跟着停止工作，即使其他两组电池单体还可以继续工作。由此可见，串联电池组的端电压等于每个锂离子电池单体端电压之和。放电时串联电池组工作时间由soc最小的电池单体来决定。5.结束语随着时代的发展，对汽车发展的要求也越来越多。其中电动汽车在很长一段时间里还具有着相当广阔的前景，而提高电池质量，设计出更加精细的bms，依然是需要研究的进一步课题。本文通过查阅了大量国内外书籍与文献，了解到了不少与SOC、电动汽车锂离子电池相关的知识，大大加快了本说明书的完成进度，并且丰富和拓展了我的眼界，并且设计了电池管理系统的答题框架，建立了一种串联电池组等效电路模型，在Matlab/Simulink的工作环境下进行了建模和仿真，根据串联电路放电工作特性，研究不一致性串联电池组的性能参数。在实际设计过程中也出现了不少问题，在matlab的使用上出现了一些问题，拼装各个部分时也出现了困难。因为专业知识不甚完备，所以本次设计还存在诸多不足，仿真结果也不是令人满意的，恳请老师批评指正。参考文献[1]关于促进电化学储能健康有序发展的指导意见[S].北京：国家电网公司，2019.[2]SiminPeng,ChongChen,HongbingShi,ZhileiYao.StateofChargeEstimationofBatteryEnergyStorageSystemsBasedonAdaptiveUnscentedKalmanFilterwithaNoiseStatisticsEstimator[J].IEEEAccess,2017,5:13202-13212.[3]SiminPeng,XuelaiZhu,YinjiaoXing,HongbinShi,XuCai,MichaelPecht.Anadaptivestateofchargeestimationapproachforlithium-ionseriesconnectedbatterysystem[J].JournalofPowerSources,2018,392:48-59.[4]彭思敏，施刚，蔡旭，李睿.基于等效电路的大容量蓄电池系统建模与仿真[J].中国电机工程学报，2013.33(7):11-18.[5]DeyangHuang,ZiqiangChen,ChangwenZhen,HaibinLi.Amodel-basedstate-of-chargeestimationmethodforseries-connectedlithium-ionbatterypackconsideringfast-varyingcelltemperature[J].Energy.2019,185:847-861.[6]储能技术专业学科发展行动计划（2020-2024年）[S].北京：教育部、国家发展改革委、国家能源局，2020.[7]姜久春，文峰，温家鹏，郭宏榆，时伟.纯电动汽车用锂离子电池的建模和模型参数识别[J].电力科学与技术学报,2013,25(1):67-74.[8]曹金亮,陈修强,张春光,李虹.锂电池最新研究进展[J].电源技术，2013,34(08):22-25.[9]戴海峰，魏学哲，孙泽昌.基于等效电路的内阻自适应锂离子电池模型[J].同济大学学报，2010,38(1):98-102.[10]JoaquínKleeBarillas,JiahaoLi,ClemensGünther,MichaelA.Danzer.Acomparativestudy