文档介绍：湖南大学
硕士学位论文
电动汽车动力电池剩余容量预测及性能分析仿真
姓名:周红丽
申请学位级别:硕士
专业:车辆工程
指导教师:何莉萍
20070410
电动汽车动力电池剩余容量预测及性能分析仿真
摘要
电动汽车是以动力电池作为能源的一种环保型汽车,动力电池的性能及其
预测和控制成为影响电动汽车整车性能的一个关键因素,它对续驶里程、加速
性能和最大爬坡度等性能都会产生直接的影响,电池管理系统是当今电动汽车
研发的重点和热点之一。因此,本论文主要研究动力电池剩余容量 SOC 的精
确估算和对动力电池的建模仿真,以期为热点问题提供理论依据。
本文首先简要介绍了现有电池剩余容量 SOC 的几种预测方法和模型,并
在对 EV-3 电动汽车的 Ni-MH 电池系统进行充放电实验的基础上,深入分析
Ni-MH 电池的工作原理,电池的电压、电流、温度与容量的关系;从而提出一
种 SOC 预测模型即:基于对 EV-3 充放电实验数据,应用自适应神经模糊网络
推理系统建立了 Ni-MH 电池的电压降模型,并进一步应用改进算法的 BP 网络
研究了开路电压与剩余容量的对应关系。本文通过仿真和实验证明这种智能控
制方法能快速得到电池的剩余容量,且精度较高。
电池的性能是决定整车性能的重要因素,在电动汽车仿真中,电池性能仿
真是一个重要环节。本文简要介绍了当前动力电池模型现状,然后应用
ADVISOR 改进的内阻模型即区分充放电开环电压对 Ni-MH 电池建模,仿真结
果证明改进后的内阻模型结果要比改进前的精确,但仍然不十分理想。为此,
又提出了一种通用性更强的电池模型—网格模型,网格模型能较为精确地模拟
电池的工作性能。
本论文所做的研究工作将有助于完善电池管理系统的研究和电池建模与
仿真体系,可望为控制策略仿真和实现提供理论依据。

关键词:电池;剩余容量;自适应神经模糊推理系统;内阻模型;网格模型;

II
硕士学位论文
Abstract
Electric Vehicles (EV) are a kind of environmentally friendly cars powered
by batteries. The performance of batteries plays an important role on the whole
performance of EV, and directly influences performance, such as, the range of
driving, acceleration ability, climbing capacity and so on. Therefore a battery
management system (BMS) is demanded for electric vehicles. This thesis focuses
on modeling and simulation of battery characteristics, and the prediction of the
SOC of batteries which is one of the key issues of BMS.
The paper firstly gave a brief review on some conventional SOC prediction
methods. Then, based on the charge/discharge experiment on in house developed
EV-3, the electrochemistry characteristics of Ni-MH battery, and the relationships
between voltage, current, temperature and capacity, respectively, were studied
in-depth. In order to predict the SOC of batteries accurately, a voltage descent
model was proposed based on the charge/discharge experimental data of EV-3.
Further on, a BP work has also been proposed which indicates the