电动汽车电池组智能监控系统研究

【摘要】：电动汽车未来几十年将有较快发展,本论文产生的背景是《电动汽车在河南地区的应用发展研究》。电动汽车作为一个复杂系统,对它的研究要分为几个方面,其中电池系统的研究是一个重点。 阀控式密封铅酸蓄电池作为电动汽车最常用的电池,是本文研究的电池模型。由于电池内部发生着复杂的电化学反应,导致电池电动势和电池剩余电量之间不是呈现线性关系。传统的电池剩余电量预测方法一般是测量电池电动势大小线性估算出电池的剩余电量,虽然简单,但是误差偏大。BP神经网络的特点是可以逼近任意的非线性函数,而BP神经网络并非完美的神经网络,利用遗传算法优化BP神经网络可以克服其缺点,更好的预测电池剩余电量。通过对实验和数据仿真结果可以看出所设计的GA-BP神经网络具有预测准确误差小等特点。 文章的第三章给出了电池自动测量系统的原理和方法,以及如何对电池内阻进行测量。在电池剩余电量采集实验时充分考虑了各个方面的因素,为了能够保证电池参数具有参考价值,在放电时保证了电池初始状态都是一样的。由于影响电池电量的因素比较多,放电电流不同可能导致电池电量测量的偏差比较大,就同样一块电池而言,在不同大小的放电电流下,得到的电池剩余电量是有比较大差别的,为了解决这一问题本文提出了使用电池电量的修订来完成。即用10A电流作为标准,作为其他电流放电的参考数值。然后通过Peukert方程确定修订参数,对电池剩余电量修订得到精确的剩余电量。 接下来的一章,设计出了电池监控系统的硬件电路结构和软件流程图,包括了系统的电流、电压、温度监控以及CAN总线通信。最后指出了论文的不足及下一步需要做的工作。