摘要

　　隨著(zhù)全球汽車(chē)保有量的不斷增多，環(huán)境污染和資源緊缺問(wèn)題日漸突出。傳統汽車(chē)對石油資源的依賴(lài)度也逐年遞增。新能源汽車(chē)的興起和發(fā)展表明人們已經(jīng)開(kāi)始認識到開(kāi)發(fā)與利用清潔能源的重要性。國家和政府也出臺了一系列政策，來(lái)推動(dòng)節能與新能源汽車(chē)產(chǎn)業(yè)發(fā)展，提出繼續支持電動(dòng)汽車(chē)、燃料電池汽車(chē)發(fā)展，推動(dòng)自主品牌節能與新能源汽車(chē)同國際先進(jìn)水平接軌。

　　作為制約電動(dòng)汽車(chē)發(fā)展的關(guān)鍵因素和電動(dòng)汽車(chē)整車(chē)運行的動(dòng)力來(lái)源，電池的性能好壞直接關(guān)系到整車(chē)續航里程的長(cháng)短、使用壽命及安全性。一套合理的電池管理系統(Battery Management System, BMS)能夠對鋰離子電池狀態(tài)進(jìn)行監測、對整車(chē)安全性進(jìn)行評估、完成人機接口通信，確保電動(dòng)車(chē)運行過(guò)程中能量利用的合理、安全與高效。因此建立一套合理、可靠的分布式 BMS 尤為重要，選擇合適算法對鋰離子電池荷電狀態(tài)SOC(State Of Charge, SOC)進(jìn)行估算也非常值得研究。

　　對于 SOC 估算方面的研究，通過(guò)分析傳統估算方法的優(yōu)缺點(diǎn)，衡量各種估算方法的可行性和精確性，最終選擇粒子群 PSO(Particle Swarm Optimization, PSO)優(yōu)化BP(Back Propagation, BP)神經(jīng)網(wǎng)絡(luò )算法進(jìn)行鋰離子電池 SOC 估算。通過(guò)設計工況實(shí)驗，在 MATLAB 中對兩種算法進(jìn)行了 SOC 估算的仿真驗證，結果表明 PSO-BP 算法較 BP神經(jīng)網(wǎng)絡(luò )算法相比有更好的收斂性和精確性。最后利用 C 代碼移植技術(shù)，成功獲得了能在 DSP 中穩定運行的該算法代碼。

　　除此之外，本課題還完成了分布式 BMS 主控板的設計，以 TMS320F28335 為控制核心，集成了 IO 隔離輸出電路、AD 采集電路、SPI 通訊電路、CAN 通訊電路等等。

　　實(shí)現了主控板、采集板與上位機之間的聯(lián)調，設計了一套合理的分布式 BMS。

　　關(guān)鍵詞：電動(dòng)汽車(chē) 電池管理系統 荷電狀態(tài)(SOC) 粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò )(PSO-BP)

Abstract

　　With the increasing ownership of global cars , environmental pollution and shortage of resources are becoming increasingly prominent. The dependence of traditional automobile on oil resources is increasing year by year. The rise and development of new energy vehicles reveals that people from starting realize to develop and use the importance of clean energy.

　　The state and the government also introduced a series of policies to promote energy-saving and new energy automotive industry development, puting forward to support the development of electric vehicles, fuel cell vehicles, promoting self-owned brand of energy-saving and new energy vehicles to achieve international standards.

　　As a key factor to restrict the development of electric vehicles and the power source of the motor vehicle, the battery performance is directly related to the length of the vehicle mileage, service life and safety. A reasonable set of battery management system (Battery Management System, BMS) can monitor the status of lithium-ion battery, evaluate the whole vehicle’s safety, complete man-machine interface communication and ensure reasonable, safe and efficient of energy using when electric vehicles in the operation process.

　　So it is very important to establish a set of reasonable and reliable distributed battery management system, and it is worth to estimate the Charge of State (SOC) of the lithium-ion battery by using a suitable algorithm.

　　For the research of the SOC estimation, this paper finally chooses particle swarm PSO (Particle Swarm Optimization) (Back Propagation) to optimize the BP neural network algorithm to estimate the SOC lithium ion battery through the analysis of advantages and disadvantages of the traditional estimation method and measure the feasibility and accuracy of various estimation methods. By designing working conditions, which conducting emulation proof of SOC by using two algorithms in MATLAB. The results show that the PSO-BP algorithm is more reliable and accurate than the BP algorithm. At the end of the paper, it succeed to obtain the algorithm code that can stable operate in DSP by using C code transplant technology.

　　In addition, this thesis also completed the design of the distributed BMS master control board with TMS320F28335 as the control core, integrated IO isolated output circuit, AD acquisition circuit, SPI communication circuit, CAN communication circuit and so on, which realized the combination of the main control board, the acquisition board and the upper computer, as well as designed a set of reasonable distributed BMS.

　　Key words：Electric Vehicles, Battery Management System, State Of Charge(SOC), Particle Swarm Optimization BP Neural Network(PSO-BP)

　　隨著(zhù)全球汽車(chē)保有量的不斷增加，資源告急的問(wèn)題也隨之而來(lái)，能源危機和環(huán)境污染已成為了一個(gè)全球性問(wèn)題。伴隨著(zhù)石油資源的消耗，環(huán)境污染也與日劇增，尤其是大氣污染。近年來(lái)全球汽車(chē)年增長(cháng)率超過(guò) 25%，其燃油需求占石油資源總需求的 60。我國作為石油需求大國，2016 年國內原油進(jìn)口量超過(guò) 2.89 億噸，對外依存度為 59.9%，石油資源日漸枯竭是促使新能源汽車(chē)發(fā)展的一項重要原因。減少在交通領(lǐng)域的能源消耗及污染排放，促進(jìn)交通資源轉型勢在必行。

　　新能源汽車(chē)具備低污染、零排放等優(yōu)勢，對新能源汽車(chē)的研究以及鼓勵發(fā)展新能源汽車(chē)，可以有效的解決能源危機，同時(shí)也能促進(jìn)相關(guān)的材料工業(yè)、機械制造業(yè)、電子通信業(yè)的發(fā)展。當今時(shí)代是新能源汽車(chē)快速發(fā)展的時(shí)代，特別是 2015 年 9 月 29 日，國家制造強國建設戰略咨詢(xún)委員會(huì )正式發(fā)布《中國制造 2025 重點(diǎn)領(lǐng)域技術(shù)路線(xiàn)圖》，其中對新能源汽車(chē)進(jìn)行了如下規劃[1,2]：強力推動(dòng)我國自主品牌新能源汽車(chē)同國際先進(jìn)水平接軌，并進(jìn)一步加快電動(dòng)汽車(chē)、燃料電池汽車(chē)的進(jìn)步速率。新能源汽車(chē)時(shí)代即將來(lái)臨，因此與之相關(guān)的技術(shù)研發(fā)也成為了汽車(chē)行業(yè)的熱點(diǎn)。

　　在汽車(chē)領(lǐng)域中，新能源汽車(chē)核心技術(shù)的探索早已受到各界人士的高度關(guān)注。電池作為電動(dòng)汽車(chē)的動(dòng)力源，是制約電動(dòng)汽車(chē)發(fā)展的技術(shù)之一。鋰離子電池相比于鎳鎘、鎳氫、鉛酸等電池有高壽命、無(wú)污染、循環(huán)使用次數高、能量密度高等諸多優(yōu)點(diǎn)[3]，因此成為電動(dòng)汽車(chē)儲能元件的首選。建立一套合理性、安全性俱佳的 BMS 是電動(dòng)汽車(chē)研究的重要方向。

　　本課題主要完成了對電動(dòng)汽車(chē) BMS 核心技術(shù)的分析研究工作。該研究是為了對電動(dòng)汽車(chē)中的鋰離子電池進(jìn)行科學(xué)管理，滿(mǎn)足電動(dòng)汽車(chē)對其高效、穩定的使用需求。通過(guò)對解決核心技術(shù)問(wèn)題的各項算法進(jìn)行分析、對比，選擇并嘗試了一種新的算法，最終設計出了一套合理的分布式 BMS，融合采集、通訊、SOC 估算等功能為一體，提高了汽車(chē)行駛過(guò)程的穩定性和安全性。

　　在電動(dòng)汽車(chē)不斷發(fā)展的今天，對動(dòng)力電池的研究已經(jīng)成為人們關(guān)注的重點(diǎn)，為保證電池性能的合理性，解決成本高、易損耗等問(wèn)題，研究人員付出了大量努力，通過(guò)技術(shù)層面的改革與提升，目前已研制出新一代鋰離子電池，在許多方面都取得了重大進(jìn)展，在許多技術(shù)上也取得了重要突破。當前主流動(dòng)力電池為鉛酸電池（VRLA）、鎳鎘電池（Ni-Cd）、鎳氫電池（Ni-MH）和鋰離子（Li-ion）電池。

　　鉛酸電池是由法國人 Plante 于 1859 年發(fā)明的，距今已有 150 多年，是汽車(chē)領(lǐng)域應用最為廣泛的動(dòng)力電池[4]。但是其自身較低的能量比質(zhì)量和能量比體積，致使其過(guò)于笨重，而且充電時(shí)間較長(cháng)，所以只使用在各類(lèi)運輸車(chē)、采集車(chē)和電動(dòng)自行車(chē)上。

　　鎳氫電池相比與鎳鎘電池優(yōu)點(diǎn)在于質(zhì)量更輕、容量更大、壽命更長(cháng)且不污染環(huán)境。缺點(diǎn)是原材料金屬鎳較為昂貴，因此其價(jià)格比鎳鎘電池更高。由于市場(chǎng)對動(dòng)力電池需求的猛增、政府對推進(jìn)新能源汽車(chē)政策的宏觀(guān)調控效果凸顯、電動(dòng)汽車(chē)原材料價(jià)格的飛漲、以及骨干企業(yè)加快擴展步伐，國際市場(chǎng)中許多電池生產(chǎn)企業(yè)均已將動(dòng)力電池作為發(fā)展項目，經(jīng)大量資本的投入，技術(shù)成果非常顯著(zhù)[5]。如美國A123企業(yè)研制的鋰離子動(dòng)力電池，容量2.3Ah，循環(huán)使用壽命超過(guò) 1000 次，持續放電電流70A ，使用過(guò)程中非常穩定。美國Valence企業(yè)開(kāi)發(fā)的 U -charge磷酸鐵鋰電池，與鉛酸電池相比，重量降低了 36%，使用時(shí)長(cháng)遠遠超過(guò)其 2 倍，在能量密度、穩定性等方面優(yōu)勢明顯。在近些年舉辦的車(chē)展活動(dòng)中，眾多汽車(chē)制造商生產(chǎn)的新能源汽車(chē)也都選用鋰離子電池為其提供動(dòng)能。

　　近年來(lái)，國內研發(fā)推出的動(dòng)力蓄電池經(jīng)過(guò)檢測，在動(dòng)力密度、能量?jì)π钏�平、安全系數等方面已�?jīng)全部達到國際先進(jìn)水平。常溫環(huán)境中，將鎳氫動(dòng)力電池放置 4 周，其儲蓄電量依然超過(guò) 95%，與過(guò)去相比有了顯著(zhù)提升。而全新一代鋰離子動(dòng)力電池功率密度可達2000W/kg ，各項技術(shù)性能也排在全球前列[6]。

　　隨著(zhù)全球范圍內能源危機日趨嚴重，許多國家和企業(yè)均在車(chē)用動(dòng)力電池的研究方面加大了資金投入，在動(dòng)力電池市場(chǎng)潛力方面加強了重視力度，可以相信短時(shí)間內電池能量密度必將得到大幅度提升，有效壽命也會(huì )不斷延長(cháng)，因而對一套完備的 BMS 的需求也將日益增長(cháng)。

　　分布式鋰離子電池管理系統：

總電流檢測電路

四路采集電路

采集板核心芯片——LTC6802

溫度采集電路

分布式 BMS 主控板

采集板

力神鋰離子電池

采集板功能調試

CCS 讀取寄存器數據

CCS 中 BP 神經(jīng)網(wǎng)絡(luò )算法 SOC 估算 C 代碼（部分）

目 錄

　　第一章 引言
　　　　1.1 課題研究目的及意義
　　　　1.2 國內外研究現狀
　　　　1.3 課題研究?jì)热菁疤厣�之�?br /> 　　　　　　1.3.1 課題研究?jì)热?br /> 　　　　　　1.3.2 課題創(chuàng )新之處
　　第二章 鋰離子電池管理系統分析
　　　　2.1 鋰離子電池工作原理
　　　　2.2 鋰離子電池特性
　　　　　　2.2.1 鋰離子電池參數
　　　　　　2.2.2 鋰離子電池性能
　　　　2.3 鋰離子電池管理系統結構分析
　　　　2.4 鋰離子電池管理系統功能分析
　　　　　　2.4.1 采集功能
　　　　　　2.4.2 SOC 估算功能
　　　　　　2.4.3 保護功能
　　　　　　2.4.4 通信功能
　　　　　　2.4.5 均衡功能
　　　　2.5 本章小結
　　第三章 分布式電池管理系統荷電狀態(tài)估算策略研究
　　　　3.1 分布式電池管理系統 SOC 定義及估算方法
　　　　　　3.1.1 SOC 定義
　　　　　　3.1.2 安時(shí)計量法
　　　　　　3.1.3 開(kāi)路電壓法
　　　　　　3.1.4 負載電壓法
　　　　　　3.1.5 卡爾曼濾波法
　　　　　　3.1.6 神經(jīng)網(wǎng)絡(luò )法
　　　　　　3.1.7 粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò )法
　　　　3.2 基于 PSO-BP 神經(jīng)網(wǎng)絡(luò )算法的 SOC 估算
　　　　　　3.2.1 BP 神經(jīng)網(wǎng)絡(luò )算法工作原理
　　　　　　3.2.2 PSO 算法工作原理
　　　　　　3.2.3 PSO-BP 算法工作原理
　　　　3.3 基于 PSO-BP 神經(jīng)網(wǎng)絡(luò )算法的 SOC 估算仿真分析
　　　　　　3.3.1 設計工況實(shí)驗及樣本采集
　　　　　　3.3.2 建立網(wǎng)絡(luò )模型
　　　　　　3.3.3 仿真測試
　　　　　　3.3.4 仿真結果分析
　　　　3.4 本章小結
　　第四章 分布式電池管理系統軟硬件設計
　　　　4.1 分布式電池管理系統總體設計方案
　　　　4.2 分布式電池管理系統硬件設計
　　　　　　4.2.1 主控制板電路設計
　　　　　　4.2.2 采集板電路設計
　　　　4.3 分布式電池管理系統軟件設計
　　　　　　4.3.1 分布式電池管理系統主程序
　　　　　　4.3.2 系統初始化子程序
　　　　　　4.3.3 電池總電壓/總電流采集子程序
　　　　　　4.3.4 電池包單體電池電壓采集子程序
　　　　　　4.3.5 SOC 估算子程序
　　　　4.4 本章小結
　　第五章 分布式電池管理系統軟硬件調試
　　　　5.1 采集板的數據采集與傳輸測試
　　　　5.2 SOC 估算子程序運行調試
　　　　5.3 本章小結
　　第六章 總結與展望
　　　　6.1 工作總結
　　　　6.2 后期展望
　　參考文獻
　　發(fā)表論文和科研情況說(shuō)明
　　致 謝

（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）