1、隨著能源短缺和環(huán)保問題的日益突出，電動汽車已經成為汽車工業(yè)發(fā)展的方向之一。目前電動汽車尚存在續(xù)駛里程短、壽命短、初期成本高、安全性差等問題，均來自于車用動力電池系統(tǒng)在性能、成本、安全性上的局限，車用動力電池系統(tǒng)技術已成為制約電動汽車產業(yè)化發(fā)展的瓶頸技術之一。而荷電狀態(tài)SOC的準確估計、電池組的均衡控制等成為動力電池管理工作的關鍵技術。本文在研究電池模型及其參數(shù)辨識的基礎上，對于電動汽車用磷酸鐵鋰電池 SOC估算、電池組的動態(tài)均衡控制和電

2、池管理系統(tǒng)的工程應用的實現(xiàn)，進行了深入的研究。論文主要內容及創(chuàng)新點如下：
　?。ㄒ唬?、結合論文研究背景和現(xiàn)狀分析，對電池模型、SOC估算方法、均衡控制技術、電池管理系統(tǒng)的已有成果進行總結和分析，提煉本論文研究所要克服的技術難點。在此基礎上，為了獲取研究所需的實驗數(shù)據(jù)，針對專用磷酸鐵鋰動力電池進行了大量的包括充放電雙向參數(shù)的性能測試實驗，結合實驗數(shù)據(jù)曲線對電池組的電壓、內阻、容量等特性進行分析，根據(jù)電池在電流變化時端電壓響應特性建立

3、二階RC模型作為仿真模型，為后續(xù)的SOC估算研究提供依據(jù)。
　?。ǘ⒀芯侩姵啬Ｐ偷膮?shù)辨識方法。通過離線參數(shù)辨識分別對磷酸鐵鋰電池一階、二階RC模型進行了參數(shù)辨識分析，并重點研究針對二階RC模型，提出自適應粒子群優(yōu)化方法（APSO算法）對電池模型的參數(shù)實時在線辨識方法以提高辨識精度，把參數(shù)辨識問題轉化為參數(shù)空間尋優(yōu)，在尋優(yōu)過程中可有效避免局部最優(yōu)的缺點，最終獲得參數(shù)的全局最優(yōu)解，并與遞推最小二乘算法進行仿真比較，通過誤差對比分

4、析，驗證了 APSO算法應用于電池模型參數(shù)辨識具有快速、精確等優(yōu)良性能。
　?。ㄈ?、研究提高SOC估計準確度的方法。通過從理論上對比采用離線辨識電池模型參數(shù)方法聯(lián)合擴展卡爾曼濾波（EKF）估算電池 SOC，以及 APSO算法聯(lián)合EKF估算SOC。同時，采用離線辨識電池模型參數(shù)方法聯(lián)合無跡卡爾曼濾波（UKF）估算電池SOC，以及APSO算法聯(lián)合UKF估算SOC，并對各種聯(lián)合估算進行仿真驗證，得出所提出的APSO算法聯(lián)合UKF估算具

5、有精確的參數(shù)綜合辨識能力和更高的收斂效率。
　　（四）、研究電池組電壓均衡技術的控制策略。采用復合結構的DC-DC變換器應用于磷酸鐵鋰動力電池組進行電壓均衡，通過深入研究壓差頻率主動均衡控制策略，在優(yōu)化電路參數(shù)基礎上提出了綜合考慮具有最大均衡電流和均衡速度的追蹤動態(tài)均衡點主動均衡控制策略。通過搭建均衡實驗平臺，驗證系統(tǒng)的工作性能，并在同等條件下對不同均衡主電路及主動均衡控制策略進行對比，驗證理論的正確性。
　　最后，基于上述