车用动力电池充放电特性与智能管理技术
|
摘要
摘要：能源危机、环境污染等诸多的因素把电动汽车推上了历史的舞台。发展电动汽车具有节能和环保的双重效益,尤其是纯电动汽车在能量总转换效率和污染总排放方面具有明显优势,是未来汽车产业的发展方向。但是车用动力电池却成为制约电动汽车发展的瓶颈,能量密度低限制了电动车的续航里程,电池成组后使用寿命缩短和安全性能下降以及电池充电时间长等问题都阻碍了电动汽车的产业化。
为了增加电动汽车的续航里程,保持车用动力电池的性能良好,对电池系统进行有效全面的监控和管理是有非常有必要的。电池管理系统(BMS)成为电动汽车商业化、实用化的关键。电池管理系统的主要功能包括单体电池的电压监测、温度监测、电池组总电压的监测、电池剩余电量的估计、电池均衡控制管理、电池安全保护等。而核心问题是对电池荷电状态(SOC)的估计,系统中许多功能的实现都是以SOC的准确估计为前提的。电池管理技术可以防止成组电池出现的滥用和不合理使用,保障电池使用的长寿命和安全性,提高电动车运行的效率,实现电池容量和能量利用的高效性。
本文以电动游览车的电池管理为研究内容,设计了适合磷酸铁锂动力电池使用的管理系统。文中首先阐述了研究背景,内容涉及电动汽车的研究现状、动力电池和电池管理技术的发展。第二章通过四个特性实验研究了磷酸铁锂电池的充放电特性,选择了合适的电池模型并且确定了电池模型参数的获取方法。第三章重点研究了SOC估算的几种方法,提出了适合磷酸铁锂电池使用的复合估算方法。复合算法是基于EKF算法并结合开路电压法和安时积分法来对电池的SOC进行估算的,并对复合算法进行了仿真验证。第四章论述了电池成组应用和均衡的有关问题。第五章重点介绍了电池管理系统的硬件、软件设计,以及LABVIEW单体电池电压监控界面。
The energy crisis, environmental pollution, and many other factors bring electric vehicles to the stage of history. The development of electric vehicles has the dual benefits of energy conservation and environmental protection, especially pure electric vehicles has the obvious advantages in the total conversion of energy efficiency and pollution emissions, electric vehicles is the future direction of development of the automobile industry. But Vehicle battery has become a bottleneck restricting in the development of electric vehicles, low energy density limits the mileage of electric cars, the shorten life of vehicles power battery pack and the drop of the safety performance hinder the industrialization of electric vehicles, as well as battery charging using a long time.
In order to increase the mileage of electric vehicles, keep the vehicle power battery performance, using an effective and comprehensive monitoring and management of battery system is very necessary. The battery management system (BMS) has become the key to the commercialization of electric vehicles practical. The main functions of the battery management system include voltage monitor of single battery cells, temperature monitoring, voltage monitor of the battery pack, the estimate of the remaining capacity, and management of the battery balanced, battery safety protection and so on.But the core issue is the estimate of SOC, many features of the system, accurate estimate of the SOC is a premise for many features of the system to achieve. Battery management technology can prevent the unreasonable use of the group of batteries, can ensure long battery life and security of the battery, improve the efficiency when electric cars is running, keep battery capacity and improve energy efficiency.
The first chapter describes the research background, including the research of the electric car, and the development of the power battery and battery management technology. The second chapter studies charge-discharge characteristics of the vehicle power battery by four experiments, selects the appropriate battery model and determines the method of the battery model parameters calculation. The third chapter focuses on several methods of SOC estimated and proposed compound estimated method for the phosphate iron lithium of SOC estimated. The composite algorithm is based on the EKF algorithm and combined with the open-circuit voltage method and the current integration method, and simulation results show the feasibility of complex algorithms. The fourth chapter deals with issues related to battery group applications and battery balanced battery. The last chapter focuses on battery management system hardware and software designing, as well as a LABVIEW monitoring interface of single battery voltage.
为了增加电动汽车的续航里程,保持车用动力电池的性能良好,对电池系统进行有效全面的监控和管理是有非常有必要的。电池管理系统(BMS)成为电动汽车商业化、实用化的关键。电池管理系统的主要功能包括单体电池的电压监测、温度监测、电池组总电压的监测、电池剩余电量的估计、电池均衡控制管理、电池安全保护等。而核心问题是对电池荷电状态(SOC)的估计,系统中许多功能的实现都是以SOC的准确估计为前提的。电池管理技术可以防止成组电池出现的滥用和不合理使用,保障电池使用的长寿命和安全性,提高电动车运行的效率,实现电池容量和能量利用的高效性。
本文以电动游览车的电池管理为研究内容,设计了适合磷酸铁锂动力电池使用的管理系统。文中首先阐述了研究背景,内容涉及电动汽车的研究现状、动力电池和电池管理技术的发展。第二章通过四个特性实验研究了磷酸铁锂电池的充放电特性,选择了合适的电池模型并且确定了电池模型参数的获取方法。第三章重点研究了SOC估算的几种方法,提出了适合磷酸铁锂电池使用的复合估算方法。复合算法是基于EKF算法并结合开路电压法和安时积分法来对电池的SOC进行估算的,并对复合算法进行了仿真验证。第四章论述了电池成组应用和均衡的有关问题。第五章重点介绍了电池管理系统的硬件、软件设计,以及LABVIEW单体电池电压监控界面。
The energy crisis, environmental pollution, and many other factors bring electric vehicles to the stage of history. The development of electric vehicles has the dual benefits of energy conservation and environmental protection, especially pure electric vehicles has the obvious advantages in the total conversion of energy efficiency and pollution emissions, electric vehicles is the future direction of development of the automobile industry. But Vehicle battery has become a bottleneck restricting in the development of electric vehicles, low energy density limits the mileage of electric cars, the shorten life of vehicles power battery pack and the drop of the safety performance hinder the industrialization of electric vehicles, as well as battery charging using a long time.
In order to increase the mileage of electric vehicles, keep the vehicle power battery performance, using an effective and comprehensive monitoring and management of battery system is very necessary. The battery management system (BMS) has become the key to the commercialization of electric vehicles practical. The main functions of the battery management system include voltage monitor of single battery cells, temperature monitoring, voltage monitor of the battery pack, the estimate of the remaining capacity, and management of the battery balanced, battery safety protection and so on.But the core issue is the estimate of SOC, many features of the system, accurate estimate of the SOC is a premise for many features of the system to achieve. Battery management technology can prevent the unreasonable use of the group of batteries, can ensure long battery life and security of the battery, improve the efficiency when electric cars is running, keep battery capacity and improve energy efficiency.
The first chapter describes the research background, including the research of the electric car, and the development of the power battery and battery management technology. The second chapter studies charge-discharge characteristics of the vehicle power battery by four experiments, selects the appropriate battery model and determines the method of the battery model parameters calculation. The third chapter focuses on several methods of SOC estimated and proposed compound estimated method for the phosphate iron lithium of SOC estimated. The composite algorithm is based on the EKF algorithm and combined with the open-circuit voltage method and the current integration method, and simulation results show the feasibility of complex algorithms. The fourth chapter deals with issues related to battery group applications and battery balanced battery. The last chapter focuses on battery management system hardware and software designing, as well as a LABVIEW monitoring interface of single battery voltage.
引文
[1]谭晓军.电动汽车动力电池管理系统设计[M].广州：中山大学出版社,2011.
[2]陈清泉,孙逢春,祝嘉光.现代电动汽车技术[M].北京：北京理工大学出版社,2002.
[3]吴宇平,万春荣,姜长印.锂离子二次电池[M].北京：化学工业出版社,2002.
[4]盛大双,姜久春,李景新等.基于实时操作系统的电池管理系统研究[J].电测与仪表,2009,46(5)：68-71.
[5]徐国卿.电动汽车技术发展趋势与展望[J].先进技术研究通报,2010,4(2)：84-88.
[6]姜久春.电池管理系统的概括和发展趋势[J].新材料产业,2007,8.
[7]崔胜民,韩家军.新能源汽车概论[M].北京：北京大学出版社,2011.
[8]王震坡,孟祥峰.电动汽车动力电池成组应用现状及研究趋势[J].新材料产业,2007,8.
[9]李相哲,苏芳,林道勇.电动汽车动力电源系统[M].北京：化学工业出版社,2011.
[10]钱良国,郝永超,肖亚玲.锂离子等新型动力蓄电池成组应用技术和设备研究最新进展[J].机械工程学报,2009(2)：22-25.
[11]吕延平,王君君,吴正斌等.分布式电池管理系统[J].先进技术通报,2011,(5)：54-57.
[12]徐杰.基于卡尔曼滤波的动力电池组SOC精确估计[D].杭州：杭州电子科技大学,2009.
[13]林成涛,王军平,陈全世.电动汽车SOC估计方法原理与应用[J].电池,2004,(4)：17-21.
[14]陈清泉,詹宣巨.21世纪的绿色交通工具-电动车[M].北京：清华大学出版社,2000.
[15]刘宝杰,王艳,殷天明.电动汽车电池管理系统[J].电气自动化,2010,32(1)：24-27.
[16]夏超英,张树,孙宏涛.基于推广卡尔曼滤波算法的SOC估算策略[J].电源技术,2007,5(2)：414-417.
[17]Chen M. and Rincon-Mora G A. Accurate Electrical Battery Model Capable of Predicting Runtime and I-V Performance[J]. IEEE Transactions on Energy Conversion,2006,21(2): 504-511.
[18]He H, Xiong R, Zhang X, et al. State-of-Charge Estimation of the Lithium-Ion Battery Using an Adaptive Extended Kalman Filter Based on an Imporoved Thevenin Model[J]. IEEE Transactions on Vehicular Technology,2011,60(4):1461-1469.
[19]Hsieh Y C, Moo C S and Tsai I S. Balance Charging Circuit for Charge Equalization[C]. Power Conversion Conference,2002, (3): 1138-1143.
[20]孙宏涛.电动汽车电池管理系统设计与均衡充电方案研究[D].天津：天津大学,2006.
[21]刘彦忠,张奕黄,王大龙.车用动力锂电池的SOC估计[J].电力电子技术,2011,45(12)：48-51.
[22]张术.电动汽车电池管理系统软件设计与SOC估算策略研究[D].天泮：天津大学,2006.
[23]袁永军.纯电动汽车用电池管理系统研究[D].上海：同济大学,2009.
[24]蔡群英.混合动力汽车用锂离子电池系统的研制[D].北京：北京交通大学,2010.
[25]文锋.纯电动汽车用锂离子电池组管理技术基础问题研究[D].北京：北京交通大学,2009.
[26]戴海峰,魏学哲,孙泽昌.基于扩展卡尔曼滤波算法的燃料电池车用锂离子动力电池荷电状态估计[J].机械工程学报,2007(2)：58-63.
[27]张杨.纯电动汽用磷酸亚铁锂电池管理系统[D].北京：北京交通大学,2010.
[28]陈勇军.磷酸铁锂电池建模及SOC算法研究[D].哈尔滨：哈尔滨工业大学,2011.
[29]戴海峰,孙泽昌,魏学哲.利用双卡尔曼滤波算法估计电动汽车用锂离子动力电池的内部状态[J].机械工程学报,2009(6)：58-59.
[30]Lee D T, Shian S J, Lee CM, et al. State-of-Charg Estimation for Electric Scooters by Using Learning Mechanisms[J]. IEEE Transactions on Vehicular Technology,2007,56(2):544-556.
[31]张巍.纯电动汽车电池管理系统的研究[D].北京：北京交通大学,2008.
[32]陈超.锂离子动力电池测试系统的设计与应用[D].杭州：浙江大学,2011.
[33]程鹏,王艳东.现代控制理论基础[M].北京：北京航空航天大学出版社,2010.
[34]齐晓慧,黄健群,董海瑞,杨志军.现代控制理论及应用[M].北京：国防工业出版社,2007.
[35]Lee Y S and Cheng M W. Intelligent Control Battery Equalization for Series Connected Lithium-ion Battery String[J]. IEEE Transactions on Industrial Electronics,2005,52(5): 1297-1307.
[36]Liao C, Li H and Wang L. A Dynamic Equivalent Circuit Model of LiFePO4 Cathode Material for Lithium Ion Batteries on Hybrid Electric Vehicles[C]. 5th IEEE Vehicle Power and Propulsion Conference. IEEE,2009:1662-1665.
[37]Szumanowski A. and Chang Y H. Battery Management Systems:Accurate State-of-Charge Indication for Battery-Powered Applications(Philips Research Book Series) [M]. Germany: Springer,2008.
[38]Moo C S., Hsien Y C., Tsai I S., et al. Dynamic Charge Equalization for Series-connected Battery [J]. Electric Power Applications,2003,150(5):501-505.
[39]Zhang J, Ci S and Sharif H. An Enhanced Circuit-Based Model for Single-Cell Battery[C]. Applied Power Electronics Conference and Exposition(APEC). IEEE,2010:672-675.
[40]劳力.动力蓄电池管理系统SOC算法研究[D].北京：北京交通大学,2007.
[41]蔡宗举.电动汽车用铅酸电池SOC估算策略研究[D].天津：天津大学,2009.
[42]胡建红.基于MC9S12DP512与CAN总线的电池管理系统研究与设计[D].上海：上海交通大学,2008.
[43]蔡兴龙.数字式逆变焊机研究[D].北京：北京交通大学,2010.
[44]刘雷.基于英飞凌XC167单片机的永磁无刷直流电动机控制系统的研制[D].北京：北京交通大学,2007.
[45]孙宏涛.电动汽车电池管理系统设计与均衡充电方案研究[D].天津：天津大学,2006.
[46]魏学哲,孙泽昌,田佳卿.锂离子动力电池参数识别与状态估计[J].同济大学学报(自然科学版),2008,36(2)：231-235.
[47]肖洁.锂电池智能管理系统的研究[D].南京：南京理工大学,2011.
[48]闫文志.燃料电池车的动力电池管理系统研究与实现[D].武汉：武汉理工大学,2010.
[49]吕延平.基于分布式系统的电动汽车电池管理系统研究[D].哈尔滨：哈尔滨工学大学,2010.
[50]李哲,卢兰光,欧阳明高.提高安时积分法估计电池SOC精度的方法比较[J].清华大学学报(自然科学版),2010,8(50)：1293-1296.
[51]李海军.电动汽车电池管理系统的研究[D].淄博：山东理工大学,2008.
[52]毛群辉.基于TMS320F2812的电动汽车电池管理系统研究[D].长沙：湖南大学,2010.
[53]赵奕凡.混合动力电动汽车锂离子电池管理系统研究与设计[D].武汉：武汉理工大学,2011.
[54]王有珺,张维戈,王占国.LTC6802在电池管理系统中的应用[J].微处理机,2011,4(2)：76-80.
[55]LTC6802-1 multical battery stack monitor datasheet[Z].2009.
[56]王旭光,高明煜.LTC6802在锂电池组均衡电路中的应用[J].杭州电子科技大学学报,2011,4(2)：1-4.
[57]梁海滨,吴登娥,梁国辉.基于LTC6802的磷酸铁锂电池采集系统[J].新器件新技术,2011,6(6)：38-41.
[58]张金顶,王太宏,龙泽,雷晶晶,李进.基于MSP430单片机的12节锂电池管理系统[J].电源技术,2011,5(35)：514-516.
[59]Zhao J, Jiang J and Niu L. A Novel Charge Equalizaion Technique for Electric Vehicle Battery System[J]. Power Electronics and Drive Systems,2003, (2): 853-857.
[60]黄文华,韩晓东,陈全世,林成涛.电动汽车SOC估计算法与电池管理系统的研究[J].汽车工程,2007,3(29)：198-202.
[61]王震坡,孙逢春.电动汽车电池组连接可靠性及不一致性研究[J].车辆与动力技术,2002,88(4)：11-15.
[62]袁洪芳.基于MC9S08DZ60的CAN总线振动传感器设计[J].电子设计工程,2009.
[63]罗峰,孙泽吕.汽车CAN总线系统原理、设计与应用[M].北京：电子工业出版社,2011.
[64]李见敏.基于CAN总线的电池管理系统的设计[D].天津：天津大学,2009.
[65]宫学庚,梁枫,马宇坤,韩毅.基于CAN总线的电动客车用分布式电池管理模块[J].电源技术,2009,(10)：89-92.
[66]陈竹.电池管理系统中基本物理量的采集方法[J].电动自行车,2011,11(11)：22-24.
[67]陈广.双向均衡的电动汽车电池管理系统设计[D].长沙：湖南大学,2011.
[68]刘忠其.电动汽车用电池管理系统平台设计[D].北京：北京交通大学,2010.
[69]李文江,张志高,庄益诗.电动汽车用铅酸电池管理系统SOC算法研究[J].电源技术,2010,12(34)：1266-1268.
[2]陈清泉,孙逢春,祝嘉光.现代电动汽车技术[M].北京：北京理工大学出版社,2002.
[3]吴宇平,万春荣,姜长印.锂离子二次电池[M].北京：化学工业出版社,2002.
[4]盛大双,姜久春,李景新等.基于实时操作系统的电池管理系统研究[J].电测与仪表,2009,46(5)：68-71.
[5]徐国卿.电动汽车技术发展趋势与展望[J].先进技术研究通报,2010,4(2)：84-88.
[6]姜久春.电池管理系统的概括和发展趋势[J].新材料产业,2007,8.
[7]崔胜民,韩家军.新能源汽车概论[M].北京：北京大学出版社,2011.
[8]王震坡,孟祥峰.电动汽车动力电池成组应用现状及研究趋势[J].新材料产业,2007,8.
[9]李相哲,苏芳,林道勇.电动汽车动力电源系统[M].北京：化学工业出版社,2011.
[10]钱良国,郝永超,肖亚玲.锂离子等新型动力蓄电池成组应用技术和设备研究最新进展[J].机械工程学报,2009(2)：22-25.
[11]吕延平,王君君,吴正斌等.分布式电池管理系统[J].先进技术通报,2011,(5)：54-57.
[12]徐杰.基于卡尔曼滤波的动力电池组SOC精确估计[D].杭州：杭州电子科技大学,2009.
[13]林成涛,王军平,陈全世.电动汽车SOC估计方法原理与应用[J].电池,2004,(4)：17-21.
[14]陈清泉,詹宣巨.21世纪的绿色交通工具-电动车[M].北京：清华大学出版社,2000.
[15]刘宝杰,王艳,殷天明.电动汽车电池管理系统[J].电气自动化,2010,32(1)：24-27.
[16]夏超英,张树,孙宏涛.基于推广卡尔曼滤波算法的SOC估算策略[J].电源技术,2007,5(2)：414-417.
[17]Chen M. and Rincon-Mora G A. Accurate Electrical Battery Model Capable of Predicting Runtime and I-V Performance[J]. IEEE Transactions on Energy Conversion,2006,21(2): 504-511.
[18]He H, Xiong R, Zhang X, et al. State-of-Charge Estimation of the Lithium-Ion Battery Using an Adaptive Extended Kalman Filter Based on an Imporoved Thevenin Model[J]. IEEE Transactions on Vehicular Technology,2011,60(4):1461-1469.
[19]Hsieh Y C, Moo C S and Tsai I S. Balance Charging Circuit for Charge Equalization[C]. Power Conversion Conference,2002, (3): 1138-1143.
[20]孙宏涛.电动汽车电池管理系统设计与均衡充电方案研究[D].天津：天津大学,2006.
[21]刘彦忠,张奕黄,王大龙.车用动力锂电池的SOC估计[J].电力电子技术,2011,45(12)：48-51.
[22]张术.电动汽车电池管理系统软件设计与SOC估算策略研究[D].天泮：天津大学,2006.
[23]袁永军.纯电动汽车用电池管理系统研究[D].上海：同济大学,2009.
[24]蔡群英.混合动力汽车用锂离子电池系统的研制[D].北京：北京交通大学,2010.
[25]文锋.纯电动汽车用锂离子电池组管理技术基础问题研究[D].北京：北京交通大学,2009.
[26]戴海峰,魏学哲,孙泽昌.基于扩展卡尔曼滤波算法的燃料电池车用锂离子动力电池荷电状态估计[J].机械工程学报,2007(2)：58-63.
[27]张杨.纯电动汽用磷酸亚铁锂电池管理系统[D].北京：北京交通大学,2010.
[28]陈勇军.磷酸铁锂电池建模及SOC算法研究[D].哈尔滨：哈尔滨工业大学,2011.
[29]戴海峰,孙泽昌,魏学哲.利用双卡尔曼滤波算法估计电动汽车用锂离子动力电池的内部状态[J].机械工程学报,2009(6)：58-59.
[30]Lee D T, Shian S J, Lee CM, et al. State-of-Charg Estimation for Electric Scooters by Using Learning Mechanisms[J]. IEEE Transactions on Vehicular Technology,2007,56(2):544-556.
[31]张巍.纯电动汽车电池管理系统的研究[D].北京：北京交通大学,2008.
[32]陈超.锂离子动力电池测试系统的设计与应用[D].杭州：浙江大学,2011.
[33]程鹏,王艳东.现代控制理论基础[M].北京：北京航空航天大学出版社,2010.
[34]齐晓慧,黄健群,董海瑞,杨志军.现代控制理论及应用[M].北京：国防工业出版社,2007.
[35]Lee Y S and Cheng M W. Intelligent Control Battery Equalization for Series Connected Lithium-ion Battery String[J]. IEEE Transactions on Industrial Electronics,2005,52(5): 1297-1307.
[36]Liao C, Li H and Wang L. A Dynamic Equivalent Circuit Model of LiFePO4 Cathode Material for Lithium Ion Batteries on Hybrid Electric Vehicles[C]. 5th IEEE Vehicle Power and Propulsion Conference. IEEE,2009:1662-1665.
[37]Szumanowski A. and Chang Y H. Battery Management Systems:Accurate State-of-Charge Indication for Battery-Powered Applications(Philips Research Book Series) [M]. Germany: Springer,2008.
[38]Moo C S., Hsien Y C., Tsai I S., et al. Dynamic Charge Equalization for Series-connected Battery [J]. Electric Power Applications,2003,150(5):501-505.
[39]Zhang J, Ci S and Sharif H. An Enhanced Circuit-Based Model for Single-Cell Battery[C]. Applied Power Electronics Conference and Exposition(APEC). IEEE,2010:672-675.
[40]劳力.动力蓄电池管理系统SOC算法研究[D].北京：北京交通大学,2007.
[41]蔡宗举.电动汽车用铅酸电池SOC估算策略研究[D].天津：天津大学,2009.
[42]胡建红.基于MC9S12DP512与CAN总线的电池管理系统研究与设计[D].上海：上海交通大学,2008.
[43]蔡兴龙.数字式逆变焊机研究[D].北京：北京交通大学,2010.
[44]刘雷.基于英飞凌XC167单片机的永磁无刷直流电动机控制系统的研制[D].北京：北京交通大学,2007.
[45]孙宏涛.电动汽车电池管理系统设计与均衡充电方案研究[D].天津：天津大学,2006.
[46]魏学哲,孙泽昌,田佳卿.锂离子动力电池参数识别与状态估计[J].同济大学学报(自然科学版),2008,36(2)：231-235.
[47]肖洁.锂电池智能管理系统的研究[D].南京：南京理工大学,2011.
[48]闫文志.燃料电池车的动力电池管理系统研究与实现[D].武汉：武汉理工大学,2010.
[49]吕延平.基于分布式系统的电动汽车电池管理系统研究[D].哈尔滨：哈尔滨工学大学,2010.
[50]李哲,卢兰光,欧阳明高.提高安时积分法估计电池SOC精度的方法比较[J].清华大学学报(自然科学版),2010,8(50)：1293-1296.
[51]李海军.电动汽车电池管理系统的研究[D].淄博：山东理工大学,2008.
[52]毛群辉.基于TMS320F2812的电动汽车电池管理系统研究[D].长沙：湖南大学,2010.
[53]赵奕凡.混合动力电动汽车锂离子电池管理系统研究与设计[D].武汉：武汉理工大学,2011.
[54]王有珺,张维戈,王占国.LTC6802在电池管理系统中的应用[J].微处理机,2011,4(2)：76-80.
[55]LTC6802-1 multical battery stack monitor datasheet[Z].2009.
[56]王旭光,高明煜.LTC6802在锂电池组均衡电路中的应用[J].杭州电子科技大学学报,2011,4(2)：1-4.
[57]梁海滨,吴登娥,梁国辉.基于LTC6802的磷酸铁锂电池采集系统[J].新器件新技术,2011,6(6)：38-41.
[58]张金顶,王太宏,龙泽,雷晶晶,李进.基于MSP430单片机的12节锂电池管理系统[J].电源技术,2011,5(35)：514-516.
[59]Zhao J, Jiang J and Niu L. A Novel Charge Equalizaion Technique for Electric Vehicle Battery System[J]. Power Electronics and Drive Systems,2003, (2): 853-857.
[60]黄文华,韩晓东,陈全世,林成涛.电动汽车SOC估计算法与电池管理系统的研究[J].汽车工程,2007,3(29)：198-202.
[61]王震坡,孙逢春.电动汽车电池组连接可靠性及不一致性研究[J].车辆与动力技术,2002,88(4)：11-15.
[62]袁洪芳.基于MC9S08DZ60的CAN总线振动传感器设计[J].电子设计工程,2009.
[63]罗峰,孙泽吕.汽车CAN总线系统原理、设计与应用[M].北京：电子工业出版社,2011.
[64]李见敏.基于CAN总线的电池管理系统的设计[D].天津：天津大学,2009.
[65]宫学庚,梁枫,马宇坤,韩毅.基于CAN总线的电动客车用分布式电池管理模块[J].电源技术,2009,(10)：89-92.
[66]陈竹.电池管理系统中基本物理量的采集方法[J].电动自行车,2011,11(11)：22-24.
[67]陈广.双向均衡的电动汽车电池管理系统设计[D].长沙：湖南大学,2011.
[68]刘忠其.电动汽车用电池管理系统平台设计[D].北京：北京交通大学,2010.
[69]李文江,张志高,庄益诗.电动汽车用铅酸电池管理系统SOC算法研究[J].电源技术,2010,12(34)：1266-1268.