發(fā)布時(shí)間：2021-07-24 23:03

　　近年來,為應(yīng)對(duì)日益突出的燃油汽車排放帶來的環(huán)境污染問題,電動(dòng)汽車逐漸受到國(guó)內(nèi)外的廣泛關(guān)注,各國(guó)政府紛紛將發(fā)展電動(dòng)汽車作為國(guó)家戰(zhàn)略,加快推進(jìn)技術(shù)研發(fā)和產(chǎn)業(yè)發(fā)展。鋰電池因其能量密度高、循環(huán)壽命長(zhǎng)、溫度適應(yīng)性寬、自放電率小、綠色環(huán)保等特性逐漸成為電動(dòng)汽車動(dòng)力源發(fā)展的重要方向。鋰電池健康狀態(tài)（State Of Health,SOH）是電動(dòng)汽車鋰電池全生命周期下故障診斷和安全預(yù)警的重要參數(shù),SOH精準(zhǔn)估算對(duì)于提升鋰電池整體性能具有重要的意義。目前國(guó)內(nèi)外研究學(xué)者越來越關(guān)注鋰電池SOH估算特別是在線估算方法的研究。而電動(dòng)汽車鋰電池放電容量、交直流阻抗等參數(shù)在實(shí)際使用當(dāng)中難以直接測(cè)量,作為輸入變量應(yīng)用于在線估算模型中存在難度。本文基于在用電動(dòng)汽車充電過程中可直接測(cè)量獲得的充電工作電壓、充電時(shí)間、充電次數(shù)和電池編號(hào)的數(shù)據(jù),結(jié)合單次充電片段數(shù)據(jù)的容量估算模型和全生命周期衰減預(yù)測(cè)模型進(jìn)行鋰電池SOH在線估算方法研究。鋰電池容量估算方法一般采用參數(shù)直接對(duì)容量映射的機(jī)器學(xué)習(xí)方法,由于鋰電池的個(gè)體電化學(xué)差異性,很難完全覆蓋所有電池個(gè)體模型。為解決容量估算模型個(gè)體差異性的問題,提出基于迭代EKF-GPR算法的鋰電池... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

基于GPR算法的容量估算結(jié)果

第3章基于迭代EKF-GPR鋰電池充電可用容量估算方法研究-41-圖3-12估計(jì)算法變量傳遞框圖Fig.3-12Blockdiagramofvariabletransferofestimationalgorithm根據(jù)圖3-12所示的變量傳遞框圖，充電時(shí)間估算方法的實(shí)施流程如下，首先建立離散非線性系統(tǒng)，狀態(tài)方程見式（3-21）。(1)(())fknUnGPUnW（3-21）式中，Wn為公式(3-19)中的基于GPR方法的充電電壓預(yù)測(cè)方差，即有式（3-22）。22()212nWed（3-22）k表示為充電次數(shù)，n表示為單次充電數(shù)據(jù)序號(hào)，量測(cè)方程見式（3-6）。由系統(tǒng)狀態(tài)方程式（3-5）將GPR非參數(shù)函數(shù)()fGP圍繞狀態(tài)方程初始值U(nn1)作為一階Taylor展開，得到式（3-23）n(1)(())(())[()(1)]+fknUnGPUnUnUnUnnW（3-23）式中，n為Taylor展開后的隨機(jī)外作用項(xiàng)，為了簡(jiǎn)化估算過程，初始值設(shè)為0。(U(n))為狀態(tài)方程對(duì)U的導(dǎo)數(shù)，由于()fGP為非參數(shù)函數(shù)，可以利用差商近似求導(dǎo)，實(shí)現(xiàn)估計(jì)模型的迭代更新，差商的計(jì)算過程如式（3-24），也就是卡爾曼濾波中的轉(zhuǎn)移矩陣：11()()(())ffknknnnGPUGPUUnUU（3-24）同樣以一階Taylor公式展開量測(cè)方程，求解觀測(cè)矩陣H()如式（3-25）。1)(())kUnnhHUnU（（3-25）

第5章電動(dòng)汽車鋰電池組SOH在線估算方法-75-圖5-4不同時(shí)間電動(dòng)汽車電池組全充容量測(cè)試Fig.5-4Fullchargecapacitytestofelectricvehiclebatterypackatdifferenttimes由于在標(biāo)準(zhǔn)充電情況下，鋰電池恒壓充電容量?jī)H占總?cè)萘康?%左右，且控制電池組內(nèi)單體恒壓充電的技術(shù)相對(duì)復(fù)雜，同時(shí)過滿的對(duì)鋰電池充電會(huì)造成整個(gè)電池壽命降低，因此電動(dòng)汽車通常只進(jìn)行恒流充電。基于電動(dòng)汽車電池組進(jìn)行恒流充電的特點(diǎn)，在不同健康狀態(tài)下的電池組會(huì)有不同的充電工作電壓表征，來估算電池組當(dāng)前的SOH。基于對(duì)電池組充電曲線的分析，擬合出鋰電池組充電過程中電壓變化來估算電池組當(dāng)前可用充電容量，來表征電池容量參數(shù)衰退。已知一個(gè)鋰電池組的模型搭建后是固定的，模型的一些參數(shù)也需要借鑒實(shí)驗(yàn)室經(jīng)驗(yàn)數(shù)據(jù)，因此在不同工況下估算準(zhǔn)確性會(huì)有所降低。鋰電池組SOH在線估算模型為了增加該模型的通用性和適應(yīng)性，基于相同類型電池組歷史充電數(shù)據(jù)建立根據(jù)實(shí)際的電池組性能進(jìn)行實(shí)時(shí)變化的迭代化模型，實(shí)時(shí)完善估算模型，使模型接近當(dāng)前電池組工作狀態(tài)，提高估算準(zhǔn)確性。重點(diǎn)解決在鋰電池組日常訓(xùn)練數(shù)據(jù)不足的情況下，進(jìn)行在線估算同時(shí)評(píng)定SOH估算不確定度，保證估算結(jié)果的可靠性。從數(shù)據(jù)結(jié)構(gòu)上看，基于充電機(jī)直接獲得的數(shù)據(jù)包括，鋰電池工作電壓，充電電流、充電時(shí)間、鋰電池變化等參數(shù)，從單次充電數(shù)據(jù)來看，一輛電動(dòng)汽車鋰電池組的工作電壓數(shù)據(jù)如式（5-19）。),(),(),(),(),(),(),(),(),(),(),(),(111112121111221100010102020101iNiNiMiMiiiiiNiNiMiMiiiiNNMMIuuIutIttItuIuuIutIttItuIuuIutIttItuU（5-19）式中，),(iNiNutI是一個(gè)有關(guān)電流I、時(shí)間t和電池

【參考文獻(xiàn)】：
期刊論文
[1]磷酸鐵鋰電池內(nèi)阻連續(xù)動(dòng)態(tài)測(cè)量與分析[J]. 李揚(yáng),陳明彪,林仕立,宋文吉,馮自平,蔣海洲.  新能源進(jìn)展. 2018(05)
[2]拉普拉斯正則化雙曲正切低秩子空間聚類算法[J]. 張桂玲,杜艷夢(mèng).  控制與決策. 2018(01)
[3]基于蟻群神經(jīng)網(wǎng)絡(luò)算法的電池健康狀態(tài)估計(jì)[J]. 肖仁鑫,李沛森,李曉宇,王澤林.  電源技術(shù). 2017(06)
[4]基于人工神經(jīng)網(wǎng)絡(luò)估算鋰離子電池的SOH[J]. 何發(fā)堯,胡欲立,郭廣華,鄭唯.  電源技術(shù). 2017(05)
[5]鋰電池健康狀態(tài)估算方法綜述[J]. 張金龍,佟微,孫葉寧,李端凱,漆漢宏,魏艷君.  電源學(xué)報(bào). 2017(02)
[6]鋰離子電池簡(jiǎn)化電化學(xué)模型:濃度分布估計(jì)[J]. 袁世斐,吳紅杰,殷承良.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2017(03)
[7]基于滑動(dòng)窗自適應(yīng)濾波的鋰電池SOC/SOH聯(lián)合估計(jì)[J]. 汪秋婷,姜銀珠,陸赟豪.  電源技術(shù). 2017(01)
[8]基于PSO-RBF神經(jīng)網(wǎng)絡(luò)的鋰離子電池健康狀態(tài)預(yù)測(cè)[J]. 張任,胥芳,陳教料,潘國(guó)兵.  中國(guó)機(jī)械工程. 2016(21)
[9]基于PSO-SVR優(yōu)化的鋰離子電池剩余容量預(yù)測(cè)[J]. 王樹坤,黃妙華,張志運(yùn).  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2016(02)
[10]基于神經(jīng)網(wǎng)絡(luò)建模和K-均值算法的電池健康狀態(tài)評(píng)估[J]. 蘇曉波,孫猛猛,潘二東,舒星,李沛森,張海洋,李曉宇.  價(jià)值工程. 2016(02)

博士論文
[1]車用鋰離子動(dòng)力電池組的一致性研究[D]. 鄭岳久.清華大學(xué) 2014
[2]分布式環(huán)境下聚類分析新方法的研究[D]. 李成安.浙江大學(xué) 2006

碩士論文
[1]基于高斯過程回歸的鋰電池?cái)?shù)據(jù)處理[D]. 葉婧.北京交通大學(xué) 2016
[2]電動(dòng)汽車動(dòng)力電池健康狀態(tài)估計(jì)方法研究[D]. 孫培坤.北京理工大學(xué) 2016
[3]鋰離子電池多因素老化模型的建立和應(yīng)用[D]. 王婷婷.哈爾濱工業(yè)大學(xué) 2015
[4]動(dòng)力電池SOH估計(jì)及故障預(yù)測(cè)方法研究[D]. 盧明哲.北京工業(yè)大學(xué) 2015
[5]電動(dòng)汽車動(dòng)力電池SOH在線實(shí)時(shí)估計(jì)算法研究[D]. 湯露曦.廣東工業(yè)大學(xué) 2015
[6]純電動(dòng)汽車鋰動(dòng)力電池健康狀態(tài)估算方法研究[D]. 徐文靜.吉林大學(xué) 2012
[7]基于Elman神經(jīng)網(wǎng)絡(luò)鋰電池劣化程度的預(yù)測(cè)研究[D]. 石春源.哈爾濱理工大學(xué) 2011



本文編號(hào)：3301606