發(fā)布時間：2024-02-24 23:37

　　近年來,電動汽車由于環(huán)保,能量利用率高和低噪音的優(yōu)點已經(jīng)成為了汽車發(fā)展的主流方向,而電池作為電動汽車的儲能元件一直是制約其發(fā)展的主要瓶頸。相對于鉛酸電池,鎳氫電池和鎳鉻電池而言,鋰離子電池因其能量密度高,充電速度快,無記憶性的優(yōu)點而被廣泛的應用于電動汽車。電池管理系統(tǒng)(Battery Manegement Syetem,BMS)能夠確保鋰離子電池安全有效工作,鋰離子電池荷電狀態(tài)(State of Charge,SoC)和健康狀態(tài)(State of Health,SoH)的估計是BMS的基礎,但SoC和SoH無法實時測量。因此,如何提高SoC和SoH的估計精度成為了當今研究的熱點問題。本文研究鋰離子電池的SoC和SoH估計問題,包括電池的模型建立和估計算法設計。高精度電池模型的建立是實現(xiàn)SoC和SoH估計的基礎,電池模型主要分為等效電路模型和電化學模型。由于后者模型精度較高,本文將其用于SoC和SoH的估計。平均電極電化學模型是一種應用較為廣泛的電化學模型,本文在分析平均電極電化學模型的基礎上,對其進行修正,建立了充放電工況下的電化學模型。本文分析了美國先進電池聯(lián)盟(United Sta...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及意義
    1.2 電池狀態(tài)估計方法研究現(xiàn)狀
        1.2.1 鋰離子電池建模
        1.2.2 鋰離子電池 SoC 估計
        1.2.3 鋰離子電池 SoH 估計
    1.3 本文主要研究內(nèi)容
第2章 鋰離子電化學模型的建立
    2.1 引言
    2.2 鋰離子電池電化學模型
        2.2.1 平均電極電化學模型原理分析
        2.2.2 充放電工況電化學模型建立
    2.3 鋰離子電池測試實驗數(shù)據(jù)獲取
    2.4 電化學模型參數(shù)辨識與驗證
        2.4.1 Levenberg-Marquardt參數(shù)辨識
        2.4.2 模型驗證
    2.5 本章小結(jié)
第3章 基于狀態(tài)觀測器的鋰離子電池SoC估計
    3.1 引言
    3.2 鋰離子電池SoC估計問題描述
    3.3 基于 Luenberger 觀測器的鋰離子電池 SoC 估計
        3.3.1 Luenberger觀測器原理分析
        3.3.2 Luenberger觀測器估計SoC設計
    3.4 基于高階滑模觀測器的鋰離子電池 SoC 估計
        3.4.1 高階滑模觀測器原理分析
        3.4.2 高階滑模觀測器估計 SoC 設計
    3.5 鋰離子電池SoC估計算法實現(xiàn)與實驗驗證
    3.6 本章小結(jié)
第4章 基于狀態(tài)觀測器的鋰離子電池SoH估計
    4.1 引言
    4.2 鋰離子電池SoH估計問題描述
    4.3 基于 Super-twisting 觀測器的鋰離子電池 SoH 估計
        4.3.1 Super-twisting觀測器原理分析
        4.3.2 Super-twisting觀測器估計SoH設計
    4.4 基于非奇異終端滑模觀測器的SoH估計
        4.4.1 非奇異終端滑模觀測器原理分析
        4.4.2 非奇異終端滑模觀測器估計SoH設計
    4.5 鋰離子電池SoH估計算法實現(xiàn)與實驗驗證
    4.6 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其他成果
致謝



本文編號：3909736