本文關(guān)鍵詞：鋰電池荷電狀態(tài)自適應(yīng)估計算法研究

  更多相關(guān)文章： 數(shù)據(jù)與模型融合 對偶卡爾曼濾波 Arrhenius原理 荷電狀態(tài) 電池健康狀況

【摘要】：能源危機(jī)和環(huán)境污染的問題日益加劇致使微電網(wǎng)儲能和電動汽車備受關(guān)注,而它們的共同點(diǎn)是需要電池管理系統(tǒng)對電池有效地管理和控制。電池狀態(tài)估計既是整個系統(tǒng)的重點(diǎn),也是難點(diǎn),其關(guān)乎能量管理、循環(huán)壽命、安全和穩(wěn)定的運(yùn)行和成本。由于電池的運(yùn)行是一個復(fù)雜的電化學(xué)反應(yīng)過程,受應(yīng)用環(huán)境、老化等因素的影響,實現(xiàn)快速、精確的電池狀態(tài)估計具有挑戰(zhàn)性。因此,電池狀態(tài)估計的研究具有理論意義和應(yīng)用價值。本論文針對磷酸鐵鋰電池(Li FePO4)展開具體的研究工作。針對鋰電池的數(shù)學(xué)建模和模型參數(shù)辨識問題,本文構(gòu)建了從零階推廣到n階RC網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)學(xué)模型,針對模型精度與復(fù)雜度的權(quán)衡問題,開展了以電池模型參數(shù)辨識、模型優(yōu)化和模型準(zhǔn)確度評估為核心的四步驟參數(shù)辨識方法,最終實現(xiàn)了電池的精確建模。在模型參數(shù)辨識方面,考慮到電池的慢時變特性,由于模型參數(shù)在線辨識需持續(xù)消耗計算量且對數(shù)據(jù)依賴性強(qiáng)等問題,本文給出了基于測量電流和電壓驅(qū)動數(shù)據(jù)的電池模型參數(shù)離線辨識方法,得到了比較精確的數(shù)學(xué)模型。針對電池的荷電狀態(tài)(State-of-Charge,SOC)估計的問題,提出了基于數(shù)據(jù)與模型融合的估計方法,該方法利用分段線性方法降低了算法的復(fù)雜度,并根據(jù)Arrhenius原理給出了電池的衰減特性,實現(xiàn)了在電池老化影響因素下的SOC實時精確估計。在此基礎(chǔ)上,以電池可用容量和內(nèi)阻表達(dá)電池健康狀況(State-of-Health,SOH)為重要表征,提出了基于對偶卡爾曼濾波(Dual Kalman filter)的鋰電池狀態(tài)估計算法,實現(xiàn)了電池健康狀況和SOC的聯(lián)合估計。本論文給出的電池數(shù)學(xué)建模和模型參數(shù)辨識方法,成功解決了電池模型復(fù)雜度和模型精度的權(quán)衡。提出的分段線性方法,解決了由模型參數(shù)與SOC的非線性關(guān)系導(dǎo)致計算量增加的問題。為了解決電池受老化因素的影響,提出了基于Arrhenius原理來表達(dá)電池的衰減特性,在此基礎(chǔ)上,提出了基于對偶卡爾曼濾波的估計算法,實現(xiàn)了電池健康狀況和SOC的聯(lián)合估計。
【關(guān)鍵詞】：數(shù)據(jù)與模型融合 對偶卡爾曼濾波 Arrhenius原理 荷電狀態(tài) 電池健康狀況
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM912
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-16
• 1.1 本論文研究的目的和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢10-14
• 1.2.1 電池模型10-12
• 1.2.2 電池SOC估計12-14
• 1.3 本論文的主要研究內(nèi)容14-16
• 第2章 鋰離子電池建模與參數(shù)辨識16-29
• 2.1 鋰電池模型解析16-22
• 2.1.1 不同RC網(wǎng)絡(luò)階次的等效電路模型16-17
• 2.1.2 等效電路模型的表達(dá)式17-22
• 2.2 基于數(shù)據(jù)驅(qū)動的參數(shù)辨識方法22-28
• 2.2.1 基于在線數(shù)據(jù)驅(qū)動的參數(shù)辨識方法22-23
• 2.2.2 基于離線數(shù)據(jù)驅(qū)動的參數(shù)辨識方法23-28
• 2.3 本章小結(jié)28-29
• 第3章 基于數(shù)據(jù)與模型融合的SOC估計方法29-44
• 3.1 問題描述29
• 3.2 基于自適應(yīng)卡爾曼濾波的鋰電池SOC估計29-36
• 3.2.1 建立系統(tǒng)方程30-32
• 3.2.2 狀態(tài)SOC估計32-35
• 3.2.3 仿真結(jié)果及分析35-36
• 3.3 基于數(shù)據(jù)與模型融合的鋰電池SOC估計36-43
• 3.3.1 當(dāng)前SOC值對模型參數(shù)的影響36
• 3.3.2 電池老化程度對模型參數(shù)的影響36-38
• 3.3.3 基于當(dāng)前SOC值和老化程度與模型融合的SOC估計38-39
• 3.3.4 仿真結(jié)果及分析39-43
• 3.4 本章小結(jié)43-44
• 第4章 電池模型參數(shù)與SOC的對偶估計44-52
• 4.1 問題描述44
• 4.2 基于對偶卡爾曼濾波算法的SOC與SOH的估計44-50
• 4.2.1 電池可用容量估計45-48
• 4.2.2 電池內(nèi)阻估計48-50
• 4.3 仿真結(jié)果及分析50-51
• 4.4 本章小結(jié)51-52
• 結(jié)論52-54
• 參考文獻(xiàn)54-59
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果59-61
• 致謝61-62
• 附件62-63

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王福忠;鄧?yán)?;基于區(qū)域極點(diǎn)配置電池荷電狀態(tài)的估計方法[J];節(jié)能;2013年04期

2 趙凱;朱黎明;;無跡卡爾曼濾波的電池荷電狀態(tài)估計試驗研究[J];汽車工程學(xué)報;2013年05期

3 程博;韓琳;王軍平;曹秉剛;;利用免疫進(jìn)化網(wǎng)絡(luò)的鎳氫電池組荷電狀態(tài)預(yù)測[J];西安交通大學(xué)學(xué)報;2007年11期

4 李革臣;古艷磊;;電化學(xué)阻抗譜法預(yù)測鋰電池荷電狀態(tài)[J];電源技術(shù);2008年09期

5 夏晴;劉志遠(yuǎn);;電動汽車動力電池荷電狀態(tài)的滑模估計方法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2011年S1期

6 麻友良,陳全世,朱元;變電流下的電池荷電狀態(tài)定義方法探討[J];電池;2001年01期

7 何鵬林;王曉冬;;串聯(lián)鋰離子電池組荷電狀態(tài)評估方法對比[J];安全與電磁兼容;2011年01期

8 沈江;張文斌;全小紅;周嵩;陳景玲;;鈦酸鋰電池荷電狀態(tài)的試驗研究[J];新技術(shù)新工藝;2014年01期

9 葉林;陳政;趙永寧;;考慮電池荷電狀態(tài)的光伏功率分段平滑控制方法[J];電網(wǎng)技術(shù);2014年07期

10 余運(yùn)俊;諶新;萬曉鳳;;電動汽車電池荷電狀態(tài)估計研究綜述[J];電源學(xué)報;2014年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 孫駿;李寶輝;;電動汽車電池荷電狀態(tài)的估算方法研究及展望[A];2012安徽省汽車工程學(xué)會年會論文集[C];2012年

2 張秀玲;宋建軍;;基于RBF神經(jīng)網(wǎng)絡(luò)的MH-Ni電池荷電狀態(tài)預(yù)估模型[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

3 程艷青;高明煜;;基于卡爾曼濾波的電動汽車SOC估計[A];浙江省電源學(xué)會第十一屆學(xué)術(shù)年會暨省科協(xié)重點(diǎn)科技活動“高效節(jié)能電力電子新技術(shù)”研討會論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 鄒幽蘭;基于退役鋰動力電池容量、內(nèi)阻和荷電狀態(tài)的建模與參數(shù)估計[D];中南大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 羅志亮;鋰電池荷電狀態(tài)自適應(yīng)估計算法研究[D];哈爾濱工業(yè)大學(xué);2016年

2 張樹鵬;電動汽車電池荷電狀態(tài)及行動力分析研究[D];上海交通大學(xué);2015年

3 夏晴;電動汽車用鋰離子電池荷電狀態(tài)估計算法的研究[D];哈爾濱工業(yè)大學(xué);2011年

4 和曉念;鋰電池荷電狀態(tài)預(yù)測方法研究[D];河南師范大學(xué);2012年

5 馬巍;電動汽車鉛酸蓄電池特性建模與荷電狀態(tài)估計[D];長安大學(xué);2009年

6 于洋;動力鋰電池荷電狀態(tài)估計策略的研究[D];天津理工大學(xué);2012年

7 郝國亮;超級電容荷電狀態(tài)計算方法的研究[D];華北電力大學(xué);2012年

8 張洪近;電動汽車電池組主控及荷電狀態(tài)估測單元設(shè)計與開發(fā)[D];南京航空航天大學(xué);2013年

9 張亞軍;基于MARS的車用鋰離子電池荷電狀態(tài)估計的研究[D];長春工業(yè)大學(xué);2015年

10 肖雪峰;鋰電池荷電狀態(tài)（SOC）自適應(yīng)卡爾曼濾波估算及實現(xiàn)[D];湖南工業(yè)大學(xué);2014年

，

本文編號：971174