發(fā)布時間：2018-05-05 13:11

  本文選題：動力電池 + 衰退點(diǎn)　； 參考：《哈爾濱工業(yè)大學(xué)》2014年碩士論文

【摘要】：隨著環(huán)境和能源問題日益嚴(yán)重，電動汽車逐漸進(jìn)入了人們的日常生活中。動力電池作為能源系統(tǒng)的核心部分，其壽命是影響電動汽車性能的一個重要因素。本文圍繞電動汽車動力電池壽命預(yù)測問題展開，基于衰退模式分類建立了動力電池壽命衰退模型，對工作在不斷變化的工況下的動力電池的健康狀態(tài)估計和剩余使用壽命預(yù)測進(jìn)行了深入研究。 本文通過研究鋰離子電池衰退機(jī)理相關(guān)文獻(xiàn)，并由美國國家航空航天局的鋰離子電池充放電循環(huán)實驗的數(shù)據(jù)進(jìn)行驗證，得到了影響電池壽命衰退的主要外部因素為放電電流、截止電壓和環(huán)境溫度。確認(rèn)了具體研究目標(biāo)為通過電池健康狀態(tài)的估計進(jìn)行電池剩余使用壽命的預(yù)測。提取了新的動力電池壽命衰退表征量衰退點(diǎn)，并驗證了其有效性。 建立了基于衰退模式分類的動力電池壽命衰退模型。在衰退模式這一概念的基礎(chǔ)上，運(yùn)用ART2神經(jīng)網(wǎng)絡(luò)完成動力電池的衰退模式分類，運(yùn)用權(quán)馬爾可夫鏈完成了動力電池的衰退模式預(yù)測，通過有理論模型的曲線擬合方法完成了單一模式下的衰退模型的建立，通過線性疊加方法完成了動力電池壽命預(yù)測。 為了檢驗所建立的動力電池壽命衰退模型是否準(zhǔn)確、有效，本文設(shè)計了動力電池充放電循環(huán)實驗，，搭建了實驗平臺，完成了電池全生命周期的衰退數(shù)據(jù)采集工作。通過對采集到的衰退數(shù)據(jù)建立動力電池壽命衰退模型，完成了不同起點(diǎn)的電池健康狀態(tài)估計和電池剩余使用壽命預(yù)測。將預(yù)測值與實測值、以及在未進(jìn)行衰退模式分類條件下使用支持向量機(jī)所得預(yù)測值進(jìn)行對比分析，發(fā)現(xiàn)基于衰退模式分類的預(yù)測結(jié)果整體上誤差都在可接受范圍內(nèi)，同時，隨著預(yù)測起點(diǎn)的向后推移預(yù)測準(zhǔn)確性逐漸變好。 本文以衰退點(diǎn)作為電池壽命衰退表征量，基于衰退模式分類，建立了新的動力電池壽命衰退模型，可以實現(xiàn)變工況條件下較為準(zhǔn)確的電池剩余使用壽命預(yù)測，適合在線檢測，對于電池管理系統(tǒng)的改善具有良好的現(xiàn)實意義。
[Abstract]:With the increasingly serious environmental and energy problems, electric vehicles have gradually entered into people's daily life. As the core part of energy system, power battery life is an important factor to affect the performance of electric vehicle. In this paper, the problem of battery life prediction for electric vehicles (EV) is discussed, and the model of battery life decline is established based on the classification of declining modes. The estimation of the health status and the prediction of the remaining service life of the power battery working under changing working conditions are studied in this paper. In this paper, the decay mechanism of lithium-ion battery is studied and verified by the data of the battery charge and discharge cycle experiment of NASA. The main external factor affecting the battery life decline is discharge current. Cutoff voltage and ambient temperature. The purpose of this study is to predict the remaining life of the battery by estimating the battery health status. A new power cell life decay feature is extracted and its validity is verified. A dynamic battery life degradation model based on decline mode classification is established. On the basis of the concept of decline mode, ART2 neural network is used to classify the decline mode of power battery, and the weight Markov chain is used to predict the decline mode of power cell. The regression model under a single model is established by the curve fitting method with a theoretical model, and the life prediction of the power cell is accomplished by the linear superposition method. In order to verify whether the model of battery life degradation is accurate and effective, this paper designs the battery charge and discharge cycle experiment, builds the experimental platform, and completes the whole battery life cycle data acquisition. Based on the data collected, the battery life degradation model is established, and the battery health state estimation and battery residual service life prediction are completed at different starting points. By comparing the predicted value with the measured value, and using the support vector machine (SVM), we find that the error of the prediction results based on the recession model classification is generally within the acceptable range, and at the same time, The accuracy of prediction improves gradually as the starting point of prediction goes backward. In this paper, the decay point is taken as the indicator of battery life decline. Based on the classification of degradation mode, a new power battery life degradation model is established, which can predict the battery remaining service life accurately under variable operating conditions and is suitable for on-line detection. It has good practical significance for the improvement of battery management system.
【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】：2014
【分類號】：TM912;U469.72

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余海軍;;邦普:動力電池的中轉(zhuǎn)站[J];資源再生;2011年09期

2 劉芳波;郭楚怡;趙恒晨;;動力電池產(chǎn)業(yè)的現(xiàn)狀及未來分析[J];商場現(xiàn)代化;2013年11期

3 謝元鋒,康志君,吳伯榮,朱磊;動力電池的研究現(xiàn)狀及發(fā)展趨勢[J];有色金屬工業(yè);2000年07期

4 焦慶豐 ,劉滌萍;動力電池的發(fā)展歷程[J];大眾用電;2001年04期

5 劉亞飛,白厚善;動力電池及其材料最新發(fā)展動向[J];新材料產(chǎn)業(yè);2003年05期

6 蔡年生;國外魚雷動力電池的發(fā)展及應(yīng)用[J];魚雷技術(shù);2003年01期

7 ;武漢力興全力打造動力電池檢測設(shè)備[J];電源技術(shù);2004年04期

8 ;“2005中國儲能與動力電池及其關(guān)鍵材料學(xué)術(shù)研討會”隆重召開[J];新材料產(chǎn)業(yè);2005年06期

9 厲海艷;李全安;文九巴;張清;張滎淵;;動力電池的研究應(yīng)用及發(fā)展趨勢[J];河南科技大學(xué)學(xué)報(自然科學(xué)版);2005年06期

10 王立松,張晶;大容量鋰動力電池化成電源全數(shù)字控制技術(shù)[J];電源技術(shù);2005年02期

相關(guān)會議論文 前10條

1 高飛;李建玲;趙淑紅;王子冬;王新東;;鋰動力電池性能衰退規(guī)律研究進(jìn)展[A];2010年全國冶金物理化學(xué)學(xué)術(shù)會議專輯（下冊）[C];2010年

2 胡信國;;動力電池進(jìn)展[A];2006中國動力電池高層論壇論文集[C];2006年

3 馬軍;李愛魁;杜濤;劉飛;;電動汽車動力電池配組工藝研究進(jìn)展[A];第十四屆中國科協(xié)年會第19分會場：電動汽車充放電技術(shù)研討會論文集[C];2012年

4 王偉東;王海濤;;動力電池新型材料[A];第29屆全國化學(xué)與物理電源學(xué)術(shù)年會論文集[C];2011年

5 曾小華;陳萬忠;吳強(qiáng)華;王慶年;;混合動力汽車動力電池試驗檢測系統(tǒng)[A];2002中國電動汽車研究與開發(fā)[C];2002年

6 閆智剛;杜虎;王仲飛;;慢脈沖化成技術(shù)在鉛酸動力電池中的應(yīng)用[A];2006中國動力電池高層論壇論文集[C];2006年

7 劉亞飛;陳彥彬;白厚善;;動力電池與相關(guān)材料的最新進(jìn)展[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

8 徐舟;唐有根;唐廣笛;;鋅-空氣動力電池在純電動汽車上的應(yīng)用前景[A];第七屆中國功能材料及其應(yīng)用學(xué)術(shù)會議論文集（第7分冊）[C];2010年

9 楊毅夫;;中倍率方型塑殼氫鎳動力電池開發(fā)(摘要)[A];電動車及新型電池學(xué)術(shù)交流會論文集[C];2003年

10 李建軍;何向明;王莉;任建國;劉志祥;;水下航行器用高安全性動力電池研制[A];第29屆全國化學(xué)與物理電源學(xué)術(shù)年會論文集[C];2011年

相關(guān)重要報紙文章 前10條

1 本報記者 趙碧君邋陳建軍;牽手香港超霸 力元新材進(jìn)軍汽車動力電池[N];上海證券報;2008年

2 主持人 陳瑜;動力電池：奏響新能源汽車序曲[N];科技日報;2008年

3 孫廣明　顧介鑄;動力電池產(chǎn)業(yè)聯(lián)盟在泰州成立[N];新華日報;2010年

4 記者 張曉東;中關(guān)村成立動力電池產(chǎn)業(yè)聯(lián)盟[N];北京商報;2010年

5 記者 張海燕;江蘇成立國內(nèi)首家動力電池創(chuàng)新聯(lián)盟[N];中國質(zhì)量報;2010年

6 本報記者 韓義雷;動力電池,增長莫忘“退燒”[N];科技日報;2010年

7 海倫;部大力推動動力電池產(chǎn)業(yè)發(fā)展[N];中國電子報;2010年

8 張海燕;工信部將制訂動力電池發(fā)展思路[N];中國質(zhì)量報;2010年

9 記者 陳黎明　通訊員 江春文;江蘇省動力電池產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟成立[N];中國冶金報;2010年

10 黃騰飛;謹(jǐn)防“偽國產(chǎn)”企業(yè)冒領(lǐng)動力電池政府補(bǔ)貼[N];中國電力報;2011年

相關(guān)博士學(xué)位論文 前9條

1 陳征;電動汽車光伏充換電站集成系統(tǒng)的優(yōu)化方法研究[D];華北電力大學(xué);2014年

2 張瀟華;插電式混合動力汽車復(fù)合電源系統(tǒng)集成優(yōu)化方法研究[D];北京理工大學(xué);2015年

3 鄭勇;磷酸鐵鋰/石墨動力電池的衰退行為及老化機(jī)制[D];北京科技大學(xué);2016年

4 李然;鋰動力電池健康度評價與估算方法的研究[D];哈爾濱理工大學(xué);2016年

5 姚雷;電動車輛動力電池充電特性與控制基礎(chǔ)問題研究[D];北京理工大學(xué);2016年

6 李國洪;混合動力汽車控制策略與動力電池系統(tǒng)的研究[D];天津大學(xué);2005年

7 李文成;電動汽車用C-LiFePO_4動力電池制備與性能研究[D];北京有色金屬研究總院;2011年

8 于智龍;基于自放電技術(shù)的電動車用鋰動力電池SOC預(yù)測算法研究[D];東北林業(yè)大學(xué);2013年

9 高純斌;混合動力汽車動力電池容量預(yù)測模型及抗擾策略的研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李年智;基于ERT的動力電池內(nèi)部視電阻率溫度特性與安全狀態(tài)監(jiān)測研究[D];華南理工大學(xué);2015年

2 吳松松;基于LPV-Kalman濾波的動力電池SOC估算方法研究[D];南京林業(yè)大學(xué);2015年

3 尤適運(yùn);動力電池主動均衡策略和SOC估計方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 楊鵬;應(yīng)用于高寒地區(qū)的電動汽車動力電池系統(tǒng)熱管理技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 王維;動力電池梯次開發(fā)利用及經(jīng)濟(jì)性研究[D];華北電力大學(xué);2015年

6 侯兵;電動汽車動力電池回收模式研究[D];重慶理工大學(xué);2015年

7 黃Z

本文編號：1847819