【摘要】：鋰離子電池的長(zhǎng)時(shí)間使用和貯存都會(huì)使其發(fā)生不可逆轉(zhuǎn)的衰退,準(zhǔn)確的估計(jì)電池的健康狀態(tài)(State of health,SOH),對(duì)于保護(hù)電池的安全、延長(zhǎng)電池的使用壽命具有重要的意義。同時(shí),也為電池電荷狀態(tài)(State of charge,SOC)估計(jì)、功能狀態(tài)(State of function,SOF)估計(jì)、均衡管理提供有用的信息。數(shù)據(jù)驅(qū)動(dòng)方法不考慮電池的內(nèi)部反應(yīng)機(jī)理,從采集的充放電數(shù)據(jù)中挖掘規(guī)律實(shí)現(xiàn)對(duì)SOH的估計(jì),是目前研究的熱點(diǎn)。本文基于鋰離子電池壽命實(shí)驗(yàn)數(shù)據(jù)和數(shù)據(jù)驅(qū)動(dòng)的方法,挖掘描述電池老化規(guī)律的特征向量,建立相應(yīng)的學(xué)習(xí)器,估計(jì)電池SOH。首先,基于容量增量分析法(Incremental Capacity Analysis,ICA)分析電池的衰減特性;研究了SOC使用范圍和放電倍率對(duì)電池壽命的影響;研究了存儲(chǔ)條件對(duì)電池壽命的影響。其次,本文提出了基于鋰離子電池恒壓充電電流曲線估計(jì)SOH的方法,建立了隨機(jī)森林(Random forest,RF)模型。RF模型不僅可以處理高維度的大規(guī)模數(shù)據(jù),還具有內(nèi)置的外包估計(jì),可以有效的提高模型的泛化性能。實(shí)驗(yàn)結(jié)果表明RF模型可以實(shí)現(xiàn)SOH的精準(zhǔn)估計(jì)。然后,為了減少電池管理系統(tǒng)存儲(chǔ)數(shù)據(jù)的壓力,本文提出了基于鋰離子電池部分恒流充電數(shù)據(jù)估計(jì)SOH的新方法,建立了相應(yīng)的支持向量機(jī)(Support vector machine,SVM)模型。針對(duì)建立的SVM模型,使用基于交叉驗(yàn)證的網(wǎng)格搜索法優(yōu)化模型的參數(shù)。最后,通過(guò)比較不同電壓區(qū)間的預(yù)測(cè)性能,確定了最優(yōu)預(yù)測(cè)SOH的電壓區(qū)間。實(shí)驗(yàn)結(jié)果表明,建立的估計(jì)SOH的SVM模型具有良好的預(yù)測(cè)性能。最后,本文挖掘了可以描述電池SOH老化的局部放電電壓曲線,建立了最小二乘支持向量機(jī)(Least squares support vector machine,LS-SVM)模型�？紤]到LS-SVM學(xué)習(xí)器稀疏性不強(qiáng)的問(wèn)題,建立了Fixed Size LS-SVM模型。Fixed Size LS-SVM基于Nystrom法和Renyi熵選擇支持向量。實(shí)驗(yàn)結(jié)果表明,建立的LSSVM和Fixed Size LS-SVM學(xué)習(xí)器都可以有效和準(zhǔn)確的估計(jì)電池的SOH。和SVM以及LS-SVM相比,Fixed Size LS-SVM模型在只有少量支持向量的情況下,就可以實(shí)現(xiàn)SOH的精確估計(jì),實(shí)用價(jià)值更高。
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U469.72
【圖文】：

電池測(cè)試系統(tǒng)

圖 2-6 Arbin 操作軟件的動(dòng)力電池究鋰離子電池的老化，本文使用了某單體的磷酸鐵鋰電所示。方案鋰電池循環(huán)壽命實(shí)驗(yàn)主要的測(cè)試方案如下： 25℃下使用 3.3A（1C）的電流進(jìn)行恒流放電，直到當(dāng)電電壓 2.0V；池靜置 3600s；池在 3.3A 的電流下進(jìn)行恒流充電，直到電池的電壓到達(dá)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅玉濤;王峰;喻皓;劉秀田;;基于行駛工況的磷酸鐵鋰電池壽命模型研究[J];汽車(chē)工程;2015年08期

2 羅偉林;張立強(qiáng);呂超;王立欣;;鋰離子電池壽命預(yù)測(cè)國(guó)外研究現(xiàn)狀綜述[J];電源學(xué)報(bào);2013年01期

3 孫曉東;陳龍;楊澤斌;朱q

本文編號(hào)：2719857