近年來由于能源危機(jī)和環(huán)境日益惡化的問題,電動汽車成為了全球各大汽車廠商的研究熱點(diǎn)。鋰離子電池作為電動汽車的動力源,為了保證電動汽車的安全高效行駛,需要對電池的狀態(tài)進(jìn)行實(shí)時監(jiān)測。對電池當(dāng)前健康狀態(tài)做出準(zhǔn)確估計(jì),并對容量的衰退趨勢做出預(yù)測,有利于對電池的診斷提供依據(jù),制定合理的鋰離子電池維護(hù)更換策略。本文就動力鋰離子電池的健康狀態(tài)估計(jì)和容量衰退預(yù)測做了以下工作:首先對電池的內(nèi)部結(jié)構(gòu)、充放電機(jī)理、健康狀態(tài)的影響因素進(jìn)行分析,對電池的失效過程和外特性參數(shù)的變化進(jìn)行研究。確定了將電池的容量作為鋰離子電池健康狀態(tài)的評價指標(biāo),并基于鋰離子電池充放電過程的狀態(tài)參數(shù),提出將電壓、電流、溫度、荷電狀態(tài)（SOC）聯(lián)合作為健康因子進(jìn)行SOH估計(jì)。在確定健康因子的基礎(chǔ)上,利用支持向量回歸優(yōu)異的非線性映射能力,通過支持向量回歸機(jī)建立健康因子與健康狀態(tài)之間的關(guān)系,選用徑向基核函數(shù)作為支持向量回歸機(jī)的核函數(shù),根據(jù)粒子群算法和網(wǎng)格搜索算法尋優(yōu)得到支持向量回歸模型最優(yōu)參數(shù)對,對模型進(jìn)行訓(xùn)練,在MATLAB環(huán)境下驗(yàn)證了選取的健康因子能夠準(zhǔn)確的估計(jì)動態(tài)工況下動力鋰離子電池健康狀態(tài)。因動力電池在實(shí)際使用過程中,電池的容量衰退受... 

【文章來源】：長安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

011-2018年中國純電動車產(chǎn)銷規(guī)模為了最大限度的發(fā)揮電動汽車動力電池的效能，我們不僅需要在使用之前對電池的

論文組織結(jié)構(gòu)

鋰離子電池結(jié)構(gòu)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的交通信息量預(yù)測方法[J]. 戶佐安,鄒正豐,包天雯.  交通運(yùn)輸工程與信息學(xué)報(bào). 2018(04)
[2]支持向量回歸機(jī)建立排氣溫度模型研究[J]. 夏存江.  機(jī)械設(shè)計(jì)與制造. 2018(08)
[3]基于粒子群優(yōu)化-支持向量回歸的變壓器繞組溫度軟測量模型[J]. 彭道剛,陳躍偉,錢玉良,黃超.  電工技術(shù)學(xué)報(bào). 2018(08)
[4]Satellite lithium-ion battery remaining useful life estimation with an iterative updated RVM fused with the KF algorithm[J]. Yuchen SONG,Datong LIU,Yandong HOU,Jinxiang YU,Yu PENG.  Chinese Journal of Aeronautics. 2018(01)
[5]基于ARIMA模型的工業(yè)鋰電池剩余使用壽命預(yù)測[J]. 陶耀東,李寧.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(11)
[6]基于粒子濾波的鋰離子電池剩余使用壽命預(yù)測[J]. 林慧龍,李賽.  科學(xué)技術(shù)與工程. 2017(29)
[7]基于粒子濾波算法的鋰離子電池剩余壽命預(yù)測方法研究[J]. 張凝,徐皚冬,王鍇,韓曉佳,Seung Ho Hong.  高技術(shù)通訊. 2017(08)
[8]灰色神經(jīng)網(wǎng)絡(luò)模型在線估算鋰離子電池SOH[J]. 韋海燕,陳孝杰,呂治強(qiáng),王崢崢,潘海鴻,陳琳.  電網(wǎng)技術(shù). 2017(12)
[9]鋰離子電池健康狀態(tài)估計(jì)研究[J]. 劉建強(qiáng),葉從進(jìn),竇賢云,劉楓.  輕工科技. 2017(06)
[10]鋰離子電池剩余容量估計(jì)與優(yōu)化分析[J]. 王樹坤,黃妙華,劉安康.  汽車技術(shù). 2017(02)

碩士論文
[1]基于高斯過程回歸的鋰電池健康預(yù)測[D]. 何晶.北京交通大學(xué) 2018
[2]純電動汽車鋰離子電池模型參數(shù)辨識與SOC聯(lián)合估計(jì)研究[D]. 馬相飛.長安大學(xué) 2018
[3]改進(jìn)網(wǎng)格搜索的支持向量機(jī)參數(shù)優(yōu)化研究及應(yīng)用[D]. 顧凱成.蘭州理工大學(xué) 2016
[4]基于Elman神經(jīng)網(wǎng)絡(luò)鋰電池劣化程度的預(yù)測研究[D]. 石春源.哈爾濱理工大學(xué) 2011



本文編號：3587785