鋰離子電池荷電狀態(tài)及健康狀態(tài)估計(jì)研究
發(fā)布時(shí)間:2023-03-03 13:19
在環(huán)境污染和能源危機(jī)的背景下,大力發(fā)展新能源電動(dòng)汽車已成為解決相關(guān)問題的有效措施之一,高性能的鋰離子電池作為電動(dòng)汽車的主要?jiǎng)恿υ?也受到了廣泛的研究和開發(fā)。本文針對(duì)一款NCM811/石墨軟包電池,在實(shí)驗(yàn)特性分析、模型及參數(shù)辨識(shí)、荷電狀態(tài)(SOC)和健康狀態(tài)(SOH)在線聯(lián)合估計(jì)、SOH離線估計(jì)等方面進(jìn)行了研究與分析。主要研究內(nèi)容和成果如下:首先,開展了鋰離子電池性能實(shí)驗(yàn)測試,分析了電池的主要性能指標(biāo)和影響因素,在不同溫度下進(jìn)行了開路電壓測試、容量測試、內(nèi)阻測試及老化循環(huán)測試。得到了電池各個(gè)參數(shù)隨溫度及SOC的變化曲線,以及電池老化過程中的容量衰減曲線,掌握了電池的工作特性。其次,分析了常用的電池模型,考慮模型精度和計(jì)算復(fù)雜度選擇戴維寧等效電路模型建立數(shù)學(xué)模型。基于電池放電數(shù)據(jù)對(duì)模型進(jìn)行參數(shù)辨識(shí),得到了模型參數(shù)隨溫度及SOC的變化曲線。再次,介紹了擴(kuò)展卡爾曼濾波算法的基本原理,提出了基于多時(shí)間尺度的雙擴(kuò)展卡爾曼濾波算法實(shí)現(xiàn)SOC及SOH聯(lián)合估計(jì),其中SOC估計(jì)采用微觀尺度,SOH估計(jì)采用宏觀尺度,大大減小算法的計(jì)算量。在不同溫度的1C和0.33C恒流放電工況和動(dòng)態(tài)工況下對(duì)算法進(jìn)行了驗(yàn)證,...
【文章頁數(shù)】:86 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 課題研究背景及意義
1.2 電池荷電狀態(tài)估計(jì)研究現(xiàn)狀
1.2.1 傳統(tǒng)方法
1.2.2 基于模型的方法
1.2.3 人工智能算法
1.3 電池健康狀態(tài)估計(jì)研究現(xiàn)狀
1.3.1 非直接及開環(huán)估計(jì)方法
1.3.2 基于電池模型的參數(shù)識(shí)別閉環(huán)估計(jì)方法
1.3.3 基于數(shù)據(jù)驅(qū)動(dòng)的估計(jì)方法
1.4 主要研究內(nèi)容及結(jié)構(gòu)安排
2 鋰離子電池特性實(shí)驗(yàn)分析
2.1 測試實(shí)驗(yàn)臺(tái)搭建
2.2 主要性能指標(biāo)及影響因素
2.2.1 主要性能指標(biāo)
2.2.2 主要影響因素
2.3 電池測試實(shí)驗(yàn)及分析
2.3.1 開路電壓測試
2.3.2 電池容量測試
2.3.3 內(nèi)阻測試
2.3.4 老化實(shí)驗(yàn)
2.4 本章小結(jié)
3 電池模型確定及參數(shù)辨識(shí)
3.1 電池模型分析
3.2 常用等效電路模型分析
3.2.1 Rint模型
3.2.2 戴維寧模型
3.2.3 PNGV模型
3.2.4 多階RC模型
3.3 數(shù)學(xué)模型及參數(shù)辨識(shí)
3.4 本章小結(jié)
4 電池寬溫度范圍SOC及SOH聯(lián)合估計(jì)
4.1 卡爾曼濾波算法
4.1.1 卡爾曼濾波算法原理
4.1.2 擴(kuò)展卡爾曼濾波算法原理
4.2 基于DEKF的聯(lián)合估計(jì)方案
4.3 多時(shí)間尺度的SOC及容量聯(lián)合估計(jì)
4.4 估計(jì)結(jié)果及算法驗(yàn)證
4.4.1 恒流放電工況驗(yàn)證
4.4.2 動(dòng)態(tài)工況驗(yàn)證
4.4.3 存在初始誤差情況驗(yàn)證
4.5 本章小結(jié)
5 電池離線SOH估計(jì)研究
5.1 電池容量增量曲線分析
5.2 電池健康狀態(tài)表征參數(shù)及其變化特性
5.2.1 基于IC曲線特征提取
5.2.2 參數(shù)相關(guān)性分析
5.3 線性衰減的鋰離子電池健康狀態(tài)估計(jì)結(jié)果
5.3.1 高斯過程回歸的原理
5.3.2 估計(jì)模型的建立
5.3.3 離線SOH估計(jì)結(jié)果分析
5.4 非線性衰減的鋰離子電池健康狀態(tài)估計(jì)結(jié)果
5.4.1 Ⅱ型電池的增量容量分析
5.4.2 健康狀態(tài)估計(jì)結(jié)果
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
個(gè)人簡介
導(dǎo)師簡介
獲得成果目錄
致謝
本文編號(hào):3752761
【文章頁數(shù)】:86 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 課題研究背景及意義
1.2 電池荷電狀態(tài)估計(jì)研究現(xiàn)狀
1.2.1 傳統(tǒng)方法
1.2.2 基于模型的方法
1.2.3 人工智能算法
1.3 電池健康狀態(tài)估計(jì)研究現(xiàn)狀
1.3.1 非直接及開環(huán)估計(jì)方法
1.3.2 基于電池模型的參數(shù)識(shí)別閉環(huán)估計(jì)方法
1.3.3 基于數(shù)據(jù)驅(qū)動(dòng)的估計(jì)方法
1.4 主要研究內(nèi)容及結(jié)構(gòu)安排
2 鋰離子電池特性實(shí)驗(yàn)分析
2.1 測試實(shí)驗(yàn)臺(tái)搭建
2.2 主要性能指標(biāo)及影響因素
2.2.1 主要性能指標(biāo)
2.2.2 主要影響因素
2.3 電池測試實(shí)驗(yàn)及分析
2.3.1 開路電壓測試
2.3.2 電池容量測試
2.3.3 內(nèi)阻測試
2.3.4 老化實(shí)驗(yàn)
2.4 本章小結(jié)
3 電池模型確定及參數(shù)辨識(shí)
3.1 電池模型分析
3.2 常用等效電路模型分析
3.2.1 Rint模型
3.2.2 戴維寧模型
3.2.3 PNGV模型
3.2.4 多階RC模型
3.3 數(shù)學(xué)模型及參數(shù)辨識(shí)
3.4 本章小結(jié)
4 電池寬溫度范圍SOC及SOH聯(lián)合估計(jì)
4.1 卡爾曼濾波算法
4.1.1 卡爾曼濾波算法原理
4.1.2 擴(kuò)展卡爾曼濾波算法原理
4.2 基于DEKF的聯(lián)合估計(jì)方案
4.3 多時(shí)間尺度的SOC及容量聯(lián)合估計(jì)
4.4 估計(jì)結(jié)果及算法驗(yàn)證
4.4.1 恒流放電工況驗(yàn)證
4.4.2 動(dòng)態(tài)工況驗(yàn)證
4.4.3 存在初始誤差情況驗(yàn)證
4.5 本章小結(jié)
5 電池離線SOH估計(jì)研究
5.1 電池容量增量曲線分析
5.2 電池健康狀態(tài)表征參數(shù)及其變化特性
5.2.1 基于IC曲線特征提取
5.2.2 參數(shù)相關(guān)性分析
5.3 線性衰減的鋰離子電池健康狀態(tài)估計(jì)結(jié)果
5.3.1 高斯過程回歸的原理
5.3.2 估計(jì)模型的建立
5.3.3 離線SOH估計(jì)結(jié)果分析
5.4 非線性衰減的鋰離子電池健康狀態(tài)估計(jì)結(jié)果
5.4.1 Ⅱ型電池的增量容量分析
5.4.2 健康狀態(tài)估計(jì)結(jié)果
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
個(gè)人簡介
導(dǎo)師簡介
獲得成果目錄
致謝
本文編號(hào):3752761
本文鏈接:http://sikaile.net/kejilunwen/qiche/3752761.html
最近更新
教材專著