發(fā)布時間：2017-06-29 19:15

  本文關(guān)鍵詞：純電動汽車鋰電池組健康狀態(tài)（SOH）的估計研究，由筆耕文化傳播整理發(fā)布。

【摘要】：環(huán)境惡化和能源危機(jī)給傳統(tǒng)汽車的發(fā)展帶來雙重壓力,因此電動汽車已經(jīng)成為未來汽車發(fā)展的主要方向。動力電池組是電動汽車的能量來源,為了確保電動汽車能夠安全穩(wěn)定高效地運行,需要對電池進(jìn)行必要地管理和控制。電池組健康狀態(tài)(SOH)是電池管理系統(tǒng)中最重要的參數(shù)之一,精確掌握電池組SOH可以為其自身的檢測與診斷提供依據(jù),有助于及時了解電池組各單體電池的健康狀態(tài),及時更換老化的單體電池,提高電池組的整體壽命,進(jìn)一步提高電動車的動力性能。因此及時、準(zhǔn)確地對電池組SOH進(jìn)行估計具有非常重要的實際意義。 目前國內(nèi)外對于電池SOH估計的研究較少,而且主要針對于單體電池,以電池組整體作為對象進(jìn)行研究的文獻(xiàn)就更少。此外,上述研究主要依賴于實驗室的測試環(huán)境,很少有人采用實際中電動汽車運行的實時電池數(shù)據(jù)進(jìn)行研究,而本文以純電動出租車作為實驗對象,基于實時采集得到的電池數(shù)據(jù)對電池組的SOH值進(jìn)行動態(tài)跟蹤預(yù)測。 首先,根據(jù)電池SOH的相關(guān)定義,本文選擇用歐姆內(nèi)阻作為電池SOH的評價指標(biāo)。其次,基于電動出租車實時運行過程中的電池數(shù)據(jù),對電池組的充放電特性進(jìn)行了詳細(xì)的分析,說明了本文用一個簡單模型來表達(dá)電池組整體特性的合理性。接下來,以單體電池等效電路模型為基礎(chǔ),應(yīng)用電路基本理論對電池組模型的結(jié)構(gòu)進(jìn)行了分析推導(dǎo),最終建立了二階RC電池組等效電路模型。最后,以實時采集得到的電動出租車電池充電數(shù)據(jù),根據(jù)遺忘因子遞推最小二乘法原理對電池組模型的未知參數(shù)進(jìn)行了辨識和求解,確定了電池組模型。 電池組是一個復(fù)雜的非線性系統(tǒng),而粒子濾波算法對于求解非線性問題具有一定的優(yōu)越性,所以本文對粒子濾波算法動態(tài)估計電池組內(nèi)阻值進(jìn)行了深入的研究,將粒子濾波算法和電池組等效電路模型相結(jié)合,利用實測數(shù)據(jù)進(jìn)行了電池組內(nèi)阻的估計實驗。結(jié)果表明,粒子濾波算法能夠較好地動態(tài)跟蹤預(yù)測充電過程中電池組的內(nèi)阻,該算法具有良好的適用性。 由于粒子的退化問題直接影響算法的準(zhǔn)確性,因此為了更好地解決算法中粒子的退化問題,提高粒子濾波算法對于電池組內(nèi)阻的預(yù)測精度,本文將遺傳算法的思想融合到粒子濾波算法中,嘗試應(yīng)用遺傳粒子濾波算法估計電池組的內(nèi)阻,并且詳細(xì)設(shè)計了利用遺傳粒子濾波算法估計電池組內(nèi)阻的實現(xiàn)方案。通過對實驗結(jié)果的分析,并且與標(biāo)準(zhǔn)粒子濾波算法的實驗結(jié)果進(jìn)行對比,得出結(jié)論：基于遺傳粒子濾波算法的電池組內(nèi)阻動態(tài)跟蹤預(yù)測曲線的起伏波動幅度更小,平穩(wěn)性更好。由此可得,基于遺傳粒子濾波算法的電池組內(nèi)阻的跟蹤預(yù)測有更優(yōu)越的性能。
【關(guān)鍵詞】：電池組健康狀態(tài) 電池組模型 最小二乘法 粒子濾波算法 遺傳算法
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U469.72
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-9
• 目錄9-11
• 1 前言11-25
• 1.1 研究背景與意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 動力電池SOH的研究現(xiàn)狀13-17
• 1.2.1 SOH的相關(guān)定義13-14
• 1.2.2 SOH預(yù)測的研究現(xiàn)狀14-17
• 1.3 鋰離子電池簡介17-21
• 1.3.1 鋰離子電池的構(gòu)造與工作原理17-18
• 1.3.2 鋰離子電池的主要參數(shù)18-20
• 1.3.3 鋰離子電池的特點20-21
• 1.4 鋰離子單體電池SOH的影響因素21-22
• 1.5 分析鋰離子電池SOH的評價指標(biāo)22-23
• 1.6 論文研究內(nèi)容及框架23-25
• 2 影響鋰電池組SOH的因素25-34
• 2.1 單體電池連接方式對電池組SOH的影響分析25-28
• 2.1.1 先并后串連接方式的可靠性分析25-26
• 2.1.2 先串后并連接方式的可靠性分析26-27
• 2.1.3 兩種連接方式可靠性的對比分析27-28
• 2.2 單體電池不一致性對電池組SOH的影響分析28-30
• 2.2.1 生產(chǎn)過程電池不一致性對電池組SOH的影響分析28-29
• 2.2.2 使用過程電池不一致對電池組SOH的影響分析29-30
• 2.3 提高電池組SOH的措施30-31
• 2.4 電池組均衡管理系統(tǒng)31-33
• 2.5 本章小結(jié)33-34
• 3 鋰電池組等效電路模型的建立34-63
• 3.1 鋰離子單體電池模型34-37
• 3.2 鋰離子電池組模型37-51
• 3.2.1 電池組建模方法簡介37-38
• 3.2.2 鋰離子電池組實時數(shù)據(jù)分析38-45
• 3.2.3 鋰離子電池組模型的建立45-51
• 3.3 模型參數(shù)辨識51-58
• 3.3.1 最小二乘法原理51-55
• 3.3.2 利用遺忘因子遞推最小二乘法進(jìn)行參數(shù)辨識55-58
• 3.4 參數(shù)辨識結(jié)果與分析58-61
• 3.5 本章小結(jié)61-63
• 4 粒子濾波算法預(yù)測電池組SOH63-79
• 4.1 粒子濾波算法簡介63-72
• 4.1.1 貝葉斯估計理論63-66
• 4.1.2 蒙特卡羅方法66-68
• 4.1.3 粒子濾波的原理68-72
• 4.2 粒子濾波預(yù)測SOH72-77
• 4.2.1 算法步驟73-75
• 4.2.2 SOH預(yù)測實驗75-77
• 4.3 實驗結(jié)果分析77-78
• 4.4 本章小結(jié)78-79
• 5 遺傳粒子濾波算法預(yù)測電池組SOH79-93
• 5.1 遺傳算法簡介79-82
• 5.1.1 遺傳過程中基本術(shù)語79-80
• 5.1.2 遺傳算法的實現(xiàn)步驟80-82
• 5.2 遺傳粒子濾波算法描述82-85
• 5.3 遺傳粒子濾波算法預(yù)測SOH85-89
• 5.3.1 算法的設(shè)計與實現(xiàn)85-86
• 5.3.2 SOH預(yù)測實驗86-88
• 5.3.3 實驗結(jié)果分析88-89
• 5.4 兩次實驗結(jié)果的對比與統(tǒng)計分析89-91
• 5.5 本章小結(jié)91-93
• 6 總結(jié)與展望93-96
• 6.1 全文總結(jié)93-94
• 6.2 論文創(chuàng)新點94
• 6.3 研究展望94-96
• 參考文獻(xiàn)96-100
• 作者簡歷及攻讀碩士學(xué)位期間取得的研究成果100-102
• 學(xué)位論文數(shù)據(jù)集102

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 牛利勇;時瑋;姜久春;張言茹;姜君;曹雪銘;;純電動汽車用磷酸鐵鋰電池的模型參數(shù)分析[J];汽車工程;2013年02期

2 郭宏榆;姜久春;王吉松;婁婷婷;李肖剛;;功率型鋰離子動力電池的內(nèi)阻特性[J];北京交通大學(xué)學(xué)報;2011年05期

3 馬驪歌;王俊喜;;電動汽車是中國汽車行業(yè)的發(fā)展方向[J];汽車工業(yè)研究;2011年01期

4 魏學(xué)哲;徐瑋;沈丹;;鋰離子電池內(nèi)阻辨識及其在壽命估計中的應(yīng)用[J];電源技術(shù);2009年03期

5 文鋒;姜久春;張維戈;郭慧萍;;電動汽車用鋰離子電池組充電方法[J];汽車工程;2008年09期

  本文關(guān)鍵詞：純電動汽車鋰電池組健康狀態(tài)（SOH）的估計研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：499029