發(fā)布時間：2018-05-15 10:02

  本文選題：鋰離子電池組 + 數(shù)據(jù)采集��； 參考：《江西理工大學》2017年碩士論文

【摘要】：在新能源技術(shù)高速發(fā)展的今天,鋰離子電池因其顯著的優(yōu)勢,廣泛應(yīng)用于純電動汽車。而電池作為純電動汽車的重要核心部分,應(yīng)對其進行數(shù)據(jù)采集與管理。優(yōu)秀的管理可以延長電池使用壽命,同時保障人身安全。電池管理系統(tǒng)就是針對電池成組過程中的使用情況進行科學有效的管理,保護與控制電池,使其發(fā)揮最佳作用。本文首先研究電池等效模型,分析電池外特性對電池性能的影響。重點研究電池管理系統(tǒng)的關(guān)鍵技術(shù),并就數(shù)據(jù)采集與電池管理進行相應(yīng)的研究分析。根據(jù)采集到的數(shù)據(jù),進行處理后進行系統(tǒng)的相應(yīng)管理。同時從安全角度考慮電池組熱管理以及絕緣檢測技術(shù)的實現(xiàn)與研究設(shè)計。此外針對電池成組出現(xiàn)的差異性,采取以SOC作為變量的均衡方法進行去差異性處理。系統(tǒng)硬件電路采用模塊化結(jié)構(gòu),將相應(yīng)子功能隔離開來,同時與電池組隔離,使得子模塊電路不相互間影響,在一定程度上提高了采集精度,同時方便電路的更換與故障檢測。配套的軟件部分同樣采用模塊化結(jié)構(gòu),系統(tǒng)只需調(diào)用各子程序就可實現(xiàn)對電池相關(guān)參數(shù)的采集與調(diào)用。其次在實現(xiàn)電池組管理系統(tǒng)的基本功能后,研究分析電池SOC和SOH的估算與預測。電池荷電狀態(tài)(SOC)、健康狀態(tài)(SOH)作為電池一致性和壽命的主要狀態(tài)參數(shù),必須準確的估算與預測。采用針對單體電池的灰色模型估算與預測電池SOC。在此基礎(chǔ)上分析了傳統(tǒng)電池組SOC估算方法中存在的不足,采用均衡過后的minSOC作為電池組SOC,降低估算誤差,提高電池一致性。研究分析電池SOH的定義和估算方法后,以電池容量比作為SOH的識別參數(shù),采用數(shù)據(jù)融合驅(qū)動PHM估算與預測SOH。該方法先根據(jù)電池的經(jīng)驗參數(shù)模型,找尋電池容量變化的關(guān)系式,然后通過tsPSO算法辨識模型中的參數(shù),進而得出電池容量變化關(guān)系式,由此分析得出電池健康狀態(tài)。最后通過實驗和仿真測試驗證系統(tǒng)中的功能,結(jié)果顯示本文設(shè)計的電路和估算模型的可行性和有效性。
[Abstract]:With the rapid development of new energy technology, lithium ion batteries are widely used in pure electric vehicles because of their remarkable advantages. As an important part of pure electric vehicle, battery should be collected and managed. Excellent management can prolong battery life and ensure personal safety. Battery management system is to scientifically and effectively manage, protect and control the battery, and make it play the best role. In this paper, the equivalent model of the battery is studied, and the effect of the external characteristics of the battery on the performance of the battery is analyzed. The key technology of battery management system is studied, and the data acquisition and battery management are analyzed. According to the collected data, the system is managed after processing. At the same time, from the point of view of safety, the thermal management of battery pack and the realization and design of insulation detection technology are considered. In addition, the SOC equalization method is adopted to deal with the difference of battery group. The hardware circuit of the system adopts modularized structure to isolate the corresponding sub-functions and separate them from the battery pack at the same time, which makes the sub-module circuit not affect each other, which improves the acquisition accuracy to a certain extent, and facilitates the replacement of the circuit and the fault detection at the same time. The supporting software part also adopts the modularization structure, the system only need to call each subprogram to realize the collection and the call to the battery related parameters. Secondly, after realizing the basic function of battery management system, the estimation and prediction of cell SOC and SOH are studied and analyzed. As the main state parameter of battery consistency and lifetime, it must be estimated and predicted accurately. A grey model for single cell was used to estimate and predict the SOC of the battery. On this basis, the shortcomings of the traditional SOC estimation methods are analyzed. The equalized minSOC is used as the battery SOC to reduce the estimation error and improve the cell consistency. After analyzing the definition and estimation method of battery SOH, the battery capacity ratio is used as the identification parameter of SOH, and the data fusion is used to drive the PHM estimation and prediction. Based on the empirical parameter model of the battery, the relationship of the battery capacity change is found, and then the parameters in the model are identified by tsPSO algorithm, and then the relationship of battery capacity change is obtained, and the battery health state is obtained by analyzing the relationship between the parameters of the model and the battery capacity. Finally, the functions of the system are verified by experiments and simulation tests. The results show the feasibility and validity of the circuit and the estimation model designed in this paper.
【學位授予單位】：江西理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM912;TP311.52

【參考文獻】

相關(guān)期刊論文 前10條

1 陶耀東;李寧;;工業(yè)鋰電池退化過程研究與剩余使用壽命預測[J];計算機系統(tǒng)應(yīng)用;2017年02期

2 馮能蓮;陳龍科;湯杰;;鋰離子電池健康狀態(tài)估計方法[J];北京工業(yè)大學學報;2016年11期

3 朱浩;趙策;劉云峰;黃凱龍;;一種新型動力電池組能量均衡系統(tǒng)研究[J];電源技術(shù);2015年11期

4 尚麗平;王順利;李占鋒;馬有良;夏承成;;基于灰關(guān)聯(lián)度的鋰電池組SOH評價方法研究[J];電源技術(shù);2015年11期

5 張利;李興寧;祁華銘;劉征宇;常成;;基于剩余容量在線估算的電池組主動均衡研究[J];電子測量與儀器學報;2015年10期

6 裴瑩;王友仁;劉澤元;陳則王;;電池組均衡技術(shù)研究現(xiàn)狀[J];電子測量技術(shù);2015年08期

7 張金;高安同;韓裕生;左修偉;張鋒;;一種基于粒子濾波的鋰離子電池健康預測算法[J];電源技術(shù);2015年07期

8 竇汝振;翟世歡;趙鋼;;動力電池組電壓采集及均衡控制策略研究[J];電測與儀表;2015年02期

9 劉大同;周建寶;郭力萌;彭宇;;鋰離子電池健康評估和壽命預測綜述[J];儀器儀表學報;2015年01期

10 李欣然;戶龍輝;呂超賢;胡京;;鋰離子電池容量的預測建模及其仿真研究[J];系統(tǒng)仿真學報;2014年08期

相關(guān)博士學位論文 前1條

1 劉新天;電源管理系統(tǒng)設(shè)計及參數(shù)估計策略研究[D];中國科學技術(shù)大學;2011年

相關(guān)碩士學位論文 前10條

1 于建新;電動汽車電池組熱管理系統(tǒng)的研究與設(shè)計[D];吉林大學;2016年

2 呂航;動力磷酸鐵鋰電池組均衡系統(tǒng)研究與設(shè)計[D];西南交通大學;2016年

3 趙曉兵;鋰離子電池荷電狀態(tài)在線估計技術(shù)研究[D];南京航空航天大學;2016年

4 康燕瓊;純電動汽車鋰電池組健康狀態(tài)（SOH）的估計研究[D];北京交通大學;2015年

5 陳文慧;基于模糊聚類的鋰離子電池SOH估計技術(shù)研究[D];杭州電子科技大學;2015年

6 許巧巧;鋰離子動力電池剩余容量估計算法研究與實現(xiàn)[D];重慶大學;2013年

7 郝曉偉;純電動汽車鋰離子電池組均衡策略研究及系統(tǒng)實現(xiàn)[D];吉林大學;2013年

8 賈琳;電動汽車電池管理系統(tǒng)中CAN通信技術(shù)的研究[D];合肥工業(yè)大學;2013年

9 路�；�;基于STM32F103ZET6的動力電池管理系統(tǒng)設(shè)計[D];南京理工大學;2013年

10 齊安寧;微型電動車電池管理系統(tǒng)研究及其硬件實現(xiàn)[D];青島科技大學;2012年

，

本文編號：1892009