近年來,以超級儲能系統(tǒng)和純電動汽車為代表的新能源領域快速崛起,該領域包括對電池管理系統(tǒng)（Battery Management System,BMS）技術在內的研究。在BMS中電池荷電狀態(tài)（State Of Charge,SOC）和健康狀態(tài)（State Of Health,SOH）預測是其核心功能之一,有效的SOC和SOH預測可以優(yōu)化設備的能量管理、提高能量利用效率、延長電池的使用壽命,因此開展對鋰電池SOC和SOH的研究極具價值。論文首先研究了鋰電池的主要特性,并從影響電池狀態(tài)預測因素的角度出發(fā),分別設計了環(huán)境溫度對電池實際容量和內阻影響實驗,以及放電倍率對電池實際容量和內阻的影響實驗。根據(jù)實驗結果對相關外部因素進行控制,避免狀態(tài)預測失效現(xiàn)象的發(fā)生。然后建立了DP-Thevenin等效電路模型并推導出模型函數(shù)表達式,分別通過脈沖電壓特性曲線法和遞推最小二乘法,結合脈沖放電實驗實現(xiàn)了電池模型參數(shù)的辨識。并以電流作為模型輸入,通過對比模型輸出電壓與實際電壓值完成模型精度驗證。結果表明,所建立的電池模型精度高,模型輸出電壓平均誤差低于5mV。接下來利用所建立的電池模型結合EKF算法在Simu... 

【文章來源】：西安石油大學陜西省

【文章頁數(shù)】：95 頁

【學位級別】：碩士

【部分圖文】：

電池神經(jīng)網(wǎng)絡模型示意圖

鋰電池工作時主要依靠鋰離子在電池正極和負極之間的往復移動來釋放或蓄積能量。鋰電池在制造時其正負極均浸入電解質混合物中。當電池放電時,鋰離子由負極材料脫出通過電解質溶液穿過隔膜向電池正極移動并嵌入電池正極,外電路的電子也由負極向正極移動產(chǎn)生電流,由于電池正極得到電子,因此發(fā)生還原反應,負極失去電子發(fā)生氧化反應;反之當電池充電時,鋰離子由正極脫離穿過電池隔膜向電池負極移動,并最終嵌入負極,外電路中的電子也由正極向負極移動,此時正極失去電子發(fā)生氧化反應,負極得到電子發(fā)生還原反應。圖2-1為鋰離子電池基本組成示意圖[54]。鋰離子電池氧化還原反應是理想的可逆反應過程,其內部化學反應過程如下(M代表鈷、錳等金屬陽離子,以碳為負極):

此外,鋰離子電池的OCV與SOC在正常充放電區(qū)間內存在單調遞增變化的函數(shù)關系[55],如圖2-2所示。在相同的SOC點處,充電和放電狀態(tài)時的開路電壓曲線數(shù)值相差很小,曲線幾乎重合。由此可見,相同荷電狀態(tài)下鋰離子電池的開路電壓值與流過該電池的電流方向無關,即OCV與SOC對應關系不隨電池充電而發(fā)生改變,這種函數(shù)關系通常是鋰離子電池狀態(tài)預測的基本依據(jù)之一。(2)電池工作電壓

【參考文獻】：
期刊論文
[1]電動汽車電源管理系統(tǒng)研究[J]. 楊培善,白銀.  汽車實用技術. 2019(20)
[2]基于自適應無跡卡爾曼濾波的動力電池健康狀態(tài)檢測及梯次利用研究[J]. 顏湘武,鄧浩然,郭琪,曲偉.  電工技術學報. 2019(18)
[3]基于BP人工神經(jīng)網(wǎng)絡的動力電池SOC估算方法[J]. 蘇振浩,李曉杰,秦晉,杜文杰,韓寧.  儲能科學與技術. 2019(05)
[4]新能源汽車發(fā)展現(xiàn)狀及問題研究[J]. 李金花.  時代汽車. 2019(06)
[5]鋰離子電池等效電路模型的研究[J]. 張衛(wèi)平,雷歌陽,張曉強.  電源技術. 2016(05)
[6]國內外電動汽車發(fā)展現(xiàn)狀與趨勢[J]. 劉卓然,陳健,林凱,趙英杰,許海平.  電力建設. 2015(07)
[7]基于遺傳神經(jīng)網(wǎng)絡的電動汽車鋰電池SOC預測[J]. 黃耀波,唐海定,章歡,翁國慶.  機電工程. 2013(10)
[8]基于采樣點卡爾曼濾波的動力電池SOC估計[J]. 高明煜,何志偉,徐杰.  電工技術學報. 2011(11)
[9]電動汽車SOC利用BP神經(jīng)網(wǎng)絡模型預測方法研究[J]. 劉瑞浩,孫玉坤,陳坤華.  電測與儀表. 2011(03)
[10]提高安時積分法估算電池SOC精度的方法比較[J]. 李哲,盧蘭光,歐陽明高.  清華大學學報(自然科學版). 2010(08)

博士論文
[1]動力鋰電池的建模、狀態(tài)估計及管理策略研究[D]. 汪玉潔.中國科學技術大學 2017
[2]電動汽車電池荷電狀態(tài)估計及均衡技術研究[D]. 郭向偉.華南理工大學 2016
[3]鋰離子電池正極材料表面包覆作用及機理研究[D]. 種晉.東北師范大學 2016
[4]基于數(shù)據(jù)模型融合的電動車輛動力電池組狀態(tài)估計研究[D]. 熊瑞.北京理工大學 2014
[5]電動汽車用動力鋰電池狀態(tài)估計策略研究[D]. 劉興濤.中國科學技術大學 2014

碩士論文
[1]電動汽車電池管理系統(tǒng)研究[D]. 王建南.安徽理工大學 2018
[2]基于改進EKF算法鋰電池SOC估算的研究[D]. 鄧青.福建工程學院 2018
[3]基于電化學阻抗譜的三元鋰離子電池狀態(tài)估計研究[D]. 張連德.吉林大學 2018
[4]基于無跡卡爾曼濾波的鋰電池SOC估算[D]. 梁奇.西南科技大學 2018
[5]電動汽車動力電池的健康狀態(tài)與荷電估計研究[D]. 方健豪.河南科技大學 2018
[6]光伏儲能轉換器及其電池管理系統(tǒng)研究[D]. 沙幸威.華南理工大學 2018
[7]磷酸鐵鋰電池建模及健康狀態(tài)估計研究[D]. 蘇曉波.昆明理工大學 2017
[8]電動汽車動力鋰電池建模與剩余電量估算方法的研究[D]. 高寧.大連交通大學 2017
[9]鋰離子電池SOC估計和剩余壽命預測研究[D]. 李玥鋅.大連理工大學 2017
[10]鋰離子電池荷電狀態(tài)研究[D]. 郭明.上海海洋大學 2017



本文編號：2943635