锂离子电池SOC估计和循环寿命预测方法研究
发布时间：2021-02-04 16:59
锂离子电池由于其输出电压高、能量密度高、循环寿命长、自放电率小和循环性环保性好等优点,被广泛应用于各个领域。随着锂离子电池的发展,对电池的可靠性和使用寿命也有了更高的标准。电池的荷电状态SOC（State of Charge）和循环寿命作为电池管理系统BMS（Battery Management System）中的重要参数,相互之间存在着一定的联系,对SOC准确估计和循环寿命的准确预测将会对BMS的工作性能产生直接影响,客观反映如汽车驾驶者对电池状态的把握和驾驶感受等。本文针对这两个关键技术问题进行研究,在已有的一些研究基础上利用改进和算法结合的方法进行探索。本文首先以锂离子电池在电动汽车行业中的应用为出发点,介绍了电动汽车行业发展现状以及电池管理系统,简述了国内外电池SOC和循环寿命的研究现状。本文选用磷酸铁锂电池作为主要研究对象,通过实验室自主搭建的实验平台,针对电池设计了一系列的相关实验,基于实验数据深入分析了影响电池荷电状态及循环寿命的关键因素。其次,针对电池SOC的估计,本文选取了改进的电池等效电路模型和扩展卡尔曼滤波EKF（Extended Kalman Filter）相结...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 锂离子电池SOC研究现状
1.2.2 锂离子电池循环寿命的研究现状
1.3 论文主要研究内容结构安排
第二章 锂离子电池基本特性分析
2.1 锂离子电池种类和基本指标
2.1.1 锂离子电池种类
2.1.2 锂离子电池主要性能指标
2.2 锂离子电池结构和工作原理
2.3 锂离子电池模型
2.3.1 等效电路模型
2.3.2 电化学模型
2.4 锂离子电池性能衰退机理分析
2.5 本章小结
第三章 锂离子电池实验对SOC和循环寿命的影响
3.1 实验环境介绍
3.1.1 实验设备介绍
3.1.2 实验对象
3.2 锂离子电池基本性能测试
3.3 锂离子电池实验结果分析
3.3.1 电池SOC影响因素分析
3.3.2 电池循环寿命影响因素分析
3.4 本章小结
第四章 基于改进的扩展卡尔曼滤波SOC估计
4.1 等效电路模型参数辨识
4.1.1 等效电路模型参数的获取
4.1.2 等效电路模型验证
4.2 EKF原理
4.3 基于EKF的 SOC估计设计
4.4 模拟工况验证
4.5 本章小结
第五章 锂离子电池循环寿命预测研究
5.1 广义回归神经网络
5.1.1 广义回归神经网络原理及结构
5.1.2 广义回归神经网络学习流程
5.2 粒子群算法原理
5.3 改进粒子群优化GRNN网络
5.3.1 改进粒子群算法原理
5.3.2 改进PSO-GRNN预测模型建立
5.4 MATLAB实验仿真
5.4.1 实验样本的选取
5.4.2 基于公开数据的实验仿真
5.4.3 基于自建实验平台数据的实验仿真
5.5 本章小结
第六章 总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士期间取得的成果
【参考文献】：
期刊论文
[1]锂电池SOC拐点修正安时积分实时估算方法[J]. 刘东,黄碧雄,王一全,严晓,王影. 储能科学与技术. 2019(05)
[2]基于模糊控制磷酸铁锂电池SOC的准确估计[J]. 余懿衡,钱祥忠,杨光辉,夏克刚,张佳瑶. 电子测量技术. 2018(20)
[3]锂离子电池剩余容量与剩余寿命预测[J]. 谢建刚,李其仲,黄妙华,王树坤. 电源技术. 2018(10)
[4]基于改进安时积分法估计锂离子电池组SOC[J]. 杨文荣,朱赛飞,陈阳,朱佳斌,薛力升. 电源技术. 2018(02)
[5]新能源汽车发展意义及技术路线研究[J]. 陈清泉,高金燕,何璇,沈斌. 中国工程科学. 2018(01)
[6]中国工程院:2020年前为我国能源结构优化期[J]. 资源节约与环保. 2017(06)
[7]基于无迹卡尔曼滤波估算电池SOC[J]. 石刚,赵伟,刘珊珊. 计算机应用. 2016(12)
[8]基于改进安时积分法的电动汽车电池SOC估计与仿真研究[J]. 范兴明,曾求勇,张鑫. 电气应用. 2015(08)
[9]基于改进Kalman滤波和安时积分的SOC复合估算[J]. 李建成,戴瑜兴,全惠敏,郜克存. 电源技术. 2014(12)
[10]基于改进卡尔曼滤波的电池SOC估算[J]. 徐颖,沈英. 北京航空航天大学学报. 2014(06)
硕士论文
[1]基于EKF的锂离子电池SOC估算的建模与仿真[D]. 冯光.武汉理工大学 2013
[2]基于灰色理论与广义回归神经网络的客运量预测模型研究[D]. 罗毅.西南交通大学 2007
本文编号：3018640
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 锂离子电池SOC研究现状
1.2.2 锂离子电池循环寿命的研究现状
1.3 论文主要研究内容结构安排
第二章 锂离子电池基本特性分析
2.1 锂离子电池种类和基本指标
2.1.1 锂离子电池种类
2.1.2 锂离子电池主要性能指标
2.2 锂离子电池结构和工作原理
2.3 锂离子电池模型
2.3.1 等效电路模型
2.3.2 电化学模型
2.4 锂离子电池性能衰退机理分析
2.5 本章小结
第三章 锂离子电池实验对SOC和循环寿命的影响
3.1 实验环境介绍
3.1.1 实验设备介绍
3.1.2 实验对象
3.2 锂离子电池基本性能测试
3.3 锂离子电池实验结果分析
3.3.1 电池SOC影响因素分析
3.3.2 电池循环寿命影响因素分析
3.4 本章小结
第四章 基于改进的扩展卡尔曼滤波SOC估计
4.1 等效电路模型参数辨识
4.1.1 等效电路模型参数的获取
4.1.2 等效电路模型验证
4.2 EKF原理
4.3 基于EKF的 SOC估计设计
4.4 模拟工况验证
4.5 本章小结
第五章 锂离子电池循环寿命预测研究
5.1 广义回归神经网络
5.1.1 广义回归神经网络原理及结构
5.1.2 广义回归神经网络学习流程
5.2 粒子群算法原理
5.3 改进粒子群优化GRNN网络
5.3.1 改进粒子群算法原理
5.3.2 改进PSO-GRNN预测模型建立
5.4 MATLAB实验仿真
5.4.1 实验样本的选取
5.4.2 基于公开数据的实验仿真
5.4.3 基于自建实验平台数据的实验仿真
5.5 本章小结
第六章 总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士期间取得的成果
【参考文献】：
期刊论文
[1]锂电池SOC拐点修正安时积分实时估算方法[J]. 刘东,黄碧雄,王一全,严晓,王影. 储能科学与技术. 2019(05)
[2]基于模糊控制磷酸铁锂电池SOC的准确估计[J]. 余懿衡,钱祥忠,杨光辉,夏克刚,张佳瑶. 电子测量技术. 2018(20)
[3]锂离子电池剩余容量与剩余寿命预测[J]. 谢建刚,李其仲,黄妙华,王树坤. 电源技术. 2018(10)
[4]基于改进安时积分法估计锂离子电池组SOC[J]. 杨文荣,朱赛飞,陈阳,朱佳斌,薛力升. 电源技术. 2018(02)
[5]新能源汽车发展意义及技术路线研究[J]. 陈清泉,高金燕,何璇,沈斌. 中国工程科学. 2018(01)
[6]中国工程院:2020年前为我国能源结构优化期[J]. 资源节约与环保. 2017(06)
[7]基于无迹卡尔曼滤波估算电池SOC[J]. 石刚,赵伟,刘珊珊. 计算机应用. 2016(12)
[8]基于改进安时积分法的电动汽车电池SOC估计与仿真研究[J]. 范兴明,曾求勇,张鑫. 电气应用. 2015(08)
[9]基于改进Kalman滤波和安时积分的SOC复合估算[J]. 李建成,戴瑜兴,全惠敏,郜克存. 电源技术. 2014(12)
[10]基于改进卡尔曼滤波的电池SOC估算[J]. 徐颖,沈英. 北京航空航天大学学报. 2014(06)
硕士论文
[1]基于EKF的锂离子电池SOC估算的建模与仿真[D]. 冯光.武汉理工大学 2013
[2]基于灰色理论与广义回归神经网络的客运量预测模型研究[D]. 罗毅.西南交通大学 2007
本文编号：3018640
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3018640.html
