车用动力锂离子电池剩余寿命预测及SOC估计
发布时间：2021-03-28 09:39
动力锂离子电池具有能量密度大、放电电压高、循环寿命长等优点,广泛应用于新能源电动汽车中。动力锂离子电池的剩余寿命（RUL,Remaining Useful Life）表征的是电池放电性能大小（或电池最大可放电容量）相比于100%新电池的状况,动力锂离子电池的荷电状态（SOC,State of Charge）表征的是当前充放电循环周期下电池剩余可放电容量与最大可放电容量的比值,两者都是电池管理系统中的重要参数,且精准预测锂离子电池的RUL能为SOC估计提供重要的参照。现有的锂离子电池RUL预测方法中粒子滤波及其改进算法因预测精度较高且能对估计结果提供概率分布而被广泛应用,但也存在粒子容易退化、运算量庞大、工况自适应性差等难点;现有的SOC预测方法存在数学建模复杂、计算量大、单片机C程序开发实现困难、容易位溢出等问题;针对动力锂离子电池剩余寿命预测及SOC估计过程中存在的上述问题,本文进行了以下研究工作:（1）介绍了动力锂离子电池的充放电特性、基本退化机理和等效模型,分析了锂离子电池的剩余寿命及荷电状态与各种特性影响因素间的相关关系,为接下来研究锂离子电池RUL和SOC提供基本的理论依据。...
【文章来源】：江西理工大学江西省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
比亚迪e5电动汽车电池管理系统的外观图
第二章 动力锂离子电池工作特性分析图 2.2 某型号三元锂离子电池 图 2.3 锂离子电池内部的化学反应示意图图 2.4 锂电池充放电原理图2.2 锂离子电池的充放电特性及相关分析本文基于某省动力锂电池及材料重点实验室—动力电池及其模块测试研究室(B207)实验平台，该平台拥有深圳某电子有限公司生产的动力电池系统、充电系统、电池性能测试系统等设备（如图 2.5 所示），该实验平台可任意设置电池的充放电电流、电压、静置时间等参数，能高精度测量电池的电压、电流、内阻、温度等参数，并可以对电池进行针刺、挤压等破坏性试验。测试对象为车用三元锂电池，单体电池额定电压 3.7V，额定容量包括 2600mAh、30Ah 两种；测试项目主要包括：不同温度、不同放电倍率、不同放电截止电压等条件下的锂电池充放电实验；常温、中等倍率、限定最大及最小充放电电压条件下的锂电池循环充放电实验；高温、低温、大电流、低电压等恶劣工况下锂电池充放电试验。15
图 2.2 某型号三元锂离子电池 图 2.3 锂离子电池内部的化学反应示意图图 2.4 锂电池充放电原理图 锂离子电池的充放电特性及相关分析本文基于某省动力锂电池及材料重点实验室—动力电池及其模块测试研究室(B20平台，该平台拥有深圳某电子有限公司生产的动力电池系统、充电系统、电池性能测
【参考文献】：
期刊论文
[1]基于相关向量机的锂离子电池剩余寿命预测[J]. 李赛,庞晓琼,林慧龙,王竹晴. 计算机工程与设计. 2018(08)
[2]磷酸铁锂电池高温存储性能衰减机理[J]. 姚斌,滕国鹏,刘晓梅,陈伟峰,蔡毅. 电源技术. 2018(07)
[3]电动汽车磷酸铁锂电池低温特性研究[J]. 聂开俊,吴大军. 电源技术. 2018(07)
[4]基于极限学习机的磷酸铁锂电池SOC估算研究[J]. 宋绍剑,王志浩,林小峰. 电源技术. 2018(06)
[5]不同放电倍率下锂电池SOC估算分析研究[J]. 张方亮,黄泽波,李占锋. 机械设计与制造. 2018(06)
[6]基于CPSO-RVM的锂电池剩余寿命预测方法[J]. 张朝龙,何怡刚,袁莉芬. 系统仿真学报. 2018(05)
[7]基于局部信息融合及支持向量回归集成的锂电池健康状态预测[J]. 陈建新,候建明,王鑫,邵海涛,宋广磊,薛宇. 南京理工大学学报. 2018(01)
[8]基于粒子群优化粒子滤波的电容剩余寿命预测[J]. 秦琪,赵帅,陈绍炜,黄登山. 计算机工程与应用. 2018(20)
[9]现代汽车电子技术的应用现状及发展趋势[J]. 李泓依. 电子技术与软件工程. 2018(04)
[10]三元锂电池SOC电量准确估计仿真研究[J]. 吴燕,周云山,李泉. 计算机仿真. 2017(12)
硕士论文
[1]锂离子电池剩余寿命预测方法研究[D]. 张吉宣.中北大学 2018
[2]温度对锂离子动力电池充放电性能影响的研究[D]. 林健.海南大学 2018
[3]锂离子电池退化状态识别与寿命预测方法研究[D]. 杨金星.哈尔滨工业大学 2017
[4]锂离子电池过充及过放电故障诊断研究[D]. 郑勇.长安大学 2016
[5]基于飞思卡尔单片机的电动汽车电池管理系统[D]. 彭安平.电子科技大学 2014
本文编号：3105319
【文章来源】：江西理工大学江西省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
比亚迪e5电动汽车电池管理系统的外观图
第二章 动力锂离子电池工作特性分析图 2.2 某型号三元锂离子电池 图 2.3 锂离子电池内部的化学反应示意图图 2.4 锂电池充放电原理图2.2 锂离子电池的充放电特性及相关分析本文基于某省动力锂电池及材料重点实验室—动力电池及其模块测试研究室(B207)实验平台，该平台拥有深圳某电子有限公司生产的动力电池系统、充电系统、电池性能测试系统等设备（如图 2.5 所示），该实验平台可任意设置电池的充放电电流、电压、静置时间等参数，能高精度测量电池的电压、电流、内阻、温度等参数，并可以对电池进行针刺、挤压等破坏性试验。测试对象为车用三元锂电池，单体电池额定电压 3.7V，额定容量包括 2600mAh、30Ah 两种；测试项目主要包括：不同温度、不同放电倍率、不同放电截止电压等条件下的锂电池充放电实验；常温、中等倍率、限定最大及最小充放电电压条件下的锂电池循环充放电实验；高温、低温、大电流、低电压等恶劣工况下锂电池充放电试验。15
图 2.2 某型号三元锂离子电池 图 2.3 锂离子电池内部的化学反应示意图图 2.4 锂电池充放电原理图 锂离子电池的充放电特性及相关分析本文基于某省动力锂电池及材料重点实验室—动力电池及其模块测试研究室(B20平台，该平台拥有深圳某电子有限公司生产的动力电池系统、充电系统、电池性能测
【参考文献】：
期刊论文
[1]基于相关向量机的锂离子电池剩余寿命预测[J]. 李赛,庞晓琼,林慧龙,王竹晴. 计算机工程与设计. 2018(08)
[2]磷酸铁锂电池高温存储性能衰减机理[J]. 姚斌,滕国鹏,刘晓梅,陈伟峰,蔡毅. 电源技术. 2018(07)
[3]电动汽车磷酸铁锂电池低温特性研究[J]. 聂开俊,吴大军. 电源技术. 2018(07)
[4]基于极限学习机的磷酸铁锂电池SOC估算研究[J]. 宋绍剑,王志浩,林小峰. 电源技术. 2018(06)
[5]不同放电倍率下锂电池SOC估算分析研究[J]. 张方亮,黄泽波,李占锋. 机械设计与制造. 2018(06)
[6]基于CPSO-RVM的锂电池剩余寿命预测方法[J]. 张朝龙,何怡刚,袁莉芬. 系统仿真学报. 2018(05)
[7]基于局部信息融合及支持向量回归集成的锂电池健康状态预测[J]. 陈建新,候建明,王鑫,邵海涛,宋广磊,薛宇. 南京理工大学学报. 2018(01)
[8]基于粒子群优化粒子滤波的电容剩余寿命预测[J]. 秦琪,赵帅,陈绍炜,黄登山. 计算机工程与应用. 2018(20)
[9]现代汽车电子技术的应用现状及发展趋势[J]. 李泓依. 电子技术与软件工程. 2018(04)
[10]三元锂电池SOC电量准确估计仿真研究[J]. 吴燕,周云山,李泉. 计算机仿真. 2017(12)
硕士论文
[1]锂离子电池剩余寿命预测方法研究[D]. 张吉宣.中北大学 2018
[2]温度对锂离子动力电池充放电性能影响的研究[D]. 林健.海南大学 2018
[3]锂离子电池退化状态识别与寿命预测方法研究[D]. 杨金星.哈尔滨工业大学 2017
[4]锂离子电池过充及过放电故障诊断研究[D]. 郑勇.长安大学 2016
[5]基于飞思卡尔单片机的电动汽车电池管理系统[D]. 彭安平.电子科技大学 2014
本文编号：3105319
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3105319.html
