锂离子电池健康状态评估及剩余寿命预测方法
发布时间：2021-07-02 18:52
锂离子电池因其具有能量密度大、循环寿命长、安全性能高等优点被广泛应用于电动汽车、通讯设备、航空航天等领域。作为系统的核心部件,电池退化会影响整个系统的正常运行,甚至会引发严重的安全事故和经济损失。锂离子电池健康状态（State of Health,SOH）估计及剩余寿命（Remaining Useful Life,RUL）预测能有效预知其性能退化程度,有助于实现视情维修和提高系统的可靠性,具有重要的研究和实用价值。本文以锂离子电池为研究对象,并对其SOH估计及RUL预测两个核心问题进行深入研究,主要研究内容如下:首先,给出基于经验退化模型的锂离子电池RUL预测方法。通过对锂离子电池寿命退化数据进行分析,本文从退化率的角度建立一种电池容量经验退化模型,以克服现有预测模型中模型普适性差、建模复杂、预测精度不足等问题。该模型适用于标准工况下同型号的锂离子电池,只需知道电池初始容量,即可直接模拟出电池寿命曲线,具有良好的实用性。其次,建立基于经验退化模型与误差补偿模型相结合的融合型锂离子电池SOH估计方法。经验退化模型虽然能预测出电池全局退化趋势,但难以对电池退化过程中差异性及非线性退化现象进...
【文章来源】：安徽理工大学安徽省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
锂离子电池结构图
充电时，原先在正极的锂离子脱嵌，进入到负极的碳层中；放电时，的锂离子在电场的作用下离开负极，聚集到达正极[72]。锂离子电池充放具体化学反应式如下所示：充电阶段，Li+从正极材料 LiMO2中脱离，途经电解液后嵌入负极的碳层发生如下化学反应：2 1- 2LiMO Li MO Li exx x+ →+ + 充电放电（放电阶段，Li+从负极材料的碳层中脱落，流经电解液后嵌入 LiMO2中，如下化学反应：C Li e Li Cx nn x x+ →+ + 充电放电（总化学反应如下：2 1- 2LiMO C Li MO Li Cx x nn →+ + 充电放电（，M 代表 Co、Ni、W、Mn 等金属元素。
图 2-3 锂离子电池基本特点Fig.2-3 Basic characteristics of lithium-ion batteries.3 锂离子电池寿命退化分析除了内部复杂的电化学失效机理，锂离子电池运行所处外界环境以及电路状态都会对其寿命产生不同程度的影响。锂离子电池老化是多影响因素耦合果，但由于目前人们对电池退化过程了解的不完备性，仍存在一些未知影响因文暂不考究；图 2-4 给出了电池主要退化因素分析图，以下分别从内部失效机及外部影响因素两方面对锂离子电池寿命退化主要因素进行分析。.3.1 锂离子电池内部失效机制分析锂离子电池内部一系列不可逆化学反应会造成电池内部电极材料结构的变性物质的溶解以及电池内阻增加等等，从而加速电池老化。以下列举出几种电部失效的主要原因[75]：
【参考文献】：
期刊论文
[1]基于充电电流数据的锂电池容量估计[J]. 高栋,黄妙华,周亚鹏. 电源技术. 2018(10)
[2]基于数据驱动的锂电池剩余容量估计[J]. 陈毅,黄妙华,王树坤. 自动化与仪表. 2017(08)
[3]基于IGA-MRVR的锂离子电池剩余使用寿命预测[J]. 高栋,黄妙华. 自动化与仪表. 2017(07)
[4]锂电池剩余寿命的ELM间接预测方法[J]. 姜媛媛,刘柱,罗慧,王辉. 电子测量与仪器学报. 2016(02)
[5]铝集流体表面处理对锂离子电池性能的影响[J]. 李俊鹏,党海峰,杨伟,薛建军,董新法,林维明. 电镀与涂饰. 2015(16)
[6]锂离子电池循环寿命的融合预测方法[J]. 刘月峰,赵光权,彭喜元. 仪器仪表学报. 2015(07)
[7]锂离子电池健康评估和寿命预测综述[J]. 刘大同,周建宝,郭力萌,彭宇. 仪器仪表学报. 2015(01)
[8]添加剂对锂离子电池电解液防过充保护的研究[J]. 孙百虎,赵菁,尚平. 电源技术. 2014(12)
[9]电动汽车电池组快速充电研究[J]. 李国晓. 甘肃联合大学学报(自然科学版). 2011(01)
博士论文
[1]基于RVM的锂离子电池剩余寿命预测方法研究[D]. 周建宝.哈尔滨工业大学 2013
硕士论文
[1]基于PSO-BP神经网络的上证指数预测模型应用研究[D]. 方思学.湖南大学 2018
[2]考虑容量恢复效应的锂离子电池剩余寿命预测[D]. 严仁远.浙江大学 2018
[3]基于IC曲线特征参数的锂离子电池SOH估计及DSP实现[D]. 张昊.北京交通大学 2018
[4]锂离子动力电池健康特征提取与诊断研究[D]. 郭琦沛.北京交通大学 2018
[5]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
[6]基于模型驱动的锂离子电池剩余寿命预测方法研究[D]. 杨丽.哈尔滨工业大学 2016
[7]电动汽车动力电池健康状态估计方法研究[D]. 孙培坤.北京理工大学 2016
本文编号：3261029
【文章来源】：安徽理工大学安徽省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
锂离子电池结构图
充电时，原先在正极的锂离子脱嵌，进入到负极的碳层中；放电时，的锂离子在电场的作用下离开负极，聚集到达正极[72]。锂离子电池充放具体化学反应式如下所示：充电阶段，Li+从正极材料 LiMO2中脱离，途经电解液后嵌入负极的碳层发生如下化学反应：2 1- 2LiMO Li MO Li exx x+ →+ + 充电放电（放电阶段，Li+从负极材料的碳层中脱落，流经电解液后嵌入 LiMO2中，如下化学反应：C Li e Li Cx nn x x+ →+ + 充电放电（总化学反应如下：2 1- 2LiMO C Li MO Li Cx x nn →+ + 充电放电（，M 代表 Co、Ni、W、Mn 等金属元素。
图 2-3 锂离子电池基本特点Fig.2-3 Basic characteristics of lithium-ion batteries.3 锂离子电池寿命退化分析除了内部复杂的电化学失效机理，锂离子电池运行所处外界环境以及电路状态都会对其寿命产生不同程度的影响。锂离子电池老化是多影响因素耦合果，但由于目前人们对电池退化过程了解的不完备性，仍存在一些未知影响因文暂不考究；图 2-4 给出了电池主要退化因素分析图，以下分别从内部失效机及外部影响因素两方面对锂离子电池寿命退化主要因素进行分析。.3.1 锂离子电池内部失效机制分析锂离子电池内部一系列不可逆化学反应会造成电池内部电极材料结构的变性物质的溶解以及电池内阻增加等等，从而加速电池老化。以下列举出几种电部失效的主要原因[75]：
【参考文献】：
期刊论文
[1]基于充电电流数据的锂电池容量估计[J]. 高栋,黄妙华,周亚鹏. 电源技术. 2018(10)
[2]基于数据驱动的锂电池剩余容量估计[J]. 陈毅,黄妙华,王树坤. 自动化与仪表. 2017(08)
[3]基于IGA-MRVR的锂离子电池剩余使用寿命预测[J]. 高栋,黄妙华. 自动化与仪表. 2017(07)
[4]锂电池剩余寿命的ELM间接预测方法[J]. 姜媛媛,刘柱,罗慧,王辉. 电子测量与仪器学报. 2016(02)
[5]铝集流体表面处理对锂离子电池性能的影响[J]. 李俊鹏,党海峰,杨伟,薛建军,董新法,林维明. 电镀与涂饰. 2015(16)
[6]锂离子电池循环寿命的融合预测方法[J]. 刘月峰,赵光权,彭喜元. 仪器仪表学报. 2015(07)
[7]锂离子电池健康评估和寿命预测综述[J]. 刘大同,周建宝,郭力萌,彭宇. 仪器仪表学报. 2015(01)
[8]添加剂对锂离子电池电解液防过充保护的研究[J]. 孙百虎,赵菁,尚平. 电源技术. 2014(12)
[9]电动汽车电池组快速充电研究[J]. 李国晓. 甘肃联合大学学报(自然科学版). 2011(01)
博士论文
[1]基于RVM的锂离子电池剩余寿命预测方法研究[D]. 周建宝.哈尔滨工业大学 2013
硕士论文
[1]基于PSO-BP神经网络的上证指数预测模型应用研究[D]. 方思学.湖南大学 2018
[2]考虑容量恢复效应的锂离子电池剩余寿命预测[D]. 严仁远.浙江大学 2018
[3]基于IC曲线特征参数的锂离子电池SOH估计及DSP实现[D]. 张昊.北京交通大学 2018
[4]锂离子动力电池健康特征提取与诊断研究[D]. 郭琦沛.北京交通大学 2018
[5]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
[6]基于模型驱动的锂离子电池剩余寿命预测方法研究[D]. 杨丽.哈尔滨工业大学 2016
[7]电动汽车动力电池健康状态估计方法研究[D]. 孙培坤.北京理工大学 2016
本文编号：3261029
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3261029.html
