梯次利用动力锂电池建模研究

发布时间：2021-10-31 21:52

　　随着新能源技术的发展,锂电池的生产数量爆炸式增长。当锂电池的容量衰减为出厂值的80%左右时就会淘汰下来,直接将其报废处理会造成资源的浪费和环境的污染。为了实现退役锂电池的高效利用,本文通过对退役锂电池（不同工况）的研究与分析,建立了一个高精度的静态和动态电池模型。该模型同时考虑了电池的温度特性和SOC应用特性,为退役锂电池的梯次利用奠定了良好的理论基础和广泛的应用前景。主要工作如下:首先,分析了退役锂电池的工作原理和性能参数,明确退役锂电池的工作特性。在对比分析几种电池等效电路模型的优缺点后,考虑温度对退役锂电池的巨大影响以及电池内部的极化反应,本文建立一种多温度的二阶RC等效电路模型,该模型不仅能够真实模拟电池内部的动态特性,而且解决了大多数模型存在的计算复杂、精度不高等问题。为验证建立的退役锂电池模型的准确性,本文对电池的电压数据进行指数拟合,计算得出辨识结果后,采用直接比较模型参数的方法来验证模型。实验结果表明,辨识误差不超过1%,因此本文针对退役锂电池建立的多温度的二阶RC等效电路模型是准确合理的。其次,由于锂电池在实际工作过程中受各种因素的影响,导致参数不断变化,因此本文对能... 

【文章来源】：安徽师范大学安徽省

【文章页数】：132 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 退役锂电池梯次利用研究现状
        1.2.2 锂电池模型的研究现状
        1.2.3 参数辨识研究现状
        1.2.4 模型参数应用研究现状
    1.3 本文的研究工作和主要结构
第二章 退役锂电池基本特性研究
    2.1 退役锂电池工作原理及参数特性
        2.1.1 退役锂电池工作原理
        2.1.2 退役锂电池的参数特性分析
    2.2 实验平台及退役锂电池特性实验
        2.2.1 搭建实验平台
        2.2.2 退役锂电池性能测试
    2.3 本章小结
第三章 退役锂电池建模与离线辨识
    3.1 退役锂电池建模影响因素
        3.1.1 环境温度
        3.1.2 充放电倍率
        3.1.3 其他影响因素
    3.2 锂电池等效电路模型
        3.2.1 内阻模型
        3.2.2 PNGV模型
        3.2.3 RC模型
        3.2.4 本文退役锂电池模型的选取
    3.3 离线参数辨识
        3.3.1 实验数据的获取
        3.3.2 SOC-OCV曲线
        3.3.3 阻容参数的辨识
        3.3.4 辨识结果及验证
    3.4 本章小结
第四章 多温度模型参数在线辨识
    4.1 在线参数辨识原理
        4.1.1 最小二乘法原理
        4.1.2 含有遗忘因子递推最小二乘法在线辨识
    4.2 恒流放电静态工况下的参数辨识
        4.2.1 恒流放电静态工况实验设计
        4.2.2 18650锂电池参数辨识结果
        4.2.3 26650锂电池参数辨识结果
    4.3 间歇放电动态工况下的参数辨识
        4.3.1 间歇放电动态工况实验设计
        4.3.2 18650锂电池参数辨识结果
        4.3.3 26650锂电池参数辨识结果
        4.3.4 辨识结果分析
    4.4 混合动力脉冲工况下的参数辨识
        4.4.1 混合动力脉冲放电实验设计
        4.4.2 18650锂电池参数辨识结果
        4.4.3 26650锂电池参数辨识结果
        4.4.4 辨识结果分析
    4.5 本章小结
第五章 多温度模型参数的应用
    5.1 卡尔曼滤波原理
    5.2 扩展卡尔曼滤波算法
    5.3 基于扩展卡尔曼的SOC估算原理
    5.4 联合估算锂电池SOC
        5.4.1 联合估算的步骤
        5.4.2 18650锂电池SOC估算结果
        5.4.3 26650锂电池SOC估算结果
        5.4.4 自定义DST动态工况验证
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士期间的相关工作


【参考文献】：
期刊论文
[1]基于扩展卡尔曼滤波的SOC估算与仿真[J]. 张博远,罗羽,杨玉新,李立伟.  舰船电子工程. 2020(01)
[2]基于BP神经网络的锂电池组SOC估算[J]. 贾海峰,李聪.  农业装备与车辆工程. 2020(01)
[3]车用三元锂电池与磷酸铁锂电池对比分析[J]. 张长煦,倪子潇.  汽车实用技术. 2019(23)
[4]电动汽车的发展现状与未来趋势分析[J]. 颜乐平,成姿,周常飞,李琰.  电工技术. 2019(22)
[5]废弃动力锂电池回收再利用技术及经济效益分析[J]. 王天雅,宋端梅,贺文智,李光明.  上海节能. 2019(10)
[6]基于开路电压法的电池荷电状态估算修正[J]. 孙艳艳,周雪松,游祥龙,吴小岭.  内燃机与配件. 2019(19)
[7]基于模型参数辨识和扩展卡尔曼滤波的锂电池荷电状态估计[J]. 张佳倩,刘志虎.  工业控制计算机. 2019(09)
[8]电动汽车锂离子电池安全防护浅析[J]. 黄马超.  内江科技. 2019(09)
[9]新能源汽车对传统汽车产业的影响研究[J]. 王翠芳,孙备,赵锋.  绿色科技. 2019(12)
[10]关于锂离子电池Thevenin模型的仿真研究[J]. 关庆庆,邢丽坤,罗双.  重庆工商大学学报(自然科学版). 2019(03)

硕士论文
[1]电动汽车动力电池的SOC估计与均衡技术研究[D]. 李心成.河南科技大学 2019
[2]考虑温变—迟滞效应的动力电池状态估计方法研究[D]. 李园.长安大学 2019
[3]动力电池SOH在线实时估计算法研究[D]. 石松.河南师范大学 2017



本文编号：3468920