基于内阻模型的锂电池健康状态评价

发布时间：2023-09-16 19:41

　　随着锂离子电池在航天航空、新能源汽车、民用发电等多领域应用的推广,保障锂电池在复杂工况环境下使用的安全性和可靠性成为锂电池领域研究的热点问题。研究人员使用锂电池健康状态(State of Health,SOH)间接表示电池当前的性能,准确估计锂电池SOH,评价锂电池的健康状态显得十分重要。为解决上述问题,本文针对建立高精度锂电池SOH预测模型做了如下的研究工作:(1)以锂电池结构和工作原理为理论基础,深入阐述锂电池的老化机制,分析锂电池SOH衰退的主要原因;以18650型钴酸锂电池单体为研究对象,搭建高精度锂电池测试平台;从锂电池老化参数的测试角度入手,设计锂电池老化特性测试实验,主要包括:预处理循环实验、可用容量实验、加速老化实验和脉冲功率特性(Hybrid Pulse Power Characteristic,HPPC)测试实验。利用实验采集锂电池老化特性数据,为锂电池SOH估计算法建立数据库。(2)从结构复杂度、仿真精度和构建难度对比分析目前锂电池模拟仿真中常用的几类电池模型,最终确定Thevenin等效电路模型作为本文的研究模型;通过HPPC实验分析锂电池电压变化,完成模型参数...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 锂电池SOH定义
        1.2.2 锂电池SOH研究现状分析
    1.3 目前研究中存在的难点与问题
    1.4 论文研究内容
第二章 锂电池老化特性测试
    2.1 锂电池结构及工作原理
    2.2 锂电池衰退机理分析
    2.3锂电池老化特性测试实验
        2.3.1 锂电池测试平台
        2.3.2 实验流程
        2.3.3预处理循环实验
        2.3.4可用容量测试实验
        2.3.5加速老化实验
        2.3.6 HPPC实验
    2.4 本章小结
第三章 锂电池模型建立及参数辨识分析
    3.1 锂电池模型概述
        3.1.1 锂电池模型分类
        3.1.2 锂电池等效电路模型
    3.2 Thevenin等效电路模型参数辨识
        3.2.1 OCV-SOC曲线拟合
        3.2.2 欧姆内阻参数辨识
        3.2.3 阻容回路参数辨识
    3.3 模型仿真验证分析
    3.4 改进HPPC实验方法
        3.4.1 影响因素分析
        3.4.2 不同采样周期条件下实验数据分析
        3.4.3 电流倍率实验结果及分析
    3.5 输入特征参数的选取
        3.5.1 循环次数对SOH的影响
        3.5.2 电池内阻对SOH的影响
        3.5.3 特征输入参数评估
    3.6 本章小结
第四章 基于数据驱动方法的锂电池SOH估计
    4.1 基于BP神经网络的锂电池SOH估计
        4.1.1 BP神经网络原理
        4.1.2 BP神经网络实现流程
        4.1.3 BP神经网络结构的设计
        4.1.4 锂电池SOH估计结果分析
    4.2 基于SVR的锂电池SOH估计
        4.2.1 SVR原理
        4.2.2 SVR模型参数优化
        4.2.3 SVR实现流程
        4.2.4 锂电池SOH估计结果分析
    4.3 锂电池SOH估计对比分析
        4.3.1 不同锂电池SOH算法对比分析
        4.3.2 不同锂电池单体对比分析
    4.4 本章小结
第五章 结论与展望
    5.1 工作总结
    5.2 工作展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3847081