基于分数阶微积分的锂电非线性系统建模和估计研究
发布时间：2024-03-24 18:47
太阳能、风能等可再生清洁能源的规模化应用推动了能源转换与存储技术的发展。锂离子电池因其优良的性能成为电力储能、电驱动载具、便携式电子产品等应用的主流电能存储方案。随应用的推广,锂离子电池的安全性及可靠性问题日益凸。在此背景下,深入研究电池系统的建模和在线状态估计技术方法,对有效管理电池系统,保障电池安全、可靠、高效益运行具有重要意义。本文基于锂离子电池基础理论,结合分数阶微积分(FOC)理论、群体智能优化理论、滑模控制(SMC)技术和观测器设计理论,围绕锂离子电池系统的建模辨识和状态估计问题展开研究,主要研究工作如下:针对锂离子电池非线性系统的建模问题,在基础P2D电化学模型中考虑双电层电容及温度对模型参数的影响,构建了锂离子电池模拟系统,模拟电池充放电测试,并分析其电化学阻抗特性。基于此,采用描述复杂系统能力较强的FOC在时域建立了电池分数阶等效电路模型:考虑电池受不同条件因素的影响,提出了变参数分数阶RC等效电路模型(Wi-FORCECM),该模型对典型条件情形利用了对应的子模型建模描述,而子模型采用了不确定项综合刻画参数不确定、建模误差及扰动的影响,使模型与电池实际应用情形的变化...
【文章页数】：266 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究的背景和意义
1.2 课题国内外研究现状及发展
1.2.1 锂离子电池系统建模研究现状及发展
1.2.1.1 电化学模型
1.2.1.2 等效电路模型
1.2.1.3 数据驱动模型
1.2.2 分数阶系统与锂离子电池模型辨识研究现状及发展
1.2.2.1 分数阶系统参数估计
1.2.2.2 锂离子电池系统参数估计
1.2.3 群体智能优化方法研究现状及发展
1.2.4 分数阶系统与锂离子电池状态估计研究现状及发展
1.2.4.1 分数阶系统状态估计
1.2.4.2 锂离子电池系统状态估计
1.3 论文的研究目标和内容
1.3.1 论文研究目标
1.3.2 论文研究内容
1.4 论文的章节安排
第二章 锂离子电池非线性系统分数阶建模
2.1 引言
2.2 锂离子电池电化学模型和阻抗特性
2.2.1 锂离子电池准二维电化学模型
2.2.1.1 基础模型
2.2.1.2 含双电层电容的电化学模型
2.2.1.3 温度依赖的模型参数
2.2.2 Li BAT-P2Dsys电池模拟系统
2.2.3 锂离子电池电化学阻抗谱
2.3 锂离子电池分数阶微积分模型构建
2.3.1 锂离子电池变参数分数阶RC等效电路模型
2.3.2 锂离子电池双分数阶环等效电路模型
2.4 本章小结
第三章 基于IGAL-ABC的分数阶非线性系统及锂离子电池参数估计
3.1 引言
3.2 问题描述
3.3 IGAL-ABC智能优化方法
3.3.1 IGAL-ABC基本原理
3.3.1.1 增强的蜜蜂搜索
3.3.1.2 IGAL-ABC智能优化方法实现步骤
3.3.2 IGAL-ABC智能优化方法实验分析
3.4 基于IGAL-ABC的分数阶非线性系统和锂离子电池参数估计
3.4.1 基于IGAL-ABC的分数阶非线性系统及电池参数估计方法
3.4.2 基于IGAL-ABC的分数阶非线性系统参数估计仿真分析
3.4.3 基于IGAL-ABC的电池分数阶模型参数估计实验分析
3.5 本章小结
第四章 基于MNIIABC的分数阶非线性时延系统与锂离子电池模型辨识
4.1 引言
4.2 问题描述
4.3 MNIIABC智能优化方法
4.3.1 MNIIABC基本原理
4.3.2 MNIIABC收敛性分析
4.3.3 MNIIABC智能优化方法仿真分析
4.4 基于MNIIABC的分数阶非线性系统和锂离子电池模型辨识
4.4.1 基于MNIIABC的分数阶非线性系统和电池模型辨识方法
4.4.2 基于MNIIABC的分数阶非线性系统辨识实验分析
4.4.3 基于MNIIABC的锂离子电池模型辨识实验分析
4.5 本章小结
第五章 基于分数阶滑模观测器的分数阶非线性系统状态估计
5.1 引言
5.2 系统描述和基本定义及性质
5.3 分数阶非线性系统状态估计的FOSMO设计
5.3.1 确定性分数阶非线性系统FOSMO设计
5.3.2 不确定性分数阶非线性系统FOSMO设计
5.4 仿真分析
5.4.1 确定性分数阶非线性系统的FOSMO实验分析
5.4.2 不确定性分数阶非线性系统的FOSMO实验分析
5.4.3 分数阶观测器仿真对比
5.5 本章小结
第六章 基于切换滑模控制—龙伯格分数阶观测器的锂离子电池SOC估计
6.1 引言
6.2 模型和问题描述
6.3 切换滑模控制—龙伯格分数阶观测器设计
6.4 仿真实验分析
6.5 本章小结
第七章 基于自适应滑模观测器和分数阶模型的锂离子电池SOC估计
7.1 引言
7.2 自适应滑模观测器设计
7.2.1 AdpSMO-FOECM设计
7.2.2 LAdpSMO-FOECM设计
7.2.3 RSW-AdpSMO-FOECM设计
7.3 基于自适应滑模观测器的SOC状态估计
7.4 仿真实验分析
7.5 本章小结
第八章 基于TPS-FrCSMO和自适应滑模观测器的SOC与SOH联合估计
8.1 引言
8.2 模型和问题描述
8.3 基于两阶段切换分数阶滑模观测器的SOC估计
8.3.1 两阶段切换分数阶滑模观测器设计
8.3.2 基于TPS-FrCSMO的电池SOC估计方法
8.4 基于TPS-FrCSMO和自适应SMO的SOC与SOH联合估计方法
8.5 仿真实验分析
8.5.1 TPS-FrCSMO-FOECM仿真分析
8.5.2 锂离子电池SOH估计实验分析
8.6 本章小结
第九章 基于adpABC-PF方法的锂离子电池RUL状态估计
9.1 引言
9.2 模型和问题描述
9.3 基于adpABC-PF的锂离子电池RUL状态估计
9.3.1 贝叶斯估计与粒子滤波
9.3.2 adpABC-PF滤波方法与电池RUL估计
9.4 电池RUL估计实验分析
9.5 本章小结
第十章 总结与展望
10.1 研究工作总结
10.1.1 本文主要创新点
10.1.2 研究工作和成果总结
10.2 研究展望
致谢
参考文献
附录A
附录B
附录C
附录D
附录E
攻读博士学位期间取得的成果
本文编号：3937861
【文章页数】：266 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究的背景和意义
1.2 课题国内外研究现状及发展
1.2.1 锂离子电池系统建模研究现状及发展
1.2.1.1 电化学模型
1.2.1.2 等效电路模型
1.2.1.3 数据驱动模型
1.2.2 分数阶系统与锂离子电池模型辨识研究现状及发展
1.2.2.1 分数阶系统参数估计
1.2.2.2 锂离子电池系统参数估计
1.2.3 群体智能优化方法研究现状及发展
1.2.4 分数阶系统与锂离子电池状态估计研究现状及发展
1.2.4.1 分数阶系统状态估计
1.2.4.2 锂离子电池系统状态估计
1.3 论文的研究目标和内容
1.3.1 论文研究目标
1.3.2 论文研究内容
1.4 论文的章节安排
第二章 锂离子电池非线性系统分数阶建模
2.1 引言
2.2 锂离子电池电化学模型和阻抗特性
2.2.1 锂离子电池准二维电化学模型
2.2.1.1 基础模型
2.2.1.2 含双电层电容的电化学模型
2.2.1.3 温度依赖的模型参数
2.2.2 Li BAT-P2Dsys电池模拟系统
2.2.3 锂离子电池电化学阻抗谱
2.3 锂离子电池分数阶微积分模型构建
2.3.1 锂离子电池变参数分数阶RC等效电路模型
2.3.2 锂离子电池双分数阶环等效电路模型
2.4 本章小结
第三章 基于IGAL-ABC的分数阶非线性系统及锂离子电池参数估计
3.1 引言
3.2 问题描述
3.3 IGAL-ABC智能优化方法
3.3.1 IGAL-ABC基本原理
3.3.1.1 增强的蜜蜂搜索
3.3.1.2 IGAL-ABC智能优化方法实现步骤
3.3.2 IGAL-ABC智能优化方法实验分析
3.4 基于IGAL-ABC的分数阶非线性系统和锂离子电池参数估计
3.4.1 基于IGAL-ABC的分数阶非线性系统及电池参数估计方法
3.4.2 基于IGAL-ABC的分数阶非线性系统参数估计仿真分析
3.4.3 基于IGAL-ABC的电池分数阶模型参数估计实验分析
3.5 本章小结
第四章 基于MNIIABC的分数阶非线性时延系统与锂离子电池模型辨识
4.1 引言
4.2 问题描述
4.3 MNIIABC智能优化方法
4.3.1 MNIIABC基本原理
4.3.2 MNIIABC收敛性分析
4.3.3 MNIIABC智能优化方法仿真分析
4.4 基于MNIIABC的分数阶非线性系统和锂离子电池模型辨识
4.4.1 基于MNIIABC的分数阶非线性系统和电池模型辨识方法
4.4.2 基于MNIIABC的分数阶非线性系统辨识实验分析
4.4.3 基于MNIIABC的锂离子电池模型辨识实验分析
4.5 本章小结
第五章 基于分数阶滑模观测器的分数阶非线性系统状态估计
5.1 引言
5.2 系统描述和基本定义及性质
5.3 分数阶非线性系统状态估计的FOSMO设计
5.3.1 确定性分数阶非线性系统FOSMO设计
5.3.2 不确定性分数阶非线性系统FOSMO设计
5.4 仿真分析
5.4.1 确定性分数阶非线性系统的FOSMO实验分析
5.4.2 不确定性分数阶非线性系统的FOSMO实验分析
5.4.3 分数阶观测器仿真对比
5.5 本章小结
第六章 基于切换滑模控制—龙伯格分数阶观测器的锂离子电池SOC估计
6.1 引言
6.2 模型和问题描述
6.3 切换滑模控制—龙伯格分数阶观测器设计
6.4 仿真实验分析
6.5 本章小结
第七章 基于自适应滑模观测器和分数阶模型的锂离子电池SOC估计
7.1 引言
7.2 自适应滑模观测器设计
7.2.1 AdpSMO-FOECM设计
7.2.2 LAdpSMO-FOECM设计
7.2.3 RSW-AdpSMO-FOECM设计
7.3 基于自适应滑模观测器的SOC状态估计
7.4 仿真实验分析
7.5 本章小结
第八章 基于TPS-FrCSMO和自适应滑模观测器的SOC与SOH联合估计
8.1 引言
8.2 模型和问题描述
8.3 基于两阶段切换分数阶滑模观测器的SOC估计
8.3.1 两阶段切换分数阶滑模观测器设计
8.3.2 基于TPS-FrCSMO的电池SOC估计方法
8.4 基于TPS-FrCSMO和自适应SMO的SOC与SOH联合估计方法
8.5 仿真实验分析
8.5.1 TPS-FrCSMO-FOECM仿真分析
8.5.2 锂离子电池SOH估计实验分析
8.6 本章小结
第九章 基于adpABC-PF方法的锂离子电池RUL状态估计
9.1 引言
9.2 模型和问题描述
9.3 基于adpABC-PF的锂离子电池RUL状态估计
9.3.1 贝叶斯估计与粒子滤波
9.3.2 adpABC-PF滤波方法与电池RUL估计
9.4 电池RUL估计实验分析
9.5 本章小结
第十章 总结与展望
10.1 研究工作总结
10.1.1 本文主要创新点
10.1.2 研究工作和成果总结
10.2 研究展望
致谢
参考文献
附录A
附录B
附录C
附录D
附录E
攻读博士学位期间取得的成果
本文编号：3937861
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3937861.html
