当前位置:主页 > 科技论文 > 电气论文 >

锂离子动力电池老化特性研究与循环寿命预测

发布时间:2017-09-03 16:33

  本文关键词:锂离子动力电池老化特性研究与循环寿命预测


  更多相关文章: 锂离子动力电池 老化特性 电池等效电路模型 寿命预测 神经网络算法 支持向量机算法


【摘要】:新能源汽车具有低排放、无污染的特点,而且能源可以重复利用,间接达到了节能减排的目的。动力电池是电动汽车动力系统的核心部分。锂离子电池凭借自身的电压水平高、循环性能优良、无记忆效应、自放电率小、能量密度大等明显优势,成为了动力电池相对来说较好的选择。动力电池剩余寿命(Remaining Useful Life, RUL)是电池监测与维护的关键,已成为电池技术的核心构成部分。准确估算电池RUL,对锂离子电池组的剩余寿命做出预判,有利于提高电池使用效率,确保电池使用中的安全性和可靠性,提高整车的控制性能和准确续航。本文主要工作内容有锂离子电池循环寿命实验与老化特性的分析,锂离子电池等效电路模型的建立和基于数据驱动的循环寿命预测。具体如下:首先从锂离子电池的工作原理和内部电化学反应出发,分析电池老化机制。搭建循环寿命实验平台,设计循环实验并采集数据,主要包括最大可用容量测试,不同倍率放电测试,复合脉冲HPPC测试,循环寿命测试。然后根据实验重点分析了动力电池的老化特性:放电倍率,充放电效率,放电电压,欧姆内阻等各种因素,为选择容量作为指标预测电池循环寿命奠定了基础。其次,锂离子电池等效电路模型的建立。在分析对比各种电池模型后选择兼顾精度与计算速度的的二阶RC模型作为主要研究对象,并选择开路电压函数进行拟合,解决了开路电压和SOC之间的非线性对应关系。针对目前电路模型不能反映电池容量下降和参数随电池老化而发生改变的问题,分别对电池不同的寿命状态进行参数拟合,对比电池使用初期,中期,末期三个阶段下的电池模型参数,得出了电池参数变化的大致规律。最后,选择了两种基于数据驱动的寿命预测方法:神经网络法和支持向量机法分别预测电池寿命,并对比两种方法的性能优劣,最终确定支持向量机的方法精度较高,所需训练样本较少,克服了利用神经网络法估计电池寿命的不足之处。
【关键词】:锂离子动力电池 老化特性 电池等效电路模型 寿命预测 神经网络算法 支持向量机算法
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TM912
【目录】:
  • 摘要8-9
  • ABSTRACT9-11
  • 第一章 绪论11-19
  • 1.1 课题研究背景与意义11-12
  • 1.2 国内外研究现状综述12-17
  • 1.2.1 锂离子电池建模方法研究现状12
  • 1.2.2 动力电池状态估计研究现状12-14
  • 1.2.3 寿命预测研究现状14-17
  • 1.3 论文主要研究内容17-19
  • 第二章 锂离子动力电池特性与衰减机理分析19-25
  • 2.1 动力电池发展概况19-20
  • 2.2 锂离子动力电池材料结构20-21
  • 2.3 锂离子动力电池工作原理21-22
  • 2.4 电池性能衰退机制分析22-23
  • 2.5 本章小结23-25
  • 第三章 锂离子动力电池循环寿命实验25-36
  • 3.1 锂离子电池实验平台的搭建25-26
  • 3.2 锂离子动力电池测试26-30
  • 3.2.1 最大可用容量测试27
  • 3.2.2 复合脉冲(HPPC)测试27-29
  • 3.2.3 不同倍率放电测试29-30
  • 3.2.4 寿命循环测试30
  • 3.3 锂离子电池实验结果分析30-34
  • 3.3.1 放电倍率对电池性能的影响30-31
  • 3.3.2 电池老化对充放电的影响31-32
  • 3.3.3 电池老化对放电电压的影响32
  • 3.3.4 电池老化对欧姆内阻的影响32-34
  • 3.3.5 电池老化对容量的影响34
  • 3.4 本章小结34-36
  • 第四章 锂离子电池建模与验证36-48
  • 4.1 等效电路模型36-40
  • 4.1.1 锂离子电池等效电路模型分类36-38
  • 4.1.2 锂离子电池等效电路模型的改进38-40
  • 4.2 锂离子电池等效电路参数辨识40-47
  • 4.2.1 开路电压函数40-41
  • 4.2.2 欧姆内阻和极化部分参数辨识与验证41-45
  • 4.2.3 老化电池的参数辨识对比45-47
  • 4.3 本章小结47-48
  • 第五章 基于数据驱动的电池寿命预测48-67
  • 5.1 基于神经网络的电池寿命预测48-54
  • 5.1.1 神经网络原理48-50
  • 5.1.2 基于神经网络的电池寿命预测实验50-51
  • 5.1.3 基于神经网络的电池寿命预测结果分析51-54
  • 5.2 基于支持向量机的电池寿命预测54-65
  • 5.2.1 支持向量机的最优分类面54-56
  • 5.2.2 广义的最优分类面56-57
  • 5.2.3 支持向量机回归问题57
  • 5.2.4 核函数57-59
  • 5.2.5 基于支持向量机的电池寿命预测实验与分析59-65
  • 5.3 本章小结65-67
  • 第六章 总结与展望67-69
  • 参考文献69-74
  • 致谢74-75
  • 硕士期间发表的学术论文及参加的科研项目75-76
  • 附件76

【相似文献】

中国期刊全文数据库 前10条

1 刘昊;郑利峰;邓龙征;;锂离子动力电池及其关键材料的研究和应用现状[J];新材料产业;2006年09期

2 刘亚飞;陈彦彬;白厚善;;锂离子动力电池与相关材料最新进展[J];功能材料信息;2007年05期

3 张传喜;;锂离子动力电池安全性研究进展[J];船电技术;2009年04期

4 郎鹏;任剑;;发展我国锂离子动力电池关键工艺设备思考[J];电子工业专用设备;2009年11期

5 张利波;马洁;金伟;;锂离子动力电池化成及使用中出现自燃的机理分析及其解决办法[J];内江科技;2010年10期

6 陈新传;宋强;吕昊;;国内外锂离子动力电池发展概况及启示[J];船电技术;2011年04期

7 徐顺余;曹辉;;锂离子动力电池受高温影响的试验分析[J];客车技术与研究;2011年04期

8 程建军;;国内锂离子动力电池关键工艺装备[J];科技传播;2012年13期

9 朱厚军;郎俊山;;水下装备用锂离子动力电池研究进展[J];船电技术;2012年S1期

10 王宏伟;刘军;肖海清;王超;;国内外锂离子动力电池相关标准对比分析[J];电子元件与材料;2012年10期

中国重要会议论文全文数据库 前10条

1 王倩;唐致远;陈玉红;于非;;锂离子动力电池的产业化现状[A];第二十七届全国化学与物理电源学术年会论文集[C];2006年

2 黄学杰;;高功率锂离子动力电池研究进展[A];2006中国动力电池高层论坛论文集[C];2006年

3 张利波;;大容量锂离子动力电池技术与应用[A];第六届河南省汽车工程科技学术研讨会论文集[C];2009年

4 张翮辉;侯敏;赵文鹏;刘思;曹辉;;锂离子动力电池热仿真模型开发及应用[A];第30届全国化学与物理电源学术年会论文集[C];2013年

5 凌国维;唐致远;;人工神经网络在锂离子动力电池组中的应用[A];第十三次全国电化学会议论文摘要集(上集)[C];2005年

6 施孝承;王英;谢先宇;樊晓松;;锂离子动力电池系统机械性能试验安全研究[A];第30届全国化学与物理电源学术年会论文集[C];2013年

7 于力娜;王丹;张克金;赵中令;陈雷;刁洪军;;锂离子动力电池用Al_2O_3/PVDF-HFP隔膜的制备和性能研究[A];面向未来的汽车与交通——2013中国汽车工程学会年会论文集精选[C];2013年

8 覃迎峰;周震涛;;锂离子动力电池过充行为的研究[A];电动车及新型电池学术交流会论文集[C];2003年

9 艾新平;杨汉西;曹余良;;锂离子动力电池的安全性问题及解决方案探讨[A];第30届全国化学与物理电源学术年会论文集[C];2013年

10 黄学杰;;锂离子动力电池及其关键材料研究与开发[A];中国固态离子学暨电池材料青年学术论坛——论文摘要集[C];2013年

中国重要报纸全文数据库 前10条

1 刘碧玛;锂离子动力电池:产业化路在何方?[N];科技日报;2005年

2 刘洪恩;“锂离子动力电池”10月产业化[N];深圳商报;2005年

3 通讯员 袁鹏邋记者 乔地;洛阳锂离子动力电池产业基地开建[N];科技日报;2008年

4 王景春;洛阳打造锂离子动力电池基地[N];中国化工报;2008年

5 杨章锁邋叶斌;新型锂离子动力电池及新能源产业化项目落户雄县[N];中国特产报;2008年

6 武平乐;锂离子动力电池生产线昨投产[N];洛阳日报;2008年

7 姚红亮;洛阳市锂离子动力电池生产线投产[N];中国有色金属报;2008年

8 记者 林若飞邋通讯员 章程;深圳雷天锂电全球布局[N];深圳商报;2008年

9 记者 付强;辽源锂离子动力电池项目一期建成投产[N];吉林日报;2008年

10 记者 李志民;我市锂离子动力电池项目一期投产[N];辽源日报;2008年

中国博士学位论文全文数据库 前7条

1 王焱;锂离子动力电池正极材料LiFePO_4的改性及机理研究[D];电子科技大学;2015年

2 赵星;锂离子动力电池电极材料失效分析及电极界面特性研究[D];中国矿业大学;2015年

3 云凤玲;高比能量锂离子动力电池热性能及电化学-热耦合行为的研究[D];北京有色金属研究总院;2016年

4 欧阳剑;电动汽车用锂离子动力电池SOC估算和SOF评估的研究[D];华南理工大学;2016年

5 郭永兴;锂离子动力电池制造关键技术基础及其安全性研究[D];中南大学;2010年

6 靳尉仁;锂离子动力电池性能及其仿真研究[D];北京有色金属研究总院;2011年

7 刘云建;锂离子动力电池的制作与性能研究[D];中南大学;2009年

中国硕士学位论文全文数据库 前10条

1 衣思平;锂离子动力电池新建项目风险管理与研究[D];山东大学;2012年

2 赵磊;锰酸锂和镍钴铝酸锂混合材料在锂离子动力电池正极方面的应用研究[D];复旦大学;2014年

3 许建青;锂离子动力电池热状态研究[D];浙江大学;2016年

4 吴彬;锂离子动力电池热设计方法研究[D];清华大学;2015年

5 何敏;锰酸锂的掺杂改性及锂离子动力电池的工艺设计[D];长沙矿冶研究院;2014年

6 胡三丽;电动车辆锂离子动力电池的SOC预测方法研究[D];广西科技大学;2015年

7 丁修乘;电动汽车锂离子动力电池快速充电技术研究[D];广西科技大学;2015年

8 孙培坤;电动汽车动力电池健康状态估计方法研究[D];北京理工大学;2016年

9 吴朴恩;锂离子动力电池热特性建模与加热方法研究[D];北京理工大学;2016年

10 李坤;锂离子动力电池热—电化学耦合特性分析及有限元模拟[D];北京理工大学;2016年



本文编号:786132

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/786132.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9c2b8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com