锂离子动力电池健康状态估计算法研究

发布时间：2017-10-18 00:17

  本文关键词：锂离子动力电池健康状态估计算法研究

  更多相关文章： 锂离子电池 SOH估计 电压曲线拟合法 自适应

【摘要】：动力电池作为电动汽车的能量载体，如何对其健康状态（State of Health, SOH）进行准确估计是电动汽车研究领域的重点和核心技术之一。对SOH的准确估计可以为驾驶者提供实时准确的电池健康状态，保障驾驶者的安全。本文主要针对锂离子电池SOH估计的问题做了如下几个方面的工作： 本文首先介绍了电动汽车的发展背景，明确了对电池SOH估计方法进行研究的意义，并且对影响电池SOH较大的因素进行了分析。文中总结了国内外对电池SOH估计方法研究的现状，并且比较分析了目前国际上比较认可的对电池SOH的定义方法。 然后，对12Ah锂离子电池进行电池健康状态评估实验和电池寿命实验。在电池健康状态评估实验中，研究了锂离子电池在不同温度和不同存储电压下的容量特性和内阻特性，并做了详细分析。在电池寿命实验中，通过大量的实验得到电池的各项数据，为之后估算电池的SOH提供基础数据。 随后，研究了基于电压曲线拟合法的电池SOH估计方法。在锂离子电池循环寿命实验得到的数据的基础上，归一化电池的电压曲线，并利用不同情况下容量比与电压值的关系验证归一化后的电压曲线的精度。之后从中选取基准曲线，利用BP神经网络算法进行曲线拟合并估算电池的SOH。通过分析误差及其分布情况发现电压曲线拟合法误差较大，还需继续进行优化。 最后，为了提高电池电池SOH估算的精度，采用自适应的方法对电压曲线拟合法进行改进。为了得到准确的基准电压曲线首先建立了电池的电压曲线模型，利用最小二乘法对模型中的参数进行了辨识。模型中含有一个修正项，，通过修正项不断修正基准曲线，可以实时匹配实际情况下的电压曲线，提高估算精度。实验证明，自适应电压曲线拟合法在电池SOH估计中具有实时性好，可靠性高，精度高的特点。
【关键词】：锂离子电池 SOH估计 电压曲线拟合法 自适应
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM912
【目录】：

• 中文摘要4-5
• Abstract5-9
• 第1章 绪论9-21
• 1.1 研究意义9-11
• 1.2 影响电池 SOH 的因素11-13
• 1.3 电池 SOH 估计研究现状13-20
• 1.3.1 SOH 定义方法13-14
• 1.3.2 SOH 估计方法国内研究现状14-15
• 1.3.3 SOH 估计方法国外研究现状15-17
• 1.3.4 SOH 估计方法17-20
• 1.4 全文主要内容20-21
• 第2章 电池循环实验及数据分析21-33
• 2.1 实验设备介绍21-22
• 2.2 健康状态评估实验22-28
• 2.2.1 实验步骤23-25
• 2.2.2 测试特性分析25-28
• 2.3 电池寿命实验28-31
• 2.3.1 实验步骤28-29
• 2.3.2 实验数据29-30
• 2.3.3 实验数据整理30-31
• 2.4 本章小结31-33
• 第3章 基于电压曲线拟合法的 SOH 估计33-43
• 3.1 电压曲线拟合法估算 SOH 的算法33-39
• 3.1.1 电池充电电压曲线的归一化33-34
• 3.1.2 基准曲线的选取34-35
• 3.1.3 BP 神经网络拟合基准曲线35-36
• 3.1.4 归一化电压曲线精度验证36-39
• 3.2 电压曲线拟合法估计电池 SOH39-42
• 3.3 本章小结42-43
• 第4章 基于自适应电压曲线拟合法的 SOH 估计43-53
• 4.1 自适应电压曲线拟合模型的建立43-45
• 4.2 自适应电压曲线拟合模型参数估算45-47
• 4.3 模型精度验证47-49
• 4.3.1 用电压曲线证明模型精度47-48
• 4.3.2 用参数证明模型模型精度48-49
• 4.4 自适应电压曲线拟合法估计电池 SOH49-51
• 4.5 自适应电压曲线拟合法与电压曲线拟合法估算结果对比51
• 4.6 本章小结51-53
• 第5章 总结与展望53-55
• 5.1 全文总结53
• 5.2 工作展望53-55
• 参考文献55-60
• 作者简介及科研成果60-62
• 致谢62

【参考文献】

中国期刊全文数据库 前7条

1 郭涛;王巍;;自适应控制方法研究与发展[J];安阳师范学院学报;2009年05期

2 魏学哲;徐玮;沈丹;;锂离子电池内阻辨识及其在寿命估计中的应用[J];电源技术;2009年03期

3 张锋;张金;高安同;周生;;基于模型的锂离子电池健康状态预测[J];电子技术应用;2014年12期

4 龙顺游,强锡富;阀控铅酸蓄电池劣化程度预测研究[J];哈尔滨工业大学学报;2003年01期

5 李玉芳;周丽丽;王龙;王可洲;;基于工况特性的电动汽车蓄电池组SOC与SOH在线智能识别与评价方法研究[J];测控技术;2013年04期

6 黄伟昭;李小平;张栋省;刘燕林;刘震;李伟善;;基于开路电压回升速率和交流阻抗相结合的一种锂离子电池SOH算法[J];新能源进展;2014年01期

7 魏克新;陈峭岩;;基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计[J];中国电机工程学报;2014年03期

本文编号：1051858