锂离子电池组的健康状态估计及寿命预测研究

发布时间：2020-08-26 21:13

【摘要】：动力电池作为电动汽车的唯一动力源,其健康状态直接影响到整车性能。为了保证动力电池长期高效的工作状态,有必要对电池的健康状态进行监测,实时了解电池使用情况和状态,为电池的监测或诊断提供依据,及时更换老化单体,延长整体使用寿命;有助于保证车辆续航里程,提高动力性以及稳定性等。因此,有必要对电池健康状态进行准确估计和监测,进而实现寿命预测。在电池健康状态估计和预测的研究中,以电池单体为主,整体研究甚少,并且为提高微乎其微的估测精度而融入了大量复杂优化算法和冗杂的实验数据进行跟踪学习,反而牺牲了状态估计的实时性大大增加了估计的时间,给实际应用带来了困扰。本文为权衡二者关系,在兼顾实时性要求的同时着力提高电池SOH状态估计和预测准确性为目的展开研究。其主要研究内容包括:(1)系统分析影响电池性能的主要结构;从影响电池SOH内外两方面因素进行总结,分析影响电池SOH的主要因素。通过对各SOH评价指标进行权衡比较,最终确定以电池内阻作为评价指标进行电池SOH的研究。(2)综合比较单体Rint、Thevenin、PNGV以及动态Massimo Ceraol四类典型电气模型的优劣;从适应性和准确性角度,以Massimo Ceraol动态模型为基础,建立电池组SOH二阶电池组等效电路估计模型;同时利用递推最小二乘法对电池模型进行参数辨识。(3)考虑电池内阻变化具有高度非线性且动态变化明显不易跟踪等特点,不利于基本粒子滤波算法进行跟踪预测;通过算法的改进——风险敏感粒子滤波;在二阶等效电路模型下进行电池组各电池内阻的跟踪预测。(4)提出风险敏感粒子滤波算法的电池寿命预测方法。以人口增长模型为基础,建立电池容量衰退模型;以此确立基于容量衰退模型和风险敏感粒子滤波算法的电池寿命预测框架。仿真结果表明,所提出的基于二阶等效电路模型和风险敏感滤波的电池SOH估计方法,以及所提出的基于容量衰退模型和风险敏感粒子滤波算法的电池寿命预测框架都满足估计精度要求和预测准确性要求,且实时性较好。
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U469.72
【图文】：

内部结构,圆柱形,锂离子电池,电池正极材料

2 锂离子电池特性分析2 锂离子电池特性分析比能量、长存储和循环寿命、强热稳定性以及、车辆系统等；要充分了解锂离子电池工作特作特性。本章将从锂离子电池外形结构和内部性，外部工作环境及其状态参数的影响因素以终提出电池组 SOH 的评价指标和延迟老化延池内部结构及性能评价指标是指将锂离子嵌入金属氧化物并作为电池正极材料分为四部分：正极材料、负极材料、隔膜、的主体内部结构。

电池组,放电过程,电池,放电试验

3 电池组等效电路模型的建立放电至截止电压的电池组以 0.75C 的恒定电流，充电至电压为电直至电流小于 20mA；时将 1、2、3 号电池和电池组为作为放电试验对象，进行 1C据测试，直到电池电压下降至 2.5V；

电池组,电池放电,电压曲线

31图 3.10 1C 下电池组与 1~3 号电池放电电压曲线Fig 3.10 Battery discharge voltage curve between 1C and 1~3 batteries at 1C 3.9 所示，将电池组与一号电池进行了 2A 的恒流放电对比测试单体电池的放电电流平稳，且两者的放电电压走势在 3.4V 之前重合状态，而后在电池组达到预置放电截止电压 2.5V 停止放

【参考文献】