基于锂电池电化学模型的电池管理系统设计
发布时间：2021-01-17 04:59
传统燃油汽车广泛使用,使化石能源短缺和环境污染问题加剧。电动汽车取代传统燃油汽车成为趋势,世界各国都在积极发展电动汽车。电池技术的发展是促进电动汽车发展的重要因素之一,作为电动汽车与动力电池组沟通桥梁的电池管理系统,在延长电池寿命、提高电池使用率、保障电池安全可靠运行等方面具有重要作用,开展相关的研究具有重要的经济和实用价值。本文针对电动汽车中广泛应用的磷酸铁锂电池,开展电池管理系统的研究与设计。首先分析了磷酸铁锂电池的电化学原理、表征电池状态的重要参数及充放电特性,确立了电化学模型。在此基础上,利用扩展卡尔曼滤波算法（EKF）和安时积分法（AH）相结合的方法估算电池荷电状态SOC,提高了SOC估算精度;利用Elman神经网络进行电池健康状态SOH估算,提高了SOH估算精度;采用非能量消耗策略进行电池均衡研究,提高电池组电量的使用效率,有助于延长电池寿命。通过Matlab/Simulink对所研究算法和策略进行仿真分析,仿真结果验证了算法策略的可行性与准确性。选用MC9S12XE飞思卡尔芯片作为主控制芯片设计电池管理系统,LTC6803芯片作为从控芯片检测电池管理系统所需要的温度、电池...
【文章来源】：淮阴工学院江苏省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
电池管理系统基本功能Fig.1.1BasicFunctionsofBatteryManagementSystem
陈基础基于锂电池电化学模型的电池管理系统设计第6页第2章磷酸铁锂电池的性能及模型研究2.1磷酸铁锂电池结构及其工作机理本论文选择磷酸铁锂电池作为电池管理系统管理对象。该种电池正极的主要材料是磷酸铁锂（4LiFePO），它是一种无机化合物，属于正交晶系橄榄石型结构，在充放电过程中锂离子可以进行可逆嵌脱；电池的负极主要是石墨，通过铜箔连接到电池的负极。正极和负极之间用聚合物隔膜分开，隔膜可以通过较小的锂离子，但是不能通过较大的电子，其余的空间则填充电解质溶液[11]。电池内部结构如图2.1所示：图2.1电池内部结构图Fig.2.1Batteryinternalstructurechart对于磷酸铁锂电池来说，充放电是可逆的过程。电池充电阶段，电池内部锂离子从电池正极磷酸铁锂晶体中脱离，经过聚合物隔膜到达负极材料石墨中，电子由外电路到达负极；电池放电阶段，反应过程与充电阶段相反，锂离子从负极材料中脱离，进过隔膜，重新回到正极材料之中。综上，电池的充放电过程就是锂离子在电池正负极来回脱离与嵌入的过程[12]。充放电化学反应方程式用（2-1）~（2-5）表示：正极充电阶段化学反应方程式：444LiLiFePOx)1(LiPOxxFePOex(2-1)正极放电阶段化学反应方程式：444LiLiFePOx)1(FePOxxLiFePOex(2-2)
陈基础基于锂电池电化学模型的电池管理系统设计第8页2.3磷酸铁锂电池模型在实际应用中，电池的端电压、电流和温度等一些基本参数可以通过传感器测量得到，但是存在着一些重要的电池指标并不能够直接利用传感器测量得到，例如电池荷电状态（SOC）。这类重要的电池参数可以通过电池的基本参数计算得出，进行间接表达。通过研究电池模型，直观了解电池动态变化。磷酸铁锂电池常见的模型主要分为三类：等效电路模型、神经网络模型及电化学模型，三类电池模型有各自的优缺点，下面进行具体介绍。2.3.1等效电路模型等效电路模型主要包括四种：内阻等效模型、RC电池模型、戴维南电池模型以及PNGV电池模型。内阻等效电路模型[15]如图2.2所示，其结构较为简单，内阻等效电路模型的电路方程式如式（2-6）所示，此模型仅由一个理想电压源oU和等效电阻oR组成。但是现实电池的内部的电压、内阻等参数时刻变化，是一个动态复杂的过程，所以内阻等效模型并不能准确的表示电池的状态。该模型只适用于处于相对稳定状态的直流电池。图2.2内阻等效电路Fig.2.2InternalresistanceequivalentcircuitIRUUooi(2-6)式中iU为等效电路输出电压，I为电路电流。RC电池模型[16]如图2.3所示，此模型由2个电容和3个电阻构成，电路方程由式（2-7）~（2-9）所示，模型利用大容量的电容C表示电池容量，利用小容量的电容cC与电阻cR串联来表示电池的动态特性，eR为终止电阻，rR为短接电阻。
【参考文献】：
期刊论文
[1]基于BP神经网络的锂电池SOC在线精确估算[J]. 夏克刚,钱祥忠,余懿衡,张佳瑶. 电子设计工程. 2019(05)
[2]基于灰色预测和Elman神经网络的全国用水量预测[J]. 陈嘉彤,温立书,谭雅心. 江西科学. 2018(06)
[3]改进的BP神经网络在电动汽车锂电池SOC估算中的研究[J]. 李江江,冯丽娟. 汽车实用技术. 2018(21)
[4]电动汽车动力电池荷电状态SOC估算方法浅析[J]. 胡小芳,薛秀丽. 时代汽车. 2018(11)
[5]汽车尾气的危害及其净化方法概述[J]. 郭海燕,杨正文. 中外企业家. 2018(28)
[6]基于安时积分法的电池SOC估算[J]. 徐尖峰,张颖,甄玉,曹久鹤. 汽车实用技术. 2018(18)
[7]磷酸铁锂锂离子电池Thevenin等效模型的改进[J]. 钱能,严运兵,李文杰,王维强. 电池. 2018(04)
[8]基于BFA-ELMAN神经网络的微生物生长预测系统[J]. 侯奇. 现代计算机(专业版). 2018(21)
[9]基于Elman神经网络预测的机动目标跟踪滤波算法[J]. 郭剑鹰,夏李玮,刘华军. 航天电子对抗. 2018(03)
[10]基于电化学模型的锂空气电池仿真[J]. 杜双龙,赖延清,贾明,程壮,艾立华,艾亮. 中国有色金属学报. 2018(06)
博士论文
[1]电动汽车锂离子动力电池荷电状态鲁棒性估计方法研究[D]. 穆浩.北京理工大学 2016
硕士论文
[1]金电极片式NTC热敏电阻的烧结、电极制备工艺研究[D]. 王梅郦.电子科技大学 2018
[2]磷酸铁锂电池管理系统的研究[D]. 李朝政.南昌航空大学 2018
[3]锂离子电池电化学热耦合模型及基于简化电化学模型的SOC估计研究[D]. 杨逍.江苏大学 2018
[4]2kW锂电池管理系统设计[D]. 赵耀.杭州电子科技大学 2018
[5]动车组蓄电池管理系统设计[D]. 冯桂蕊.青岛大学 2018
[6]新能源汽车运行监控系统的设计及实现[D]. 王梦华.华南理工大学 2018
[7]电动汽车动力锂离子电池健康状态估计方法研究[D]. 马力旺.长安大学 2018
[8]一种通用性电动汽车电池管理系统的研究[D]. 郑金燕.扬州大学 2018
[9]磷酸铁锂电池建模仿真与均衡策略研究[D]. 陈哲群.深圳大学 2017
[10]基于STM32的电动汽车锂电池管理系统设计[D]. 田家路.安徽理工大学 2017
本文编号：2982252
【文章来源】：淮阴工学院江苏省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
电池管理系统基本功能Fig.1.1BasicFunctionsofBatteryManagementSystem
陈基础基于锂电池电化学模型的电池管理系统设计第6页第2章磷酸铁锂电池的性能及模型研究2.1磷酸铁锂电池结构及其工作机理本论文选择磷酸铁锂电池作为电池管理系统管理对象。该种电池正极的主要材料是磷酸铁锂（4LiFePO），它是一种无机化合物，属于正交晶系橄榄石型结构，在充放电过程中锂离子可以进行可逆嵌脱；电池的负极主要是石墨，通过铜箔连接到电池的负极。正极和负极之间用聚合物隔膜分开，隔膜可以通过较小的锂离子，但是不能通过较大的电子，其余的空间则填充电解质溶液[11]。电池内部结构如图2.1所示：图2.1电池内部结构图Fig.2.1Batteryinternalstructurechart对于磷酸铁锂电池来说，充放电是可逆的过程。电池充电阶段，电池内部锂离子从电池正极磷酸铁锂晶体中脱离，经过聚合物隔膜到达负极材料石墨中，电子由外电路到达负极；电池放电阶段，反应过程与充电阶段相反，锂离子从负极材料中脱离，进过隔膜，重新回到正极材料之中。综上，电池的充放电过程就是锂离子在电池正负极来回脱离与嵌入的过程[12]。充放电化学反应方程式用（2-1）~（2-5）表示：正极充电阶段化学反应方程式：444LiLiFePOx)1(LiPOxxFePOex(2-1)正极放电阶段化学反应方程式：444LiLiFePOx)1(FePOxxLiFePOex(2-2)
陈基础基于锂电池电化学模型的电池管理系统设计第8页2.3磷酸铁锂电池模型在实际应用中，电池的端电压、电流和温度等一些基本参数可以通过传感器测量得到，但是存在着一些重要的电池指标并不能够直接利用传感器测量得到，例如电池荷电状态（SOC）。这类重要的电池参数可以通过电池的基本参数计算得出，进行间接表达。通过研究电池模型，直观了解电池动态变化。磷酸铁锂电池常见的模型主要分为三类：等效电路模型、神经网络模型及电化学模型，三类电池模型有各自的优缺点，下面进行具体介绍。2.3.1等效电路模型等效电路模型主要包括四种：内阻等效模型、RC电池模型、戴维南电池模型以及PNGV电池模型。内阻等效电路模型[15]如图2.2所示，其结构较为简单，内阻等效电路模型的电路方程式如式（2-6）所示，此模型仅由一个理想电压源oU和等效电阻oR组成。但是现实电池的内部的电压、内阻等参数时刻变化，是一个动态复杂的过程，所以内阻等效模型并不能准确的表示电池的状态。该模型只适用于处于相对稳定状态的直流电池。图2.2内阻等效电路Fig.2.2InternalresistanceequivalentcircuitIRUUooi(2-6)式中iU为等效电路输出电压，I为电路电流。RC电池模型[16]如图2.3所示，此模型由2个电容和3个电阻构成，电路方程由式（2-7）~（2-9）所示，模型利用大容量的电容C表示电池容量，利用小容量的电容cC与电阻cR串联来表示电池的动态特性，eR为终止电阻，rR为短接电阻。
【参考文献】：
期刊论文
[1]基于BP神经网络的锂电池SOC在线精确估算[J]. 夏克刚,钱祥忠,余懿衡,张佳瑶. 电子设计工程. 2019(05)
[2]基于灰色预测和Elman神经网络的全国用水量预测[J]. 陈嘉彤,温立书,谭雅心. 江西科学. 2018(06)
[3]改进的BP神经网络在电动汽车锂电池SOC估算中的研究[J]. 李江江,冯丽娟. 汽车实用技术. 2018(21)
[4]电动汽车动力电池荷电状态SOC估算方法浅析[J]. 胡小芳,薛秀丽. 时代汽车. 2018(11)
[5]汽车尾气的危害及其净化方法概述[J]. 郭海燕,杨正文. 中外企业家. 2018(28)
[6]基于安时积分法的电池SOC估算[J]. 徐尖峰,张颖,甄玉,曹久鹤. 汽车实用技术. 2018(18)
[7]磷酸铁锂锂离子电池Thevenin等效模型的改进[J]. 钱能,严运兵,李文杰,王维强. 电池. 2018(04)
[8]基于BFA-ELMAN神经网络的微生物生长预测系统[J]. 侯奇. 现代计算机(专业版). 2018(21)
[9]基于Elman神经网络预测的机动目标跟踪滤波算法[J]. 郭剑鹰,夏李玮,刘华军. 航天电子对抗. 2018(03)
[10]基于电化学模型的锂空气电池仿真[J]. 杜双龙,赖延清,贾明,程壮,艾立华,艾亮. 中国有色金属学报. 2018(06)
博士论文
[1]电动汽车锂离子动力电池荷电状态鲁棒性估计方法研究[D]. 穆浩.北京理工大学 2016
硕士论文
[1]金电极片式NTC热敏电阻的烧结、电极制备工艺研究[D]. 王梅郦.电子科技大学 2018
[2]磷酸铁锂电池管理系统的研究[D]. 李朝政.南昌航空大学 2018
[3]锂离子电池电化学热耦合模型及基于简化电化学模型的SOC估计研究[D]. 杨逍.江苏大学 2018
[4]2kW锂电池管理系统设计[D]. 赵耀.杭州电子科技大学 2018
[5]动车组蓄电池管理系统设计[D]. 冯桂蕊.青岛大学 2018
[6]新能源汽车运行监控系统的设计及实现[D]. 王梦华.华南理工大学 2018
[7]电动汽车动力锂离子电池健康状态估计方法研究[D]. 马力旺.长安大学 2018
[8]一种通用性电动汽车电池管理系统的研究[D]. 郑金燕.扬州大学 2018
[9]磷酸铁锂电池建模仿真与均衡策略研究[D]. 陈哲群.深圳大学 2017
[10]基于STM32的电动汽车锂电池管理系统设计[D]. 田家路.安徽理工大学 2017
本文编号：2982252
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2982252.html
