动力型锂电池SOC_SOH预测研究
发布时间：2020-12-28 10:57
近年来,以超级储能系统和纯电动汽车为代表的新能源领域快速崛起,该领域包括对电池管理系统（Battery Management System,BMS）技术在内的研究。在BMS中电池荷电状态（State Of Charge,SOC）和健康状态（State Of Health,SOH）预测是其核心功能之一,有效的SOC和SOH预测可以优化设备的能量管理、提高能量利用效率、延长电池的使用寿命,因此开展对锂电池SOC和SOH的研究极具价值。论文首先研究了锂电池的主要特性,并从影响电池状态预测因素的角度出发,分别设计了环境温度对电池实际容量和内阻影响实验,以及放电倍率对电池实际容量和内阻的影响实验。根据实验结果对相关外部因素进行控制,避免状态预测失效现象的发生。然后建立了DP-Thevenin等效电路模型并推导出模型函数表达式,分别通过脉冲电压特性曲线法和递推最小二乘法,结合脉冲放电实验实现了电池模型参数的辨识。并以电流作为模型输入,通过对比模型输出电压与实际电压值完成模型精度验证。结果表明,所建立的电池模型精度高,模型输出电压平均误差低于5mV。接下来利用所建立的电池模型结合EKF算法在Simu...
【文章来源】：西安石油大学陕西省
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
电池神经网络模型示意图
锂电池工作时主要依靠锂离子在电池正极和负极之间的往复移动来释放或蓄积能量。锂电池在制造时其正负极均浸入电解质混合物中。当电池放电时,锂离子由负极材料脱出通过电解质溶液穿过隔膜向电池正极移动并嵌入电池正极,外电路的电子也由负极向正极移动产生电流,由于电池正极得到电子,因此发生还原反应,负极失去电子发生氧化反应;反之当电池充电时,锂离子由正极脱离穿过电池隔膜向电池负极移动,并最终嵌入负极,外电路中的电子也由正极向负极移动,此时正极失去电子发生氧化反应,负极得到电子发生还原反应。图2-1为锂离子电池基本组成示意图[54]。锂离子电池氧化还原反应是理想的可逆反应过程,其内部化学反应过程如下(M代表钴、锰等金属阳离子,以碳为负极):
此外,锂离子电池的OCV与SOC在正常充放电区间内存在单调递增变化的函数关系[55],如图2-2所示。在相同的SOC点处,充电和放电状态时的开路电压曲线数值相差很小,曲线几乎重合。由此可见,相同荷电状态下锂离子电池的开路电压值与流过该电池的电流方向无关,即OCV与SOC对应关系不随电池充电而发生改变,这种函数关系通常是锂离子电池状态预测的基本依据之一。(2)电池工作电压
【参考文献】：
期刊论文
[1]电动汽车电源管理系统研究[J]. 杨培善,白银. 汽车实用技术. 2019(20)
[2]基于自适应无迹卡尔曼滤波的动力电池健康状态检测及梯次利用研究[J]. 颜湘武,邓浩然,郭琪,曲伟. 电工技术学报. 2019(18)
[3]基于BP人工神经网络的动力电池SOC估算方法[J]. 苏振浩,李晓杰,秦晋,杜文杰,韩宁. 储能科学与技术. 2019(05)
[4]新能源汽车发展现状及问题研究[J]. 李金花. 时代汽车. 2019(06)
[5]锂离子电池等效电路模型的研究[J]. 张卫平,雷歌阳,张晓强. 电源技术. 2016(05)
[6]国内外电动汽车发展现状与趋势[J]. 刘卓然,陈健,林凯,赵英杰,许海平. 电力建设. 2015(07)
[7]基于遗传神经网络的电动汽车锂电池SOC预测[J]. 黄耀波,唐海定,章欢,翁国庆. 机电工程. 2013(10)
[8]基于采样点卡尔曼滤波的动力电池SOC估计[J]. 高明煜,何志伟,徐杰. 电工技术学报. 2011(11)
[9]电动汽车SOC利用BP神经网络模型预测方法研究[J]. 刘瑞浩,孙玉坤,陈坤华. 电测与仪表. 2011(03)
[10]提高安时积分法估算电池SOC精度的方法比较[J]. 李哲,卢兰光,欧阳明高. 清华大学学报(自然科学版). 2010(08)
博士论文
[1]动力锂电池的建模、状态估计及管理策略研究[D]. 汪玉洁.中国科学技术大学 2017
[2]电动汽车电池荷电状态估计及均衡技术研究[D]. 郭向伟.华南理工大学 2016
[3]锂离子电池正极材料表面包覆作用及机理研究[D]. 种晋.东北师范大学 2016
[4]基于数据模型融合的电动车辆动力电池组状态估计研究[D]. 熊瑞.北京理工大学 2014
[5]电动汽车用动力锂电池状态估计策略研究[D]. 刘兴涛.中国科学技术大学 2014
硕士论文
[1]电动汽车电池管理系统研究[D]. 王建南.安徽理工大学 2018
[2]基于改进EKF算法锂电池SOC估算的研究[D]. 邓青.福建工程学院 2018
[3]基于电化学阻抗谱的三元锂离子电池状态估计研究[D]. 张连德.吉林大学 2018
[4]基于无迹卡尔曼滤波的锂电池SOC估算[D]. 梁奇.西南科技大学 2018
[5]电动汽车动力电池的健康状态与荷电估计研究[D]. 方健豪.河南科技大学 2018
[6]光伏储能转换器及其电池管理系统研究[D]. 沙幸威.华南理工大学 2018
[7]磷酸铁锂电池建模及健康状态估计研究[D]. 苏晓波.昆明理工大学 2017
[8]电动汽车动力锂电池建模与剩余电量估算方法的研究[D]. 高宁.大连交通大学 2017
[9]锂离子电池SOC估计和剩余寿命预测研究[D]. 李玥锌.大连理工大学 2017
[10]锂离子电池荷电状态研究[D]. 郭明.上海海洋大学 2017
本文编号：2943635
【文章来源】：西安石油大学陕西省
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
电池神经网络模型示意图
锂电池工作时主要依靠锂离子在电池正极和负极之间的往复移动来释放或蓄积能量。锂电池在制造时其正负极均浸入电解质混合物中。当电池放电时,锂离子由负极材料脱出通过电解质溶液穿过隔膜向电池正极移动并嵌入电池正极,外电路的电子也由负极向正极移动产生电流,由于电池正极得到电子,因此发生还原反应,负极失去电子发生氧化反应;反之当电池充电时,锂离子由正极脱离穿过电池隔膜向电池负极移动,并最终嵌入负极,外电路中的电子也由正极向负极移动,此时正极失去电子发生氧化反应,负极得到电子发生还原反应。图2-1为锂离子电池基本组成示意图[54]。锂离子电池氧化还原反应是理想的可逆反应过程,其内部化学反应过程如下(M代表钴、锰等金属阳离子,以碳为负极):
此外,锂离子电池的OCV与SOC在正常充放电区间内存在单调递增变化的函数关系[55],如图2-2所示。在相同的SOC点处,充电和放电状态时的开路电压曲线数值相差很小,曲线几乎重合。由此可见,相同荷电状态下锂离子电池的开路电压值与流过该电池的电流方向无关,即OCV与SOC对应关系不随电池充电而发生改变,这种函数关系通常是锂离子电池状态预测的基本依据之一。(2)电池工作电压
【参考文献】：
期刊论文
[1]电动汽车电源管理系统研究[J]. 杨培善,白银. 汽车实用技术. 2019(20)
[2]基于自适应无迹卡尔曼滤波的动力电池健康状态检测及梯次利用研究[J]. 颜湘武,邓浩然,郭琪,曲伟. 电工技术学报. 2019(18)
[3]基于BP人工神经网络的动力电池SOC估算方法[J]. 苏振浩,李晓杰,秦晋,杜文杰,韩宁. 储能科学与技术. 2019(05)
[4]新能源汽车发展现状及问题研究[J]. 李金花. 时代汽车. 2019(06)
[5]锂离子电池等效电路模型的研究[J]. 张卫平,雷歌阳,张晓强. 电源技术. 2016(05)
[6]国内外电动汽车发展现状与趋势[J]. 刘卓然,陈健,林凯,赵英杰,许海平. 电力建设. 2015(07)
[7]基于遗传神经网络的电动汽车锂电池SOC预测[J]. 黄耀波,唐海定,章欢,翁国庆. 机电工程. 2013(10)
[8]基于采样点卡尔曼滤波的动力电池SOC估计[J]. 高明煜,何志伟,徐杰. 电工技术学报. 2011(11)
[9]电动汽车SOC利用BP神经网络模型预测方法研究[J]. 刘瑞浩,孙玉坤,陈坤华. 电测与仪表. 2011(03)
[10]提高安时积分法估算电池SOC精度的方法比较[J]. 李哲,卢兰光,欧阳明高. 清华大学学报(自然科学版). 2010(08)
博士论文
[1]动力锂电池的建模、状态估计及管理策略研究[D]. 汪玉洁.中国科学技术大学 2017
[2]电动汽车电池荷电状态估计及均衡技术研究[D]. 郭向伟.华南理工大学 2016
[3]锂离子电池正极材料表面包覆作用及机理研究[D]. 种晋.东北师范大学 2016
[4]基于数据模型融合的电动车辆动力电池组状态估计研究[D]. 熊瑞.北京理工大学 2014
[5]电动汽车用动力锂电池状态估计策略研究[D]. 刘兴涛.中国科学技术大学 2014
硕士论文
[1]电动汽车电池管理系统研究[D]. 王建南.安徽理工大学 2018
[2]基于改进EKF算法锂电池SOC估算的研究[D]. 邓青.福建工程学院 2018
[3]基于电化学阻抗谱的三元锂离子电池状态估计研究[D]. 张连德.吉林大学 2018
[4]基于无迹卡尔曼滤波的锂电池SOC估算[D]. 梁奇.西南科技大学 2018
[5]电动汽车动力电池的健康状态与荷电估计研究[D]. 方健豪.河南科技大学 2018
[6]光伏储能转换器及其电池管理系统研究[D]. 沙幸威.华南理工大学 2018
[7]磷酸铁锂电池建模及健康状态估计研究[D]. 苏晓波.昆明理工大学 2017
[8]电动汽车动力锂电池建模与剩余电量估算方法的研究[D]. 高宁.大连交通大学 2017
[9]锂离子电池SOC估计和剩余寿命预测研究[D]. 李玥锌.大连理工大学 2017
[10]锂离子电池荷电状态研究[D]. 郭明.上海海洋大学 2017
本文编号：2943635
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/2943635.html
