鋰離子電池荷電狀態(tài)估計與壽命預(yù)測技術(shù)研究.pdf

1、隨著電動汽車產(chǎn)業(yè)化的興起，鋰離子電池在電動汽車領(lǐng)域得到廣泛應(yīng)用，鋰離子電池組的有效管理亦成為保障電動汽車性能穩(wěn)定，安全可靠的關(guān)鍵。荷電狀態(tài)（Stateof Charge,SOC）估計作為電池管理技術(shù)的核心，受各種非線性因素的影響，且實(shí)時性要求高，成為電池管理的難點(diǎn)。剩余壽命（Remaining Useful Life，RUL）預(yù)測作為電池管理的另一重要指標(biāo)，為保障電池的及時更換提供必要依據(jù)。但RUL預(yù)測是近年來才開始研究的課題，方法有限

2、且缺乏深入分析比較?；谏鲜隹紤]，本文重點(diǎn)進(jìn)行鋰離子電池SOC估計和RUL預(yù)測的方法研究，及監(jiān)測系統(tǒng)的設(shè)計，主要完成了以下工作：
　　1.鋰離子電池荷電狀態(tài)估計。由于電池內(nèi)外部非線性因素的影響，同時考慮到磷酸鐵鋰電池充放電電壓相對SOC變化較小的特點(diǎn)，選擇具有自適應(yīng)學(xué)習(xí)能力的BP神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練算法?；诜€(wěn)態(tài)放電實(shí)驗(yàn)，探討了電池容量與充放電倍率等因素之間的關(guān)系?；趯﹄姵馗黜?xiàng)參數(shù)與SOC內(nèi)在聯(lián)系的分析，選擇電流和電壓作為BP網(wǎng)絡(luò)輸

3、入，完成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練及SOC估計。實(shí)驗(yàn)數(shù)據(jù)表明，提出的算法能達(dá)到較好的估計精度。
　　2.鋰離子電池剩余壽命預(yù)測。本章首先選擇了粒子濾波法，支持向量機(jī)和自回歸滑動平均模型三種方法進(jìn)行電池RUL預(yù)測，根據(jù)預(yù)測結(jié)果比較各自優(yōu)缺點(diǎn)。進(jìn)而提出粒子群（ PSO）優(yōu)化的自回歸（ AR）模型，該模型以均方根誤差（ RMSE）作為模型的定階準(zhǔn)則，基于PSO算法對模型的定階方法進(jìn)行優(yōu)化。進(jìn)而結(jié)合新陳代謝數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)階數(shù)的自適應(yīng)改變，有效避免了

4、傳統(tǒng)AR模型定階流程復(fù)雜的缺陷。最終數(shù)據(jù)驗(yàn)證得到了準(zhǔn)確的RUL預(yù)測趨勢并有效提高了預(yù)測精度。
　　3.鋰離子電池監(jiān)測系統(tǒng)的設(shè)計開發(fā)。基于SOC和RUL的研究結(jié)果，設(shè)計鋰離子電池監(jiān)測系統(tǒng)，以滿足鋰離子電池管理的主要需求。該系統(tǒng)有效實(shí)現(xiàn)了電池電壓、電流信號的采集，數(shù)據(jù)傳輸，數(shù)據(jù)存儲及上位機(jī)顯示等功能。通過調(diào)用SOC估計及RUL預(yù)測的動態(tài)鏈接庫程序?qū)﹄姵貐?shù)進(jìn)行分析處理，完成了電池SOC的實(shí)時估計和RUL預(yù)測，獲得較好的估計效果及預(yù)測精