基于系统复杂性分析的锂电池组状态估计与安全管理

近年来,能源危机和环境污染的影响已经引起了全社会的广泛关注。以钾离子电池组成的动力电池系统具有比能量高、充放电循环寿命长、单体自放电低和零污染等特性而被广泛的用于能量储存的各个领域。然而,由于动力电池系统是一个典型的复杂系统,采用一般的非线性分析方法很难满足实际的应用需求。为此,本文依托系统复杂性的分析方法,开展动力电池系统复杂性分析与建模、电池组状态估计以及安全管理的研究,建立动力电池系统建模、状态估计以及安全管理的分析体系,为动力电池系统的安全、高效管理提供借鉴。主要研究工作及其创新点如下:(1)针对动力电池系统模型创建问题,从动力电池系统电化学反应机理、过程特征以及属性特征的角度实现动力电池系统复杂性的准确描述,并采用了基于系统复杂性的分析方法,建立了一套复杂系统行为描述与模型创建、模型简化与有效性和可信性的分析体系,为动力电池系统的行为描述与过程分析提供理论基础。(2)将系统复杂性的分析方法应用于动力电池系统的建模中,通过分析电池不一致性对电池行为描述的影响,建立了能够表征电池动力系统过程特性的电池模型。进一步,为了消除测量噪声和观测噪声对电池组SOC估计的影响和提高电池模型的表达精度,采用EKF-UKF双滤波器算法,实现电池模型参数的在线辨识和电池组SOC的实时估计。(3)通过分析不同充放电倍率和不同温度对电池动力系统建模的影响,建立了能够反应不同频率特性的电池过程模型,定义了更加全面的反映电池工作特性的电池组剩余使用能量,并创建了动力电池系统实时模型表达方程。此外,采用了最小二乘算法(RLS)在线辨识电池的模型参数,提高电池模型的表达精度,同时采用了 UKF算法估计电池剩余使用能量,并通过NEDC工况和实时工况的实验结果验证了文中提出算法的正确性和可靠性。(4)动力电池系统SOH可直接表征电池的使用情况,其估计的准确性关系到电池系统的维护成本。为此,本文创造性的从动力电池系统能量变化的角度定义电池组的SOE和SOH,分析电池属性特征随电池循环的变化规律,完善动力电池系统的属性模型。同时,为了提高算法的执行效率,从不同的时间尺度辨识电池模型参数和估计电池状态,并对NEDC工况和实际测试工况下的实验数据进行分析,用以验证文中提出的电池模型和采用方法的准确性。(5)将研究动力电池系统系统建模与状态估计等技术应用于电池的安全功能管理中,分析电池系统的成组方法,并优化电池的充放电策略、均衡管理策略和电池的故障管理方法,提高动力电池系统的可靠性,具有重要工程价值。