纯电动汽车锂动力电池健康状态估算方法研究

被引:0
作者
徐文静
机构
[1] 吉林大学
关键词
SOH; 磷酸铁锂电池; 自适应; 远程监控系统;
D O I
暂无
年度学位
2012
学位类型
硕士
导师
摘要
随着能源危机以及环境污染问题的日益严重,纯电动汽车的发展受到各国政府的高度重视。电池作为纯电动汽车的动力源,其性能直接影响纯电动汽车性能指标。为了满足国家法规要求,保证纯电动汽车安全可靠的运行,必需对动力电池的健康状态SOH进行监控。 本文来源于吉林省科技厅科技发展计划项目“纯电动高档商务客车研制”,吉林大学承担电动汽车控制系统、制动能力回收系统、动力电池监控系统研究开发工作。本文以公司独立开发的纯电动客车远程监控系统为平台,以公司生产的CCQ6750纯电动公交客车为研究对象对,针对河南环宇220Ah锂离子动力电池,开展了电池健康状态SOH估算方法研究,电池单体和成组以及实车试验结果表明本文提出的估算方法可以满足纯电动客车运行要求,为电动汽车安全可靠运行提供了监控措施。 本文的主要研究内容包括以下几个部分: (1)分析了锂离子动力电池的基本结构及工作原理,从电池的制造工艺和电池的使用过程两个方面分析锂离子动力电池容量衰减的原因。在电池制造工艺方面分析了制造过程中的一些工艺要求,以及这些要求对电池容量的影响。在电池使用过程方面分析了电池在过充电、自放电、电极不稳定、电解液分解等情况对电池容量的影响。 (2)根据对标车型所用电池型号,本文对环宇200Ah单体电池进行了充放电循环试验,以得到电池的充电、放电和循环特性。根据纯电动汽车的实际使用情况,确定在电动汽车充电时进行SOH估算。首先对单体循环的充电电压曲线做归一化处理,选定一条基准曲线,然后用BP神经网络拟合基准曲线,最后用拟合好的曲线估算电池的SOH。由于电池在使用时环境温度、电池内阻变化都将影响其容量变化,因此需要对上述方法进行改进。 (3)为了提高锂离子动力电池SOH的估算精度,在原有估算方法的基础上增加自适应的方法,主要考虑了电池内阻这一重要因素。首先建立电压曲线模型,然后用递推最小二乘法进行模型识别,将识别后的结果带回到模型中,最终确定充电电压曲线模型。为了提高SOH的估算精度,电池每次充电就进行一次模型识别。除此之外,还可以根据电池的循环特性和电池当前SOH,估算电池剩余循环次数。 (4)用成组电池试验和实车试验分别对电压曲线拟合法及基于自适应的电压曲线拟合法进行验证,试验结果表明基于自适应的电压曲线拟合法估算SOH的精度较好,因此最终选用自适应的电压曲线拟合法用于SOH的实际估算。通过DDE技术可以将组态王与matlab进行程序联结,利用远程监控系统,在电动汽车充电时实现了电动汽车动力电池组健康状态的估算,为电动汽车安全可靠运行提供了有效的监控措施。
引用
收藏
页数:85
共 34 条
[1]
备用电力系统中VRLA电池SOC及SOH的在线估计方法研究 [D]. 
朱晨 .
北京交通大学,
2010
[2]
锂电池阻抗模型参数的BP神经网络预测研究 [D]. 
陈严君 .
哈尔滨理工大学,
2010
[3]
锂离子电池阻抗模型的研究 [D]. 
古艳磊 .
哈尔滨理工大学,
2008
[4]
可充电电池内阻检测仪 [D]. 
姜立国 .
电子科技大学,
2006
[5]
人工神经网络在宏观经济预测中的应用研究 [D]. 
陈鸿 .
重庆大学,
2005
[6]
基于神经网络的预测方法及其在物流系统中的应用研究 [D]. 
张鹏 .
武汉理工大学,
2002
[7]
人工神经网络原理及仿真实例.[M].高隽编著;.机械工业出版社.2003,
[8]
系统辨识理论及应用.[M].李言俊;张科编著;.国防工业出版社.2003,
[9]
人工神经网络导论.[M].蒋宗礼[著];.高等教育出版社.2001,
[10]
利用在线内阻测试方法捕捉蓄电池组中的异常个体 [J].
林志强 ;
孙水华 .
贵州大学学报(自然科学版), 2010, 27 (06) :74-76+80