锂离子电池组健康状况评估方法研究

被引:0
作者
陈杰
机构
[1] 武汉理工大学
关键词
锂离子电池; 电池组; SOH; 电池模型;
D O I
暂无
年度学位
2014
学位类型
硕士
导师
摘要
当今世界,环境和能源问题日益突出,电动汽车的出现顺应时代潮流,在一定程度上缓解了危机。但目前电动汽车尚未普遍流行,其主要原因是电动汽车的动力电池性能还不能满足要求。锂离子电池以相对优越的性能,成为电动汽车动力电池的主流,锂离子电池性能的研究也成为热点。有关锂离子电池的研究除了电池本身的化学材料研究外,对电池管理系统的研究也如火如荼,但目前还停留在对剩余电量的精确估算,均衡控制策略,而对电池组健康状况的评估是目前电池管理系统的薄弱环节。 电池组健康状况(State of Health,SOH)描述了电池组随着使用次数的增加,实际容量不断衰减的过程。本文在阐述锂离子电池工作原理的基础上,论述了电池内部电极材料,电解质溶液,电极极柱等对电池衰减的影响;同时也分析了作用于电池的外部因素如充放电倍率,充放电截止电压,温度,连接方式等对电池性能的影响。 一般对电池SOH的研究主要集中在估算单体电池的SOH,对成组电池的SOH研究较少。本文提出从单体电池SOH和电池组的一致性两方面评估电池组的健康状况。通过建立单体电池模型,设计实验对模型进行参数辨识,获得电池内部特性。在对比不同电池的极化内阻与欧姆内阻之后,确定欧姆内阻对电池性能有重要影响,进而从剩余电量与欧姆内阻两方面评估电池组的一致性。根据电池在整个生命周期中可放出电量约为常数,所以可以确定单体电池的SOH,最后从单体电池SOH和电池组的一致性两方面评估电池组的SOH。 在对电池组SOH评估的基础上,本文对当前的电池管理系统进行了改进。目前的电池管理系统主要以端电压作为控制策略的判断依据,但实际上由于内阻的存在,端电压不能准确反映电池的剩余电量,所以为消除内阻的影响,本文在参数辨识的基础上,以开路电压作为充放电截止判断的依据。另一方面,传统的均衡策略是对当前电压最低的电池进行均衡,但事实上电压不能准确反映电池剩余电量,本文从均衡的本质及保护电池组的角度出发,提出对最低电量电池采用轮换均衡的方法,使各个电池性能保持一致,同时延长电池组寿命。
引用
收藏
页数:76
共 42 条
[1]
A new method to estimate the state of charge of lithium-ion batteries based on the battery impedance model.[J].Jun Xu;Chunting Chris Mi;Binggang Cao;Junyi Cao.Journal of Power Sources.2013,
[2]
Using probability density function to evaluate the state of health of lithium-ion batteries.[J].Xuning Feng;Jianqiu Li;Minggao Ouyang;Languang Lu;Jianjun Li;Xiangming He.Journal of Power Sources.2013,
[3]
A review on lithium-ion battery ageing mechanisms and estimations for automotive applications.[J].Anthony Barré;Benjamin Deguilhem;Sébastien Grolleau;Mathias Gérard;Frédéric Suard;Delphine Riu.Journal of Power Sources.2013,
[4]
Health diagnosis and remaining useful life prognostics of lithium-ion batteries using data-driven methods.[J].Adnan Nuhic;Tarik Terzimehic;Thomas Soczka-Guth;Michael Buchholz;Klaus Dietmayer.Journal of Power Sources.2013,
[5]
On-board state-of-health monitoring of lithium-ion batteries using linear parameter-varying models.[J].Jürgen Remmlinger;Michael Buchholz;Thomas Soczka-Guth;Klaus Dietmayer.Journal of Power Sources.2013,
[6]
Advanced mathematical methods of SOC and SOH estimation for lithium-ion batteries.[J].Dave Andre;Christian Appel;Thomas Soczka-Guth;Dirk Uwe Sauer.Journal of Power Sources.2013,
[7]
Extension of physics-based single particle model for higher charge–discharge rates.[J].Saeed Khaleghi Rahimian;Sean Rayman;Ralph E. White.Journal of Power Sources.2013,
[8]
State of health detection for Lithium ion batteries in photovoltaic system.[J].K.M. Tsang;W.L. Chan.Energy Conversion and Management.2013, Jan.
[9]
Behavior and state-of-health monitoring of Li-ion batteries using impedance spectroscopy and recurrent neural networks.[J].Akram Eddahech;Olivier Briat;Nicolas Bertrand;Jean-Yves Delétage;Jean-Michel Vinassa.International Journal of Electrical Power and Energy Systems.2012, 1
[10]
Modeling the capacity degradation of LiFePO4/graphite batteries based on stress coupling analysis [J].
Li, Zhe ;
Lu, Languang ;
Ouyang, Minggao ;
Xiao, Yuankun .
JOURNAL OF POWER SOURCES, 2011, 196 (22) :9757-9766