车用锂离子电池机理模型与状态估计研究

电动汽车的电池系统是其最重要的系统之一,车用电池系统需要电池管理系统对其进行管理。电池状态估计是其他电池管理算法和整车管理算法的基础,是电池管理系统最关键的技术。电池的状态估计包括电池的SOC估计(荷电状态,State of Charge),SOH估计(健康状态,State of Health)和SOF估计(功能状态,State of Function)。精确的电池状态估计利于电池的合理管理,从而充分使用电池,延长电池寿命。电池机理模型的研究可以更好的认识电池,提高状态估计精度。本文围绕车用锂离子电池,研究了电池的机理模型,并基于模型开发了状态估计算法。针对电池机理模型计算量过大的问题,研究了电池机理模型简化及利用简化模型进行SOC估计的方法;研究了常见车用锂离子电池衰减机理辨识方法,建立容量衰减模型并提出了相应的电池SOH估计的方法;由于SEI膜增厚(固体电解质界面膜,Solid Electrolyte Interface)和锂析出副反应导致的可用锂离子损失是石墨负极锂离子电池主要衰减机理,对相应副反应机理模型进行简化,进而估计电池的SOF。首先,对锂离子电池机理模型进行研究,对已有的单颗粒简化模型进行了改进,并提出了新的电池简化准二维机理模型。简化模型既保证了足够的精度,同时降低了计算量,可用于实际的车用管理系统实时计算。基于简化机理模型,建立了相应的电池SOC估计算法,通过仿真验证了SOC估计算法的精度和鲁棒性。其次,设计进行了电动车常用磷酸铁锂电池(C/LFP)、锰酸锂电池(C/LMO)、钛酸锂电池(LTO/NCM)变工况循环寿命实验,比较分析了电池的容量、内阻等变化情况。通过电池恒流充电电压曲线重构对电池内部衰减机理进行了辨识,分析了这几类锂离子电池的主要衰减机理。另一方面,针对变工况循环工况,结合累计损伤假设,利用遗传算法,对电池容量衰减进行建模。基于容量衰减模型,提出了容量开环估计结合定期标定的方法,估计电池SOH。最后,研究了SEI膜增厚和锂析出副反应机理模型简化方法,简化模型结果具有一定的精度,同时计算量较小,可用于实车电池管理系统进行在线优化。综合电池SOC和SOH估计结果,基于电池模型和副反应模型,考虑电池的电压、电流、SOC限制、副反应速率限制,估计电池的SOF。