隨著新能源技術(shù)的發(fā)展,鋰電池的生產(chǎn)數(shù)量爆炸式增長。當鋰電池的容量衰減為出廠值的80%左右時就會淘汰下來,直接將其報廢處理會造成資源的浪費和環(huán)境的污染。為了實現(xiàn)退役鋰電池的高效利用,本文通過對退役鋰電池（不同工況）的研究與分析,建立了一個高精度的靜態(tài)和動態(tài)電池模型。該模型同時考慮了電池的溫度特性和SOC應(yīng)用特性,為退役鋰電池的梯次利用奠定了良好的理論基礎(chǔ)和廣泛的應(yīng)用前景。主要工作如下:首先,分析了退役鋰電池的工作原理和性能參數(shù),明確退役鋰電池的工作特性。在對比分析幾種電池等效電路模型的優(yōu)缺點后,考慮溫度對退役鋰電池的巨大影響以及電池內(nèi)部的極化反應(yīng),本文建立一種多溫度的二階RC等效電路模型,該模型不僅能夠真實模擬電池內(nèi)部的動態(tài)特性,而且解決了大多數(shù)模型存在的計算復(fù)雜、精度不高等問題。為驗證建立的退役鋰電池模型的準確性,本文對電池的電壓數(shù)據(jù)進行指數(shù)擬合,計算得出辨識結(jié)果后,采用直接比較模型參數(shù)的方法來驗證模型。實驗結(jié)果表明,辨識誤差不超過1%,因此本文針對退役鋰電池建立的多溫度的二階RC等效電路模型是準確合理的。其次,由于鋰電池在實際工作過程中受各種因素的影響,導(dǎo)致參數(shù)不斷變化,因此本文對能... 

【文章來源】：安徽師范大學(xué)安徽省

【文章頁數(shù)】：132 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 退役鋰電池梯次利用研究現(xiàn)狀
        1.2.2 鋰電池模型的研究現(xiàn)狀
        1.2.3 參數(shù)辨識研究現(xiàn)狀
        1.2.4 模型參數(shù)應(yīng)用研究現(xiàn)狀
    1.3 本文的研究工作和主要結(jié)構(gòu)
第二章 退役鋰電池基本特性研究
    2.1 退役鋰電池工作原理及參數(shù)特性
        2.1.1 退役鋰電池工作原理
        2.1.2 退役鋰電池的參數(shù)特性分析
    2.2 實驗平臺及退役鋰電池特性實驗
        2.2.1 搭建實驗平臺
        2.2.2 退役鋰電池性能測試
    2.3 本章小結(jié)
第三章 退役鋰電池建模與離線辨識
    3.1 退役鋰電池建模影響因素
        3.1.1 環(huán)境溫度
        3.1.2 充放電倍率
        3.1.3 其他影響因素
    3.2 鋰電池等效電路模型
        3.2.1 內(nèi)阻模型
        3.2.2 PNGV模型
        3.2.3 RC模型
        3.2.4 本文退役鋰電池模型的選取
    3.3 離線參數(shù)辨識
        3.3.1 實驗數(shù)據(jù)的獲取
        3.3.2 SOC-OCV曲線
        3.3.3 阻容參數(shù)的辨識
        3.3.4 辨識結(jié)果及驗證
    3.4 本章小結(jié)
第四章 多溫度模型參數(shù)在線辨識
    4.1 在線參數(shù)辨識原理
        4.1.1 最小二乘法原理
        4.1.2 含有遺忘因子遞推最小二乘法在線辨識
    4.2 恒流放電靜態(tài)工況下的參數(shù)辨識
        4.2.1 恒流放電靜態(tài)工況實驗設(shè)計
        4.2.2 18650鋰電池參數(shù)辨識結(jié)果
        4.2.3 26650鋰電池參數(shù)辨識結(jié)果
    4.3 間歇放電動態(tài)工況下的參數(shù)辨識
        4.3.1 間歇放電動態(tài)工況實驗設(shè)計
        4.3.2 18650鋰電池參數(shù)辨識結(jié)果
        4.3.3 26650鋰電池參數(shù)辨識結(jié)果
        4.3.4 辨識結(jié)果分析
    4.4 混合動力脈沖工況下的參數(shù)辨識
        4.4.1 混合動力脈沖放電實驗設(shè)計
        4.4.2 18650鋰電池參數(shù)辨識結(jié)果
        4.4.3 26650鋰電池參數(shù)辨識結(jié)果
        4.4.4 辨識結(jié)果分析
    4.5 本章小結(jié)
第五章 多溫度模型參數(shù)的應(yīng)用
    5.1 卡爾曼濾波原理
    5.2 擴展卡爾曼濾波算法
    5.3 基于擴展卡爾曼的SOC估算原理
    5.4 聯(lián)合估算鋰電池SOC
        5.4.1 聯(lián)合估算的步驟
        5.4.2 18650鋰電池SOC估算結(jié)果
        5.4.3 26650鋰電池SOC估算結(jié)果
        5.4.4 自定義DST動態(tài)工況驗證
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
攻讀碩士期間的相關(guān)工作


【參考文獻】：
期刊論文
[1]基于擴展卡爾曼濾波的SOC估算與仿真[J]. 張博遠,羅羽,楊玉新,李立偉.  艦船電子工程. 2020(01)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的鋰電池組SOC估算[J]. 賈海峰,李聰.  農(nóng)業(yè)裝備與車輛工程. 2020(01)
[3]車用三元鋰電池與磷酸鐵鋰電池對比分析[J]. 張長煦,倪子瀟.  汽車實用技術(shù). 2019(23)
[4]電動汽車的發(fā)展現(xiàn)狀與未來趨勢分析[J]. 顏樂平,成姿,周常飛,李琰.  電工技術(shù). 2019(22)
[5]廢棄動力鋰電池回收再利用技術(shù)及經(jīng)濟效益分析[J]. 王天雅,宋端梅,賀文智,李光明.  上海節(jié)能. 2019(10)
[6]基于開路電壓法的電池荷電狀態(tài)估算修正[J]. 孫艷艷,周雪松,游祥龍,吳小嶺.  內(nèi)燃機與配件. 2019(19)
[7]基于模型參數(shù)辨識和擴展卡爾曼濾波的鋰電池荷電狀態(tài)估計[J]. 張佳倩,劉志虎.  工業(yè)控制計算機. 2019(09)
[8]電動汽車鋰離子電池安全防護淺析[J]. 黃馬超.  內(nèi)江科技. 2019(09)
[9]新能源汽車對傳統(tǒng)汽車產(chǎn)業(yè)的影響研究[J]. 王翠芳,孫備,趙鋒.  綠色科技. 2019(12)
[10]關(guān)于鋰離子電池Thevenin模型的仿真研究[J]. 關(guān)慶慶,邢麗坤,羅雙.  重慶工商大學(xué)學(xué)報(自然科學(xué)版). 2019(03)

碩士論文
[1]電動汽車動力電池的SOC估計與均衡技術(shù)研究[D]. 李心成.河南科技大學(xué) 2019
[2]考慮溫變—遲滯效應(yīng)的動力電池狀態(tài)估計方法研究[D]. 李園.長安大學(xué) 2019
[3]動力電池SOH在線實時估計算法研究[D]. 石松.河南師范大學(xué) 2017



本文編號：3468920