隨著鋰離子電池在航天航空、新能源汽車、民用發(fā)電等多領域應用的推廣,保障鋰電池在復雜工況環(huán)境下使用的安全性和可靠性成為鋰電池領域研究的熱點問題。研究人員使用鋰電池健康狀態(tài)(State of Health,SOH)間接表示電池當前的性能,準確估計鋰電池SOH,評價鋰電池的健康狀態(tài)顯得十分重要。為解決上述問題,本文針對建立高精度鋰電池SOH預測模型做了如下的研究工作:(1)以鋰電池結構和工作原理為理論基礎,深入闡述鋰電池的老化機制,分析鋰電池SOH衰退的主要原因;以18650型鈷酸鋰電池單體為研究對象,搭建高精度鋰電池測試平臺;從鋰電池老化參數的測試角度入手,設計鋰電池老化特性測試實驗,主要包括:預處理循環(huán)實驗、可用容量實驗、加速老化實驗和脈沖功率特性(Hybrid Pulse Power Characteristic,HPPC)測試實驗。利用實驗采集鋰電池老化特性數據,為鋰電池SOH估計算法建立數據庫。(2)從結構復雜度、仿真精度和構建難度對比分析目前鋰電池模擬仿真中常用的幾類電池模型,最終確定Thevenin等效電路模型作為本文的研究模型;通過HPPC實驗分析鋰電池電壓變化,完成模型參數...

【文章頁數】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內外研究現狀
        1.2.1 鋰電池SOH定義
        1.2.2 鋰電池SOH研究現狀分析
    1.3 目前研究中存在的難點與問題
    1.4 論文研究內容
第二章 鋰電池老化特性測試
    2.1 鋰電池結構及工作原理
    2.2 鋰電池衰退機理分析
    2.3鋰電池老化特性測試實驗
        2.3.1 鋰電池測試平臺
        2.3.2 實驗流程
        2.3.3預處理循環(huán)實驗
        2.3.4可用容量測試實驗
        2.3.5加速老化實驗
        2.3.6 HPPC實驗
    2.4 本章小結
第三章 鋰電池模型建立及參數辨識分析
    3.1 鋰電池模型概述
        3.1.1 鋰電池模型分類
        3.1.2 鋰電池等效電路模型
    3.2 Thevenin等效電路模型參數辨識
        3.2.1 OCV-SOC曲線擬合
        3.2.2 歐姆內阻參數辨識
        3.2.3 阻容回路參數辨識
    3.3 模型仿真驗證分析
    3.4 改進HPPC實驗方法
        3.4.1 影響因素分析
        3.4.2 不同采樣周期條件下實驗數據分析
        3.4.3 電流倍率實驗結果及分析
    3.5 輸入特征參數的選取
        3.5.1 循環(huán)次數對SOH的影響
        3.5.2 電池內阻對SOH的影響
        3.5.3 特征輸入參數評估
    3.6 本章小結
第四章 基于數據驅動方法的鋰電池SOH估計
    4.1 基于BP神經網絡的鋰電池SOH估計
        4.1.1 BP神經網絡原理
        4.1.2 BP神經網絡實現流程
        4.1.3 BP神經網絡結構的設計
        4.1.4 鋰電池SOH估計結果分析
    4.2 基于SVR的鋰電池SOH估計
        4.2.1 SVR原理
        4.2.2 SVR模型參數優(yōu)化
        4.2.3 SVR實現流程
        4.2.4 鋰電池SOH估計結果分析
    4.3 鋰電池SOH估計對比分析
        4.3.1 不同鋰電池SOH算法對比分析
        4.3.2 不同鋰電池單體對比分析
    4.4 本章小結
第五章 結論與展望
    5.1 工作總結
    5.2 工作展望
致謝
參考文獻
攻讀學位期間的研究成果



本文編號：3847081