详情

原文传递新能源汽车退役动力蓄电池梯次利用的安全性研究

论文题名：	新能源汽车退役动力蓄电池梯次利用的安全性研究
关键词：	电动汽车;退役动力电池;分数阶微积分;自适应遗传算法
摘要：	随着电动汽车动力电池退役高潮的来临，产生了大量的退役动力电池。梯次利用是处理这些电池的一种既环保又经济的措施。但是退役动力电池的容量、内阻等性能参数良莠不齐，直接进行梯次利用存在引发电池热失控的安全隐患。为此本文主要从诱发电池热失控的部分性能参数上对其安全性展开研究，具体工作内容如下：　　在分析退役动力电池热失控触发条件和焦耳定律的基础上，从电池发热功率的角度出发，选取了内阻、充放电倍率和当前最大可用容量三个参数作为本文研究的对象，并通过拥有不同内阻的电芯温升实验、不同充放电倍率下的电池包温升实验和循环容量衰减实验验证了所选参数与电池安全的相关性。由于三个参数当中的充放电倍率可以人为控制，内阻和当前最大可用容量无法进行实时有效的测量，所以为了能更好的监测所选的参数从而对电池安全性做出一定的判断，本文采用建模加滤波的方法对内阻和当前最大可用容量进行估算。首先为能精确的估算内阻，同时为当前最大可用容量的估计奠定基础，本文构建了一个基于分数阶微积分理论的等效电路模型，并采用自适应遗传算法进行模型参数识别，辨识的误差不超过0.5%。然后进行不同模型之间和不同识别算法之间的精度对比实验，结果表明了本文针对退役动力电池所建的分数阶二阶RC模型具有准确性和合理性。　　接着为了对当前最大可用容量进行估算以及进一步提高内阻的估算精度，结合之前建立的分数阶退役动力电池模型与参数辨识结果，在考虑节约计算资源和电池参数慢变性特点的情况下，本文在扩展卡尔曼滤波算法（EKF）与无迹卡尔曼滤波算法（UKF）的基础上改进了一个双时间尺度的滤波算法。宏观尺度采用EKF，该尺度除了对当前最大可用容量进行估算外，还对在内阻中影响发热功率较大的欧姆内阻进一步提高估算精度；微观尺度采用一种基于UKF改进的融合有分数阶微积分理论和多信息方法的分数阶的多信息的无迹卡尔曼滤波算法（FOMIUKF）,对电池的荷电状态（SOC）进行高精度估算，然后利用双时间尺度滤波器估计的结果相互校正模型精度，最终达到提高参数估计精度的效果。最后通过在不同工况下采用不同算法的对比实验验证了算法的精确性。　　最后为了实时监测电池的工作状态以及验证所提算法的有效性，本文研究和设计了一套基于STM32F103的电池管理系统，在该系统中设计了包含主控模块、采集模块、电源模块的硬件电路，规划了系统软件的工作流程。最后搭建了实验平台，通过实验验证了改进的双时间尺度滤波算法是精确可行的。　　综上，本文提出的改进型双时间尺度滤波算法有效的提高了参数的估算精度，设计的电池管理系统为后续估计算法的实际应用提供了条件，两者共同为退役动力电池梯次利用的安全性研究奠定了理论和应用基础。
作者：	朱佳伟
专业：	电子信息类(光学工程)
导师：	张持健;秦小州
授予学位：	硕士
授予学位单位：	安徽师范大学
学位年度：	2021