详情

原文传递纯电动汽车动力电池健康状态预估研究

论文题名：	纯电动汽车动力电池健康状态预估研究
关键词：	纯电动汽车;动力电池;健康状态预估;高斯过程回归;遗传算法
摘要：	随着能源安全、环境污染、气候变化等全球性问题的日益加剧，汽车工业的发展逐渐向以纯电驱动为主线的清洁低碳化方向转型。动力电池是电动汽车动力系统的核心部件之一，其性能指标和健康状态（StateofHealth，SOH）对整车动力性能和续驶里程等主要技术指标有直接而又显著的影响。因此，对车用动力电池健康状态的准确预估是电动汽车产品研发和产业化应用过程中亟待解决的重要课题之一。　　本文依托于课题组某校企合作纯电动汽车产品开发项目，以纯电动汽车动力电池为研究对象，通过对实车行驶过程中采集的数据进行分析，对纯电动汽车动力电池健康状态衰退规律进行研究。在电池充放电实验、数据预处理等工作的基础上，搭建了电池容量的估计和修正模型，提出了一种基于遗传算法改进高斯过程回归模型的电池健康状态预测算法，并基于NASA公开锂离子电池数据集对模型进行验证。研究结果表明，论文建立的预测模型可对车用动力电池健康状态实现较为准确的估计和预测。本文具体研究内容包括：　　（1）首先对动力电池健康状态预估的研究现状和发展趋势进行了分析和总结。在分析电池工作原理和健康衰退机理的基础上，提取影响电池容量衰退的因素，选择电池使用温度和电池充放电电流倍率两个因素进行电池的充放电实验，得到电池容量与这两个因素之间的衰退规律。　　（2）针对车用动力电池容量估计建模需求，对某型纯电动汽车动力电池的历史数据进行分析和处理。首先根据充电状态和充电过程中电池SOC变化特点，对车辆的充电片段进行提取和划分；之后基于DBSCAN算法对划分好的数据进行异常数据的筛选和处理，把筛选出的异常数据当作缺失数据处理；之后基于牛顿插值的方法对缺失数据以及前一步筛选出的异常数据进行插补。最终得到有效数据283667条，划分片段后得到停车充电片段1071段。为后续电池容量估计建模打下前期基础。　　（3）在数据预处理的基础上，结合安时积分法对电池容量进行建模计算。采用箱型图的方法去除离群点，并在前文实验的基础上，基于电池使用温度和充电电流倍率对容量进行修正，然后基于容量比值法定义电池的健康状态，分别采用三种拟合方法和小波分析的方法对电池健康状态进行估计建模，最终选择误差较小的小波分析法作为电池健康状态的估计模型。　　（4）根据车用动力电池数据集的特点，选择高斯过程回归的方法对电池健康状态进行预测建模。为提高模型精度，本文结合遗传算法对高斯过程回归核函数的超参数寻优过程进行优化，并基于NASA公开锂离子电池数据集对模型进行验证，可满足平均误差率≤1.5%，最大误差率≤2%的性能指标。最后基于实车数据进行验证，证明算法在实车动力电池健康状态预测应用中的可行性。为纯电动汽车动力电池健康状态预估提供一种现实可行的解决思路。
作者：	车禹剑
专业：	车辆工程
导师：	闵海涛
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022