详情

原文传递锂离子电池老化状态估计

论文题名：	锂离子电池老化状态估计
关键词：	电动汽车;锂离子电池;老化机理;状态估计
摘要：	新能源汽车在行驶过程中会因锂离子电池经历反复充放电循环，造成电池产生老化和性能衰退，这对动力电池系统的续航以及安全可靠性能提出了严峻的挑战。如何有效确保电动车的安全驾驶以及解决里程焦虑已经成为制约电动汽车发展的关键技术之一。因此，研究锂离子电池老化机理、开发健康状态评估方法、实时监测电池的实时老化进程显得尤为重要。本文针对锂离子电池在不同循环条件、不同工况下的老化特性不一致的问题，提出各工况下各类型的老化集成模型，主要研究内容和结果如下：　　（1）针对全周期循环下的锂离子电池健康状态预测问题，基于三次样条插值与高斯滤波相结合的平滑处理方案，获得在不同采样频率下平滑效果一致的增量容量（IC）曲线；从充电IC曲线上提取八个健康指标（HIs）与电池内部老化机理进行映射；通过累计加权将指标降维至三个维度，实现了高效降维的目标；运用改进的高斯回归模型（GPR）进行电池健康状态（SOH）的估计，交叉验证表明预测平均误差仅为2.3%；将方案运用于另一组不同种类的电池老化数据集，表明该方案具有较好的鲁棒性。　　（2）针对锂离子电池老化程度估计难以完全估算的问题，在锂离子电池恒压充电模式下，划分不同区间的等充电电流下降的时间间隔（TIECCD）作为相关的老化特征；建立了灰度关联分析模型，量化TIECCD的相关度，确定最优化的TIECCD区间；依据模糊粒化模型对老化指标进行了粒化处理，并对粒化后的指标参数进行合理性评估；基于最小二乘法支持向量机（LSSVM）建立了电池老化趋势的区间性预测模型，验证了所提方案能准确的预测下一阶段电池的老化趋势，相对误差控制在5%以内。　　（3）针对实际电池的充放电过程中，循环通常是在部分电池荷电状态（SOC）区间进行的问题，分析了电池老化循环中SOCmean、ΔSOC以及SOC上下限等因素对于电池老化衰减特性的影响；基于一阶等效电路与集总热模型构建了荷电状态-电压（SOC–V）曲线方程，拟合出高精度的IC曲线；同时，依据IC曲线的老化特性，提取了HIs并分析与电池老化机理的关联；将构建的多个衰减预测模型进行集成，离线估计平均绝对误差（APE）为1%，在线估计APE为2%，实现了锂离子电池在不同SOC循环阶段都能进行最优预测的目标。　　（4）针对电池老化造成SOC估算不精准的问题，基于0℃、25℃以及45℃下的实验数据，研究了开路电压-荷电状态（OCV-SOC）在不同温度下的曲线特点；建立了基于电化学机理的单粒子模型（SPM）并进行了敏感度分析；采用自适应惯性权重粒子群算法（APSO）进行参数识别并在FUDS、BJDST以及DST三类动态工况下验证了模型的可行性；构建锂离子浓度差值随电池衰减的线性回归模型；采用GPR模型先预测SOH，再基于SPM模型预测SOC，实验表明SOC估算的误差值最大不超过0.08，实现了SOH与SOC的协同估计目标。
作者：	潘文杰
专业：	车辆工程
导师：	朱茂桃
授予学位：	硕士
授予学位单位：	江苏大学
学位年度：	2022