详情

原文传递锂电池-飞轮电池复合储能系统参数设计与能量管理研究

论文题名：	锂电池-飞轮电池复合储能系统参数设计与能量管理研究
关键词：	纯电动汽车;复合储能系统;飞轮电池;支持向量机;能量管理策略
摘要：	随着化石能源短缺以及环境污染等问题逐年加重，发展以纯电动汽车为主的新能源汽车成为汽车工业实现可持续发展的必经之路。当前纯电动汽车多采用单一电源，由于电池技术限制，采用单一电池难以兼顾车辆对储能系统功率密度与能量密度的双重要求，容易造成能量源效率与耐久性下降，在一定程度上制约了纯电动汽车产业的发展，采用复合储能系统是一个很好的解决方案。本文采用高能量密度的锂电池与高功率密度的飞轮电池组成复合储能系统，围绕该系统展开了参数匹配与建模、飞轮电池转子设计与能量管理策略设计等工作，具体如下：　　（1）完成了锂电池-飞轮电池复合储能系统参数匹配与建模。分析了锂电池-飞轮电池复合储能纯电动汽车的拓扑结构与工作原理；在对整车纵向动力学分析的基础上结合运行工况驱动特征统计规律，完成了驱动电机参数匹配；基于整车动力性指标与续驶里程要求完成了锂电池组参数匹配；基于CPE函数完成了飞轮电池参数匹配；在对复合储能系统特性分析的基础上建立了锂电池模型、飞轮电池模型与锂电池容量损耗模型。　　（2）完成了飞轮电池转子的结构参数设计与应力分析。分析了飞轮电池的结构与工作原理；依据复合储能系统参数匹配结果，以最大储能量为设计指标完成了飞轮电池转子的结构尺寸设计；在平面应力状态下对多环过盈装配飞轮转子的初始应力与位移进行了解析；建立了飞轮转子的有限元模型，分析了飞轮转子轮缘分层数与层间过盈量对飞轮转子应力分布的影响规律，在此基础上确定了轮缘的装配形式；在两种极端工况下对飞轮转子进行了应力校核，经分析飞轮转子的应力状态可以满足使用要求，其储能密度达45.5Wh·kg-1。　　（3）建立了基于支持向量机的工况识别模型并对模型关键参数进行了优化。为了提高能量管理策略的工况适应性，选用世界统一轻型车测试循环中的四种典型工况，基于支持向量机建立了工况识别模型；在相关性分析的基础上，以惩罚参数与高斯径向基核函数方差为优化变量，以工况识别时间与工况分类准确率为优化目标，设计了基于遗传算法的工况识别模型参数多目标优化流程，对比分析各Pareto前沿解，确定了适用于本模型的最优方案，优化后的工况识别模型工况识别准确率达98.8%，单个工况点识别时间为0.014s，为建立工况自适应能量管理策略奠定了基础。　　（4）建立了基于工况识别的自适应小波-模糊能量管理策略。研究了不同小波分解层数下的功率分配规律与不同典型工况下整车需求功率特点，制定了不同工况下需求功率的分解层数规则；在工况识别模型对整车运行工况实时识别的基础上，根据工况识别结果选择相应的小波分解层数，采用模糊控制器对小波分解后的锂电池输出功率进行二次分流，将飞轮电池SOE维持在适当范围内，以便于其“削峰补谷”作用的充分发挥。较传统小波能量管理策略，自适应小波-模糊能量管理策略下整车能量消耗降低了5.5%，锂电池容量损耗降低了8.9%。
作者：	刘瑞元
专业：	车辆工程
导师：	张铁柱;孙宾宾
授予学位：	硕士
授予学位单位：	山东理工大学
学位年度：	2022