详情

原文传递磷酸铁锂动力电池等效电路模型在线建模和状态估计

论文题名：	磷酸铁锂动力电池等效电路模型在线建模和状态估计
关键词：	电动汽车;磷酸铁锂动力电池;等效电路模型;在线建模;状态估计
摘要：	随着燃油汽车数量大幅增加，能源危机和环境污染问题已经引起全世界的广泛关注。电动汽车有助于缓解这两大难题，世界各主要工业国也在政策上大力支持电动汽车产业的发展。目前，锂离子动力电池具有能量密度高、循环寿命长、自放电率低等优势，已经成为电动汽车能源供给的主要电池类型。然而，近年来由于激进的动力电池技术路线、锂离子动力电池的不合理使用及管理不当，导致电动汽车火灾、爆炸等事故频发，其安全性引起了普遍关注。电池管理系统(Battery Management System，BMS)能够提供准确的电池状态估计，对于保证电池安全高效使用，推动电动汽车的发展与普及具有重要意义，其中电池建模和状态估计是其核心功能。本文依托我们自己完成的磷酸铁锂动力电池性能测试试验获得的数据集，实现磷酸铁锂动力电池等效电路模型的在线建模和状态估计，为保证电池使用的安全性和可靠性、优化电池能量管理策略、提高电池使用效率以及延长电池使用寿命提供了基础。　　本文主要研究工作如下: 　　(1)磷酸铁锂动力电池性能测试。针对现有的磷酸铁锂动力电池公开数据集存在测试电池研制与生产年代久远、性能落后、实用性较差、没有量产车实装且在电动汽车动力电池领域从来也没有规模化应用等缺点，选用国内某知名动力电池厂商于2018年推出的某款方形磷酸铁锂动力电池开展了电池性能测试试验，建立了四个老化程度不同的磷酸铁锂动力电池在10℃、25℃、40℃下的最大可用容量测试、开路电压测试、恒定功率测试以及动态工况测试试验数据集，并分析了环境温度和电池老化程度对测试结果的影响。　　(2)磷酸铁锂动力电池在线建模。磷酸铁锂动力电池本身是一个复杂的电化学系统，基于对电池内部机理和外部行为的分析，实现了电池行为的准确描述。针对离线参数辨识方法对电池老化状态和使用环境适应性差，常规的在线参数辨识方法存在噪声模型不符合实际，算法跟踪模型参数变化能力与辨识结果平稳性相矛盾等问题，提出了自适应渐消记忆递推增广最小二乘法并研究其理论性质和应用价值。同时，设计了辨识智能监督级，确保辨识数据的真实性与有效性、保证辨识算法正常运行、判断参数辨识结果的收敛性以及检验收敛结果的合理性，建立了能够准确表征电池特性的电池模型，为电池状态估计奠定了基础。　　(3)磷酸铁锂动力电池状态估计，包括荷电状态估计、最大可用容量估计和功率状态估计。分析了环境温度和电池老化程度对库伦效率的影响，针对磷酸铁锂动力电池模型非线性动力学特性，噪声为有色噪声且噪声统计特性时变等问题，提出了模型参数-荷电状态自适应估计器，在电池荷电状态估计过程中在线更新电池模型参数，提高了电池荷电状态估计精度和在线建模精度，且具有较强的鲁棒性，与传统扩展卡尔曼滤波相比，DST工况下荷电状态估计结果的平均绝对误差平均值降低了3.61％，端电压估计结果的平均绝对误差平均值降低了0.62mV，FUDS工况下荷电状态估计结果的平均绝对误差平均值降低了5.22％，端电压估计结果的平均绝对误差平均值降低了0.62mV，充电过程中荷电状态估计结果的平均绝对误差平均值降低了4.30％，端电压估计结果的平均绝对误差平均值降低了0.41mV，CLTC-P仿真测试下荷电状态估计结果的平均绝对误差降低了2.71％，端电压估计结果的平均绝对误差平均值降低了5.28mV;分析了电池老化的主要原因，针对输入和输出均含有噪声的电池最大可用容量估计问题，提出了渐消记忆递推全局最小二乘法，为避免在正常使用情况下电池最大可用容量估计值发生突变，引入了容量收敛系数，提出了模型参数-荷电状态-最大可用容量联合估计方法，实现了更加准确的电池状态估计，即便荷电状态初始值和最大可用容量初始值均错误，该联合估计方法仍然能够同时实现端电压、荷电状态和最大可用容量的准确估计以及极化电压的合理估计，且鲁棒性较强，与不更新最大可用容量的估计结果相比，DST工况下荷电状态估计结果的平均绝对误差降低了1.15％，FUDS工况下荷电状态估计结果的平均绝对误差降低了1.18％，CLTC-P仿真测试下荷电状态估计结果的平均绝对误差降低了0.90％;分析了影响电池功率状态的主要限制因素，针对现有的功率状态估计研究大多缺少估计方法合理性说明和试验验证问题，提出了多约束持续充放电功率状态估计方法，建立了持续充放电功率状态参考值模型，从试验测试点测试和动态工况测试两个方面进行了试验验证，研究了持续充放电时长对持续充放电功率状态估计结果的影响，试验测试点的持续充放电功率状态估计结果的平均绝对误差分别为3.46W和6.29W，随着持续充放电时长增长，持续充放电功率状态估计结果的绝对值均减小。
作者：	吴慕遥
专业：	控制科学与工程
导师：	吴刚
授予学位：	博士
授予学位单位：	中国科学技术大学
学位年度：	2022