鋰電池狀態(tài)參數(shù)在線估計技術(shù)研究.pdf

1、電池管理系統(tǒng)（Battery Management System，BMS）是電動汽車系統(tǒng)中最重要的系統(tǒng)之一，電動汽車的所有電池由電池管理系統(tǒng)統(tǒng)一進行管理，優(yōu)良的電池管理系統(tǒng)，為電動汽車安全工作提供了重要保證。電池狀態(tài)參數(shù)于電池管理系統(tǒng)甚至其他整車管理系統(tǒng)中扮演著重要的角色，并且是其他系統(tǒng)所需參數(shù)的來源。本文主要研究電池管理系統(tǒng)中最關(guān)鍵的描繪電池荷電狀態(tài)的SOC值和描繪電池使用壽命SOH值。精準的鋰電池電池電化學(xué)模型有利于精準的估計狀態(tài)參

2、數(shù)。
　　本文主要圍繞車用鋰離子電池，針對電池管理系統(tǒng)，通過研究電池的電化學(xué)機理，并利用電化學(xué)模型開發(fā)了狀態(tài)估計算法。由于電池內(nèi)部化學(xué)反應(yīng)較復(fù)雜，模型計算復(fù)雜的特點，研究電池機理從而簡化電化學(xué)模型，并利用簡化模型進行參數(shù)在線估計。本文首先針對傳統(tǒng)電池準二維機理模型進行分析，并與單粒子模型進行比較，分析兩種模型的優(yōu)劣，并針對電池管理系統(tǒng)，結(jié)合傳統(tǒng)單粒子模型與準二維機理模型，提出一種對單粒子模型的改進模型，將準二維機理模型作為標準，分

3、析模型的可行性。
　　從鋰電池的模型出發(fā)，針對某種電池機理模型，研究電池的狀態(tài)參數(shù)在線估計，電池的荷電狀態(tài)為對現(xiàn)有電量所對應(yīng)一個直觀表達式，研究電池的電荷情況，有利于電池的管理系統(tǒng)對工作對象的使用情況進行控制，對于電池系統(tǒng)的管理工作而言，針對單粒子改進模型，采用擴展卡爾曼濾波算法和遺傳算法分析電池的荷電狀態(tài)，并分析結(jié)果，結(jié)果表明擴展卡爾曼濾波算法和遺傳算法皆能較好的估算電池的荷電狀態(tài)，但由于電化學(xué)模型為一個復(fù)雜的非線性系統(tǒng)，采取遺

4、傳算法結(jié)果更精準，誤差低于1％。
　　針對常用電池健康情況參數(shù)估計方法方式，選取容量作為電池管理系統(tǒng)的健康狀態(tài)的估計依據(jù)，并分析電池機理模型中實際對電池容量產(chǎn)生影響的因素，針對電池的健康狀態(tài)，選取雙水箱模型分析電池的健康狀態(tài)，并與循環(huán)壽命試驗結(jié)果進行對比分析，驗證算法的可行性。結(jié)果表明，電池的嵌鋰率，電極材料體積分數(shù)為電池健康狀態(tài)的主要影響因素。
　　結(jié)合電池管理系統(tǒng)與實際電動汽車工況，將估計算法應(yīng)用于實際 BMS工程，分析