基于开路电压特性的动力电池健康状态诊断与估计

电池系统复杂的配置和严苛、不确定性的工作环境造成的电池衰退过程极为复杂.为了准确地实施电池系统的管理与控制以保证其高效、可靠和安全运行,有效的电池健康状态诊断与估计必不可少.利用容量增量分析和差分电压分析等原位电化学分析方法对电池开路电压特性变化进行分析,建立电池容量衰退与其衰退机理的量化关系,追溯到电池衰退的源头,从衰退机理角度对电池健康状态进行更真实和更准确的诊断.同时,建立基于电池开路电压曲线的容量估计模型用于电池健康状态估计,该模型不仅能捕捉电池内部不同阶段电化学反应特性,而且具有较高的精度和鲁棒性.在电池全生命周期内,该模型估计误差均小于4%.     

基于相似理论的锂电池三维电化学跨尺度建模

从抛物线型偏微分方程基本形式出发,利用量纲为一分析法推导了抛物线型偏微分方程的相似准则,并推广得到电化学过程的相似准则,从而确定原型与模型之间的电化学过程参数相似关系.利用Comsol Multiphysics软件进行了锂离子电池单元电化学过程的有限元建模与计算,验证了所建立相似准则和相似关系的正确性.模型验证结果表明电化学有限元建模方法能实现锂离子电池三维电化学过程的一致模拟,同时,高倍率充放电工况下电池内部不均匀性加剧,导致传统的通用准二维模型预测结果具有较大误差.因此,在电池单体设计及系统集成与管理过程中,有必要对基于准二维模型的状态估计算法进行修正,以避免电池局部过充过放而导致安全隐患.     

基于电化学模型的锂离子电池健康状态估算

针对电动汽车锂离子电池健康状态在线估算问题,提出了一种基于伪二维模型参数的估算方法. 该方法通过拆解同类估算目标电池,以扫描电镜测量电池结构参数,利用遗传算法辨识其他未知电化学模型参数,建立一种新的基于化学计量比的电池正极容量计算法则,估算电池健康状态. 同时考虑老化对电池正极化学计量比的影响,进一步提高健康状态估算精度. 采用电池老化数据集验证该方法的有效性,结果表明所提出的估算方法能在短时动态工况下实现电池健康状态的准确在线估算.      

磷酸铁锂电池模型参数辨识与SOC估算

根据磷酸铁锂电池的特性,从电池电化学角度分析,建立电池的等效电路模型.通过实验方法测得电池开路电压与SOC关系和电池模型的参数,利用卡尔曼滤波法来估算电池初始荷电状态(SOC0).实验与仿真表明,该算法可以有效的估算出SOC初始值,并可以将误差控制在10％之内.     

两类锂离子电池电化学机理模型的数值分析

在新能源锂离子电池领域，已有研究学者构造了若干种电池的电化学机理模型。为了分析相关物理化学过程，得到电池相关有效性质，基于DFN模型讨论电池的物理化学机制，使用了降阶简化后的单颗粒模型进行模拟研究。先采用不同的参数对单颗粒模型进行模拟，之后分析各个相关物理量，与DFN模型进行比较，得出精度控制良好一致性的范围，分析了模型预测的差异性。通过电池机理模型的研究，可获得电池的状态估计，这能够更好地认识电池。     

锂离子电池的热效应分析

以26650型圆柱形磷酸铁锂离子电池为原型,建立电化学-热耦合模型。研究放电倍率对电池热行为的影响。结果表明:低倍率下电池处于吸热状态,电池内部温度反而低于外部;高倍率下电池一直是放热状态,内部温度一直高于外部。为了控制高倍率放电过程中电池模块的温度,比较讨论风冷散热和相变材料散热系统,最终发现具有0.01 m/s的微胶囊型相变材料散热系统降温效果最为显著,电池模块温度被控制在50℃以下。     

磷酸铁锂动力电池阻抗谱参数分析

以电动汽车用动力锂离子电池为测试对象,通过等效电路拟合实际测量的电化学阻抗曲线来分析电池电极系统的动力学过程,并选取等效电路模型在不同荷电状态下的参数分析不同交流阻抗组份及阻抗特性对电池充放电特性的影响。 结果表明:基于阻抗谱测试得到的等效电路模型参数有利于得出更高精度的电池电荷转移阻抗以及扩散阻抗,并且较好地区分电化学极化和浓差极化,可以用于分析不同温度和不同荷电状态的电池充放电性能。      

基于二阶阻容模型的锂离子动力电池工作特性的建模及仿真分析

分析比较了几种常见的电池电化学模型和等效电路模型,建立了以电池电动势、电池内阻、电池容量为决策变量的二阶电阻电容等效电路模型,推导出了其状态空间模型.在matlab/simulink平台上搭建模型各个模块,最后对电池电流、电压及SOC进行了仿真分析,结果表明该模型方案设计合理可行.     

基于混合模型的锂离子电池热失控预判方法

锂离子电池在储能系统中已得到普遍应用,但其会由于热失控而产生自燃、爆炸等引发安全事故, 如何对储能锂离子电池热失控故障风险进行超前预测和判定是当前研究的热点问题。将电热物理模型与深 度学习模型长短期记忆模型(LSTM)相结合,提出一种基于混合模型的储能锂离子电池热失控预判方法。 通过收集电池运行数据,利用电池的电热耦合模型进行电池内部温度、荷电状态(SOC)的估算;同时,将电池 表面温度、电池电压、电池电流等参数共同作为 LSTM 的输入,利用混合模型精确预测电池的表面温度和内 部温度。通过阈值方法判定热失控的发生并确定诱发原因,从而实现对电池热失控的准确预测。基于公开 数据集的实验结果表明,提出的混合模型进行热失控预判具有较好的精确性和快速性,在实际工程应用中有 着较好的应用前景。     

锂离子电池电化学建模及其简化方法

通用的锂离子电池精确电化学模型———准二维模型存在两个主要的数值问题: 状态量过多，计算复杂，导致难以实时应用。为此，搭建了电池的一维模型，用 Laplace 变换将模型转化到频域求解，将固相锂离子的径向扩散表示为无维度的导纳形式，通过降维解决了状态量过多的问题。针对超越方程，使用 Padé 近似做进一步化简以降低计算复杂度，设计了基于 Laplace 变换和 Padé 近似的锂离子电池简化一维模型。通过分析模型的复杂度，并采用不同放电电流工况验证该模型，比较了该模型与精确模型的浓度分布与端电压。实验结果验证了该模型的误差维持在 40 mV 以内，在降低计算复杂度的同时保持了较高的精度。     

阶次自适应AR等效电路模型的锂电池SOC滑模观测

基于等效电路模型的一类车载动力电池剩余荷电状态(state of charge，SOC)的估算方法，其估算精度高度依赖于模型精度，模型精度又正比于模型复杂度，以至于难以较好地应用于嵌入式控制单元.提出复杂度相对较低、能够自适应确定最优模型阶次的全新等效电路模型——基于阶次自适应AR模型的车载动力电池等效电路灰箱模型.基于此灰箱模型，给出锂离子电池SOC的滑模观测器设计推导及能观性、收敛性证明.结果表明，本文提出的基于阶次自适应AR等效电路灰箱模型的滑模观测器SOC估算方法(adaptive autoregressive-sliding mode observer，AAR-SMO)具有低模型复杂度、高精度、强鲁棒性及快速收敛等性能.     

基于最小二乘法的锂离子电池参数辨识方法研究

目的 针对使用戴维南等效电路模型对锂电池进行参数辨识不够精确的问题,提出一种二阶 RC 等效电路模 型并对锂电池进行参数辨识。 方法 通过脉冲放电实验得到锂电池的相关数据,在 MATLAB 上使用最小二乘算法 对所建立的二阶 RC 等效电路进行参数辨识,并对不同 SOC(State of Charge)下锂电池各个参数的变化情况进行分 析,通过计算锂电池的端电压来判断参数辨识的精确度,最后将辨识结果与戴维南等效电路模型所辨识的结果进 行对比并分析。 结果 随着锂电池 SOC 下降,锂电池的各个参数会有轻微的波动,在锂电池的 SOC 处在较低的水平 时,锂电池的各个参数变化比较剧烈,这是由于锂电池的化学浓差极化所导致的,当将辨识的参数用来求解锂电池 的端电压时,随着时间的推移,发现锂电池的端电压的误差波动比较稳定,且最大误差不超过 0. 05 V,反观使用戴 维南等效电路模型求得锂电池的端电压误差波动比较大,且最大误差超过了 0. 08 V。 结论 在锂电池参数辨识上 二阶 RC 等效电路比戴维南等效电路更加准确,能够更好地描述锂电池的动静态特性,为后续对锂电池的荷电状 态估计提供了有力的基础。     

基于GNL模型自适应无迹卡尔曼滤波的电动汽车的荷电状态估计

随着电动汽车的高效发展,逐年递增的退役动力电池回收利用已刻不容缓,对电池进行精确、可靠的荷电状态(state of charge,SOC)估计是实现电池梯次利用的关键技术。传统估计方法均未考虑对老化电池影响较高的自放电因素,本文采用在二阶RC模型基础上考虑了自放电因素的GNL电路等效模型,通过脉冲放电对模型参数进行辨识。对相应的状态空间方程利用矩阵二次型方法进行离散化,并利用自适应无迹卡尔曼滤波算法对SOC进行实时估计及更新。在间歇恒流工况和变电流工况下以老化电池为实验对象对算法进行了对比验证,结果表明双卡尔曼滤波法在初值估计不准确的时候不能及时收敛到SOC真值附近并跟随,基于二阶RC模型的自适应滤波算法估计的误差在工况后期较大,基于GNL模型的自适应滤波算法对老化电池的估计精度较高,误差在0.5%之间。结果表明该方法可使状态估计值具有较小的误差和快速跟随性,满足了SOC 估计的实际需求。     

车用锂离子电池荷电状态参数辨识的建模仿真

为得到较为准确的电池荷电状态（SOC）参数,以厦门理工学院纯电动赛车用锂离子电池作为研究案例,采用二阶RC等效电路模型对锂离子电池进行HPPC充放电试验;然后,将实验数据导入Matlab的参数估计模块后,对电池荷电状态性能参数进行辨识。在Matlab的Simscape模块中建立锂离子电池的仿真模型,将仿真结果与实验结果进行比较,利用拟合工具箱对比不同阶次下RC等效电路模型的拟合精度。结果表明,锂离子电池的电压在放电脉冲开始及结束阶段时偏差较大,静置阶段则趋于平稳,二阶RC等效电路模型能够较为简便地反应锂离子电池的工作特性,且具有较好的拟合精度。锂离子电池仿真模型与实验测试的误差在2%以内,验证了所建立的仿真模型的可行性。     

Model based SOC estimation for high-power Li-ion battery packs used on FCHVs

A model based method which recruited the extended Kalman filter （EKF） to estimate the full state of charge （SOC） of Li-ion battery was proposed. The underlying dynamic behavior of the cell pack was described based on an equivalent circuit comprising of two capacitors and three resistors. Measurements in two tests were applied to compare the SOC estimated by model based EKF estimation with the SOC calculated by coulomb counting. Results have shown that the proposed method is able to perform a good estimation of the SOC of battery packs. Moreover, a corresponding battery management systems （BMS） including software and hardware based on this method was designed.     

基于交互式多模型无迹卡尔曼滤波的锂电池荷电状态估计

为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型。结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进行SOC估计,提出了一种基于HMM的IMM-UKF算法估计锂电池SOC的方法。锂电池在线SOC估计实验表明,该方法比较其他估计方法有着更高的估计精度,平均绝对误差仅为1%。     

基于温变双极化模型的锂离子电池荷电状态估计

电池荷电状态（SOC）的准确估计对延长电池使用寿命、提高电池利用率和保障电池安全性具有重要意义。在不同环境温度下进行了锂离子电池的基本性能试验和动态工况试验,建立了温变双极化等效电路模型。基于该模型,采用H无穷滤波算法代替传统的扩展卡尔曼滤波算法,在无需假设过程噪声和测量噪声均服从高斯分布的前提下,实现了SOC的精确估计。在考虑温变和电池模型存在误差的条件下进行验证,不同温度条件下的SOC估计最大误差保持在±0.03范围内,证明了所提出的SOC估计算法具有较高的温度适应性和鲁棒性。     

电动车用镍氢电池模块的充放电模型研究

在电动汽车镍氢电池改进等效电路模型的基础上，基于模糊化电池的荷电状态（SOC），利用模糊推理的方法来估计电路模型的时变参数，并以SOC为模糊输入量，电池模型参数为模糊输出量．由于模糊推理所确定的模型参数根据模糊SOC是动态变化的，因此不仅提高了电池模型的精度，而且降低了对SOC估计精度的要求．仿真试验表明，在不考虑温度影响的情况下，利用该方法所得到的电池模块端电压仿真数值与实测值的最大绝对误差为0．04V，相对误差为0．28％，说明这种变参数不变结构的自适应模型具有很高的可靠性和精确性．