检索结果-内蒙古大学图书馆

中国新技术新产品 2025年第3期 1-7页

作者：葛科江苏海基新能源股份有限公司江苏无锡214400

本文研究锂离子电池的荷电状态(State of Charge,SOC)估计,引入二阶分数阶等效电路模型,提出一种先进的估计算法。对传统的二阶整数阶等效模型进行创新性改进,引入恒相元件来代替原始的整数阶电容元件,构建了更精确的二阶分数阶等效电... 详细信息

本文研究锂离子电池的荷电状态(State of Charge,SOC)估计,引入二阶分数阶等效电路模型,提出一种先进的估计算法。对传统的二阶整数阶等效模型进行创新性改进,引入恒相元件来代替原始的整数阶电容元件,构建了更精确的二阶分数阶等效电路模型。以最小二乘法的数据为基础,采用粒子群体算法进行二阶分数阶等效电路模型的参数辨识。在动态应力测试(Deep State Transition,DST)工作模式下进行仿真试验,比较分数阶扩展卡尔曼滤波算法与扩展卡尔曼滤波算法在SOC估计方面的性能。试验结果显示,分数阶扩展卡尔曼滤波算法在提高SOC估测精度方面表现更好,其SOC估测波动更小,抗干扰能力更强。

关键词：锂离子电池 SOC估计分数阶等效电路模型参数辨识

来源：评论

学校读者我要写书评

暂无评论

锂电池分段分数阶建模与荷电状态估计

引用

电源技术 2022年第1期46卷 63-67页

作者：杨睿张向文桂林电子科技大学电子工程与自动化学院广西桂林541004 广西自动检测技术与仪器重点实验室广西桂林541004

为提高等效电路模型准确性,考虑等效电容分数阶本质和锂电池充放电不同阶段的不同变化特性,采用分数阶微积分理论建立了基于二阶RC模型的电池分段分数阶等效电路模型。用粒子群算法分段辨识分数阶阶数,通过混合脉冲功率特性(HPPC)实验... 详细信息

为提高等效电路模型准确性,考虑等效电容分数阶本质和锂电池充放电不同阶段的不同变化特性,采用分数阶微积分理论建立了基于二阶RC模型的电池分段分数阶等效电路模型。用粒子群算法分段辨识分数阶阶数,通过混合脉冲功率特性(HPPC)实验辨识模型参数,使模型更符合电池实际工作状态。实验结果显示,新模型能够更准确地模拟电池充放电特性变化。构造分数阶卡尔曼滤波算法(FOKF)来估计电池荷电状态(SOC),分别与扩展卡尔曼滤波(EKF)算法、实验参考值进行比较。结果显示,所提算法的估计精度更高,均方根误差为0.95%,比EKF算法减少了45.4%。

关键词：分数阶等效电路模型参数辨识分数阶卡尔曼滤波算法荷电状态估计

来源：评论

学校读者我要写书评

暂无评论

基于自适应分数阶容积卡尔曼滤波的锂电池SOC估计

基于自适应分数阶容积卡尔曼滤波的锂电池SOC估计

引用

作者：汤啸长春工业大学

学位级别：硕士

新能源电动汽车已成为汽车行业的发展趋势之一,备受广大消费者喜爱和支持。电池管理系统是保证供电系统正常运行的关键,为整车提供所需能量。在电池管理系统中,荷电状态(SOC)是需要不断检测的重要状态量,用于量化评估电池剩余电量。合... 详细信息

新能源电动汽车已成为汽车行业的发展趋势之一,备受广大消费者喜爱和支持。电池管理系统是保证供电系统正常运行的关键,为整车提供所需能量。在电池管理系统中,荷电状态(SOC)是需要不断检测的重要状态量,用于量化评估电池剩余电量。合理地监测电池的SOC能够防止过充和过放对电池的损伤。另外,准确可靠的电池SOC估计结果是驾驶人员估计剩余驾驶里程的重要依据。然而,由于电池内部的复杂电化学反应和高度耦合的性质,再加上复杂的交通条件不确定性,电池SOC的估计变得更加困难。本文研究内容:为准确地描述电池的动态行为,本文建立了一个包含三个分数阶元件的等效电路模型,以取代传统整数阶模型中的理想电容。本文基于离线参数辨识策略,采用一种改进的混合粒子群单纯形搜索优化算法辨识模型参数,该方法能有效地避免标准粒子群和单纯形搜索方法陷入局部最优解。在不同温度下,对两种电池样本进行参数识别和验证,结果表明基于该模型结构的分数阶等效电路模型具有较高的精度和适用性。本文改进两种基于锂离子电池分数阶等效电路模型的SOC估计方法,分别是分数阶容积卡尔曼滤波(FOCKF)和分数阶平方根容积卡尔曼滤波(FSCKF)。FOCKF方法证明了将容积卡尔曼滤波(CKF)应用到电池分数阶系统上的可行性。并通过在不同动态工况下进行仿真实验,结果显示其具有较高的估计精度。在此基础上,采用FSCKF方法保证误差协方差的正定性从而提高数值计算的稳定性并充分发挥分数阶等效电路模型在准确描述电池动态行为上的优势。准确的过程噪声和测量噪声是卡尔曼滤波方法估计精度的重要保障,将噪声估计器加入FSCKF方法估计锂离子电池SOC,有效避免了噪声协方差为常值导致的滤波结果不准确问题,克服了卡尔曼滤波算法中超参数设置不当导致的滤波算法发散问题。在两种算法SOC初值、三种不同动态工况下进行对两种电池样本SOC估计的仿真实验,结果表明加入噪声估计器的自适应分数阶平方根容积卡尔曼滤波(AFSCKF)在鲁棒性和准确性方面有较好的表现。

关键词：分数阶等效电路模型荷电状态容积卡尔曼滤波噪声估计器

来源：评论

学校读者我要写书评

暂无评论

基于电化学阻抗谱的电动汽车锂电池组状态估计的研究

基于电化学阻抗谱的电动汽车锂电池组状态估计的研究

引用

作者：李植哈尔滨理工大学

学位级别：硕士

为实现我国碳达峰、碳中和的目标,电动汽车在新能源领域中拥有广阔发展前景,锂离子动力电池以其大容量、高安全性能、长使用寿命的特点广泛应用于电动汽车中。电动汽车的动力电池管理可以使汽车运行安全、高效,而电池状态的准确估计是... 详细信息

为实现我国碳达峰、碳中和的目标,电动汽车在新能源领域中拥有广阔发展前景,锂离子动力电池以其大容量、高安全性能、长使用寿命的特点广泛应用于电动汽车中。电动汽车的动力电池管理可以使汽车运行安全、高效,而电池状态的准确估计是电池管理系统中至关重要的组成部分之一。本文通过实验获取锂离子电池的电化学阻抗谱,在实现参数辨识基础上,完成锂离子电池老化程度(SOH)和荷电状态(SOC)的估计;再依据电化学阻抗谱推演时域下电池分数阶等效电路,基于分数阶自适应无迹卡尔曼滤波及扩展科尔曼滤波算法实现锂电池SOC与SOH的协同估计,提高计及老化程度下电动汽车锂离子电池状态估计的准确性和鲁棒性。首先,从磷酸铁锂电池的结构出发,阐述电池的充放电工作原理,设计电池阻抗测试实验平台,基于电化学阻抗谱建立计及电池“弥散效应”的分数阶电池阻抗模型。为提高辨识精度,依据阻抗谱几何形状确定模型参数初始值,采用非线性最小二乘L-M法完成阻抗模型参数辨识,并将辨识结果与商用软件结果进行对比,证明所设计辨识方法的准确性。其次,通过实验获取不同循环周期、不同SOC值下电池电化学阻抗谱(EIS)曲线,依据电化学理论阐述电池阻抗变化机理,深入分析循环周期数、SOC值对EIS曲线的影响规律,提取相应的敏感参数和典型频率,确定电池SOH和SOC的计算表达式,并通过与实验值的对比,验证该计算公式的可靠性。再次,基于频域下电化学阻抗谱等效电路模型,建立与其相对应的时域下锂电池分数阶等效电路模型。构建以微分形式的分数阶等效电路端口电压方程,经过分数阶微分理论分析确定时域下电压方程的解析表达式,并通过电池测试实验,表明本文所建立的分数阶微分等效电路的准确性和可靠性。最后,基于分数阶微积分理论,构建电池状态方程和测量方程,应用卡尔曼滤波原理,考虑电池老化影响的情况下,运用分数阶自适应无迹卡尔曼滤波算法(FO-AUKF)估计锂电池SOC和扩展卡尔曼滤波算法(EKF)估计锂电池SOH,实现锂电池SOC和SOH的协同在线估计。通过静态、动态多个工况的实验对比,验证所提出的协同估计方法的可行性和准确性。本文从频域及时域角度,完成对锂离子电池的状态估计,获取SOC和SOH的计算表达式以及估算方法,对今后在实验室或在线准确预测电池状态提供了依据。

关键词：锂离子电池电化学阻抗谱状态估计分数阶等效电路模型协同估计

来源：评论

学校读者我要写书评

暂无评论

基于多状态的锂离子电池SOP估计

基于多状态的锂离子电池SOP估计

引用

作者：徐一丹重庆大学

学位级别：硕士

锂离子电池作为电动汽车主要的动力来源和核心部件,其全面、高效、精细化的电池能量管理系统(Battery management system,BMS)是当前研究的重难点。为确保BMS的安全性及高效性,电池状态的准确快速估计是基础。目前,电池状态的表征主要... 详细信息

锂离子电池作为电动汽车主要的动力来源和核心部件,其全面、高效、精细化的电池能量管理系统(Battery management system,BMS)是当前研究的重难点。为确保BMS的安全性及高效性,电池状态的准确快速估计是基础。目前,电池状态的表征主要依赖于电池的荷电状态(state of charge,SOC)、健康状态(state of health,SOH)、功率状态(state of power,SOP)、温度状态(state of temperature,SOT)以及能量状态(state of energy,SOE)五个方面。其中,电池功率状态SOP作为表征电池动力性能的重要指标逐渐成为研究热点。电池的功率状态SOP是电动汽车确保安全性能和提高制动能量回收率的重要参数之一,可用于判断不同状态下电池在充、放电过程中能够吸收或释放的功率极值,防止电池过充过放现象的发生,对电池的合理使用和寿命延长有着重要的指导意义;同时还可对电动汽车的动力性能进行优化,以更好地满足爬坡、加速、制动能量回收等功能需求。但是,电池SOP受到环境温度、荷电状态(SOC)、健康状态(SOH)等不确定因素干扰很大,具有较强的非线性,实时精准的SOP估计是十分困难的,且具有一定挑战性。本文针对车载锂离子电池SOP估计开展的具体研究工作包括:高精度的锂离子电池模型:通过引入分数阶微积分的基本原理以及常见的三种定义,从电化学阻抗谱的角度出发对锂离子电池的特性进行了分析,以BTS-5V100A为锂离子电池主要充放电设备,结合恒温箱等设备搭建了锂离子电池单体测试试验平台,建立了万向A123电池的实验数据库。基于电化学及电路原理,在原有的二阶RC模型的基础上,使用恒相位角元件替换掉了理想电容器并添加了反映阻抗谱低频特性的沃尔伯格元件建立了分数阶等效电路模型。随后利用改进后的混合粒子群算法(Hybrid Particle Swarm Optimization,HPSO)对模型进行了参数辨识,验证了分数阶等效电路模型及参数辨识方法对于锂离子电池不同工况下的适应性和精确性,为锂离子电池SOP估计奠定了模型基础。高鲁棒性的SOC估计方法:利用状态空间方程建立锂离子电池的离散控制系统,作为推导SOC估计算法的基础。为解决扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法的缺陷,提出了基于H∞滤波算法的SOC估计方法,详细介绍了其设计思想及运算逻辑。在MATLAB/Simulink仿真环境下实现了分数阶等效电路模型以及两种算法的完整建立,并进行了基于H∞滤波算法与EKF算法的电池SOC估计仿真对比,为实现不同SOC下锂离子电池SOP估计奠定了基础。考虑容量衰减的SOH估计方法:研究锂离子电池在循环充放电过程中的老化机理,进行电池性能衰减的内外部因素分析,建立反映电池老化的容量衰减模型,并利用粒子滤波算法对模型的参数进行更新以实现对电池容量的预测,从而实现电池健康状态SOH的估计。基于万向A123电池的循环充放电实验数据以及NASA公开的锂离子电池老化实验数据对所提出的SOH估计方法进行验证,为实现不同SOH下锂离子电池SOP估计奠定了基础。多状态条件下的SOP估计方法:对峰值功率及SOP的定义进行了明确,针对基于混合脉冲功率性能测试HPPC的SOP估计方法的不足之处,提出一种基于分数阶等效电路模型的多状态SOP估计方法,在考虑电池健康状态SOH的基础上,将锂离子电池的荷电状态SOC、电流和电压作为约束条件,来预测电池充放电过程中的功率极值,进行当前功率状态SOP的估计。基于所提出的多状态下的SOP估计方法,分析充放电功率持续时间及老化程度对SOP估计的影响,并验证其在不同工况下的适应性,解决了传统的峰值功率及SOP估计方法的结果可靠性不足、过于理想化的难题。

关键词：锂离子电池分数阶等效电路模型 SOC估计 SOH估计 SOP估计

来源：评论

学校读者我要写书评

暂无评论

动力锂电池荷电状态估计研究

动力锂电池荷电状态估计研究

引用

作者：王延峰福州大学

学位级别：硕士

随着能源和环保问题的日益突出,电动汽车以其低噪音和零排放等优点而受到全社会的广泛关注和深入研究。作为电动汽车的核心部件之一,锂离子动力电池由于其具有能量密度高、安全性能好的优势而成为当前电动汽车的主流动力源。电池荷电状... 详细信息

随着能源和环保问题的日益突出,电动汽车以其低噪音和零排放等优点而受到全社会的广泛关注和深入研究。作为电动汽车的核心部件之一,锂离子动力电池由于其具有能量密度高、安全性能好的优势而成为当前电动汽车的主流动力源。电池荷电状态(State of charge,SOC)是表征锂电池剩余电量的参数,也是电池管理系统中最重要的性能指标之一。本文概述了当前动力电池的发展现状及其电池管理系统的关键技术,进一步归纳了锂电池建模和SOC估算方法的国内外研究现状及其特点。围绕锂电池SOC估计方法的核心---电池建模和估算方法两方面进行了研究讨论,主要研究工作如下:首先,并根据电池性能测试实验平台设计了电池单体测试流程,进行恒流放电工况、脉冲放电工况以及动态模拟工况下的测试。为了提高电池SOC的估计精度,提出一种基于改进灰狼算法(IGWO)优化极限学习机(ELM)的锂电池SOC估计方法。通过引入Tent混沌映射、收敛因子非线性递减和高斯变异算子和贪婪选择策略,构建一种具有良好全局寻优性能的改进灰狼算法,并利用该算法优化极限学习机的隐层参数,建立起基于IGWO优化ELM的锂电池SOC估计模型;并将仿真实验数据,以及实际实验数据应用于该模型,进行锂电池SOC估计,结果表明该SOC估计模型具有较高的估计精度和可靠性能。动力锂电池是一个复杂的电化学系统,传统整数阶电池模型无法准确表征系统的动态特性。基于电池电化学阻抗谱和分数阶微积分理论,依据二阶RC等效电路模型结构,建立动力电池分数阶RC等效电路模型,并采用灰狼算法进行模型参数辨识。基于该分数阶模型设计分数阶无迹卡尔曼滤波器用于估计动力电池SOC,并与UKF滤波算法进行比较。通过多种动态工况下实验验证,结果表明所提出的分数阶电池模型在不同工况下均保持较高的精度,具有很好的鲁棒性。同时,基于分数阶模型的FUKF估计算法在多种工况下都具有较高的SOC估算精度,且比基于整数阶模型的估计精度更高。在FUKF的基础上,提出一种ELM网络和FUKF相结合的动力锂电池SOC估计方法。将FUKF算法迭代过程中的估计误差作为ELM网络的输出,卡尔曼滤波增益、状态估计误差和端电压预测误差作为输入,离线训练ELM网络,然后将训练成功的ELM网络用于补偿FUKF算法的估计误差。通过电池动态工况实验数据验证,结果表明,与ELM模型和FUKF算法相比,所提出的基于ELM-FUKF的SOC估计方法具有良好的鲁棒性能,能有效提高电池SOC估计精度。

关键词：荷电状态估计极限学习机灰狼优化算法分数阶等效电路模型无迹卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于分数阶理论的锂离子动力电池建模研究

基于分数阶理论的锂离子动力电池建模研究

引用

作者：卞景季北京交通大学

学位级别：硕士

目前,锂离子动力电池以其能量密度高,功率密度高,自放电率低等优势,在电动交通领域发挥着越来越重要的作用。由于电池应用技术开发过程中实物调试成本高、耗时,应用中电池内部状态不易直接测量,因此,电池建模成为动力系统仿真,电池状态... 详细信息

目前,锂离子动力电池以其能量密度高,功率密度高,自放电率低等优势,在电动交通领域发挥着越来越重要的作用。由于电池应用技术开发过程中实物调试成本高、耗时,应用中电池内部状态不易直接测量,因此,电池建模成为动力系统仿真,电池状态参数估计和热性能分析的重要手段。鉴于模型物理意义和复杂程度的综合考虑,等效电路模型成为工程应用的主流方法;其中,分数阶等效模型由于能够模拟类电容和类电感特性而逐渐成为研究热点。本文针对电池建模现状进行了综述,建立了分数阶等效电路模型,并在时域和频域与整数阶模型进行了对比分析。交流阻抗测试可以获得丰富的电极动力学信息,是电池研发和性能检测的重要手段,得到的阻抗谱复数平面图可以详细地描述全频段内电池的电化学行为。依据阻抗谱表现出的容抗弧,选取了常相位元件(CPE)与电阻的并联环节,模拟电池双电层电容的弥散效应和电荷转移过程;针对阻抗谱中出现的低频区斜线,选取了分数阶元件瓦尔堡(Warburg)阻抗表征锂离子的传质过程。文章详述了分数阶模型的演化过程,基于电池内部物理化学机理构建了分数阶等效电路模型,以准确描述电池动态行为;推导了电池分数阶模型的频域表达式.并根据分数阶微分理论推导了模型时域数值解。基于电池分数阶模型,从理论上揭示了时域下1s内阻的结构化组成关系。即时域1s内阻不仅包含欧姆内阻,而且包括部分电荷转移阻抗、部分钝化膜阻抗和部分扩散阻抗;推导了时域阻抗和频域阻抗的近似等效关系,即时域1s内阻近似等于0.159Hz的频域阻抗,而不是接近1Hz或0.5Hz的频域阻抗。然后,提出了分数阶模型参数的频域辨识方法,运用粒子群和差分进化融合算法,以阻抗的相位和模值误差最小为目标对模型参数进行辨识。分析了不同荷电状态,不同温度下的参数变化规律。实验验证发现分数阶模型能够更准确地模拟电池频域特性,与整数阶模型相比,分数阶模型能以更少的元件得到更高的精度。针对现有的阻抗测试存在测试时间长、需要特殊设备等问题,提出了易于在工程实现的电化学阻抗谱测试方法。最后,在时域,用不同频率的电流电压数据,对由交流阻抗数据辨识得到的频域模型进行了验证,模型输出电压误差较小,对不同频率、不同幅值的工况具有较好的适用性。根据电池内部电化学反应的时间常数,在长时间尺度下简化分数阶模型结构得到RQ模型,建立了适用于时域的分数阶等效电路模型,使用混合多粒子群优化基于恒流脉冲数据对模型参数进行辨识,得到了单体电池和电池组的模型参数,相较于一阶RC模型,分数阶RQ模型的精度较高;辨识得到的模型参数在DST和FUDS动态工况下进行了验证,分数阶RQ模型均表现出更高的精度,即分数阶模型能够更加准确地描述电池动态特性。

关键词：锂离子动力电池分数阶等效电路模型电化学阻抗谱时域频域分析

来源：评论

学校读者我要写书评

暂无评论

基于分数阶微积分理论的锂离子电池建模及SOC估计

基于分数阶微积分理论的锂离子电池建模及SOC估计

引用

作者：李运肖重庆大学

学位级别：硕士

日益严重的环境污染问题与化石能源紧缺问题推动了新能源汽车的发展。动力电池作为新能源汽车的辅助或主要动力源,其可靠有效的管理系统(Battery Management System,BMS)可以在相同的条件下最大程度的使用锂离子电池,是目前电动汽车相... 详细信息

日益严重的环境污染问题与化石能源紧缺问题推动了新能源汽车的发展。动力电池作为新能源汽车的辅助或主要动力源,其可靠有效的管理系统(Battery Management System,BMS)可以在相同的条件下最大程度的使用锂离子电池,是目前电动汽车相关研究领域中的重点方向。其中电池的建模以及荷电状态(State of Charge,SOC)估计是BMS的几个主要难点之一。准确的SOC估计可以保护电池,增大续航里程提高整车性能,降低对动力电池的要求,同时可以保障车辆安全稳定地运行。本文基于分数阶微积分理论通过分析锂离子电池阻抗谱图对锂离子电池进行建模,然后基于分数阶模型对电池SOC估计进行了研究。主要研究内容有:(1)介绍锂离子电池的结构原理、工作原理,分析锂离子电池的主要特性,然后搭建电池测试系统,给出锂离子电池基本参数;最后设计电池基本性能实验、工况实验和循环寿命试验及其具体的实验步骤,得到初始容量和开路电压(Open Circuit Voltage,OCV)等电池性能参数。(2)通过分析锂离子电池电化学阻抗频谱图,基于分数阶微积分理论,采用具有分数阶特性的阻抗元件对二阶RC整数阶等效电路模型进行了改进,建立电池分数阶等效电路模型,以准确描述锂离子电池电荷转移反应、双电层效应、传质、扩散等电化学过程。然后,基于混合群体的协同粒子群优化算法(Mixed-swarm-based Cooperative Particle Swarm Optimization,MCPSO),采用美国联邦城市驾驶工况(Federal Urban Driving Schedule,FUDS)的锂离子电池实验数据在时域对分数阶等效电路模型进行参数识别。最后,进行分数阶等效电路模型的仿真计算,结果表明该模型的精度较高,且具有良好的鲁棒性。(3)进行实车上经常使用的基于安时积分法与开路电压的SOC估计方法的精度分析,结果表明该方法随着时间的累积SOC估计误差也会累积增大以至于不能满足整车对于SOC估计的的要求。然后进行基于分数阶模型和卡尔曼滤波算法的双扩展卡尔曼滤波SOC估计方法和双卡尔曼滤波SOC估计方法的仿真计算,针对模型精度和SOC估计精度进行仿真对比分析,结果表明两种算法各有利弊。结合两种算法的优点提出一种基于自适应双卡尔曼滤波算法的SOC估计方法,并进行仿真验证,结果表明数学模型精度有了进一步的提高,该方法在存在系统偏差的情况下具有自动校正回归到真值的能力,且稳定后具有较高的SOC估计精度,基于不同的工况该方法仍可以准确估计SOC值,具有很强的适用性。(4)随着充放电次数的增多,锂离子电池会发生老化,容量会不断地衰减,不考虑电池老化的SOC估计误差就会逐步增大,严重影响了电池SOC估计的精度。针对上述问题,首先建立指数回归的物理失效模型,通过MATLAB拟合得到模型的初始参数,继而利用粒子滤波算法(Particle Filtering,PF)实时更新模型参数并对电池的容量进行预测。提出了考虑电池容量衰减的SOC估计方法,仿真验证表明在电池老化情况下SOC估计仍可以保持较高的精度,验证了所提出的考虑容量衰减的SOC估计方法可有效抑制电池老化对SOC估计精度的影响。

关键词：锂离子电池分数阶等效电路模型参数识别 SOC估计容量预测

来源：评论

学校读者我要写书评

暂无评论

基于分数阶等效模型的锂电池参数辨识方法研究

基于分数阶等效模型的锂电池参数辨识方法研究

引用

作者：毛顺永山东科技大学

学位级别：硕士

锂离子电池作为电动汽车的主要动力来源，对其精确建模并准确识别等效模型参数,再依据等效参数准确估计电池的荷电状态是电池管理系统设计的主要难点之一。在等效建模和参数辨识中，分数阶等效电路模型(Fractionalequivalentcircuitmode... 详细信息

锂离子电池作为电动汽车的主要动力来源，对其精确建模并准确识别等效模型参数,再依据等效参数准确估计电池的荷电状态是电池管理系统设计的主要难点之一。在等效建模和参数辨识中，分数阶等效电路模型(Fractionalequivalentcircuitmodel,FECM)和仿生优化算法分别是两种较好的方法，前者能较好的描述电池的阻抗特性，后者在解决非线性寻优问题上有独特的优势。本文基于分数阶微积分理论，对单体三元锂电池进行建模，采用协同进化粒子群算法(CoevolutionaryParticleSwarmOptimization,CPSO)辨识FECM的等效参数。通过分析分数阶阶次的取值特征将其设为固定值，从而减少了分数阶模型的运算量。再根据等效参数的辨识结果估计荷电状态(StateofCharge,SOC)。主要工作如下:　　(1)通过电池充放电实验测试平台，开展锂电池的特性测试。在15℃、25℃和35℃的温度下，用小电流充放电方法测试了三元锂电池的容量和开路电压(Opencircuitvoltage,OCV),标定了OCV-SOC特性曲线。用动态应力测试(DST)和联邦城市驾驶计划(FUDS)两种工况对电池进行动态放电测试，获得了后续用于算法验证的实验数据。　　(2)通过分析变阶次FECM参数辨识结果中阶次的取值特征，将其设为固定值，减少了分数阶等效模型的计算量。基于G-L分数阶微积分理论，用具有分数阶特性的恒相位元件(Constantphaseelement,CPE)代替2-RC等效电路模型中的电容，构建分数阶等效电路模型。基于锂电池的时域动态测试数据，用协同进化粒子群算法对变阶次FECM的开路电压和等效参数同时辨识。两种工况的测试结果表明，CPSO辨识的OCV结果都能跟随端电压的变化趋势，分数阶阶次的波动具有规律性。　　(3)CPSO既保留了粒子群算法全局寻优的能力，又通过参数辨识窗口(PIW)的前进实现了FECM中OCV和等效参数的在线辨识。在算法重启或运行条件改变时，算法的收敛性是一个重要指标。通过设置不同的SOC初始区间，比较开路电压和等效参数的辨识结果，验证了CPSO算法的收敛性。在不同标准差的噪声干扰下，验证了算法的鲁棒性。PIW存储数据长度和FECM中分数阶的历史数据长度作为算法结构中的重要参量，设置其不同的典型数值对算法进行测试。对比分析了FECM的OCV和等效参数辨识结果的稳定性和一致性，以及PIW对噪声干扰的抑制特性,并根据运行时间总结了对算法的计算量的消耗。　　(4)利用CPSO算法辨识的开路电压，建立可更新的OCV-SOC映射关系，通过查表法对电池的SOC进行估计，提高了SOC的估计精度。分别对动态工况下辨识的开路电压和电流积分得到的SOC进行预处理，建立可更新的OCV与SOC的映射关系，再用查表法估计锂电池的SOC。首先将小电流充放电测试标定的OCV-SOC做参考，对比验证查表法估计SOC的可行性。然后在动态工况测试下对电池的SOC进行估计，验证查表法的准确性。结果表明，在DST和FUDS两种工况下，查表法估计的电池SOC的收敛速度快，鲁棒性好，精度高，估计误差能保持在1％之内。

关键词：电动汽车锂电池参数辨识分数阶等效电路模型协同进化粒子群算法

来源：评论

学校读者我要写书评

暂无评论

锂离子动力电池的分段分数阶建模与SOH估算研究

锂离子动力电池的分段分数阶建模与SOH估算研究

引用

作者：杨睿桂林电子科技大学

学位级别：硕士

随着新能源电动汽车产业的快速发展,车用锂离子动力电池及电池管理系统也受到了广泛的关注。但是锂离子动力电池和电池管理技术的研究与应用仍不够成熟,这极大限制了新能源电动汽车和锂离子动力电池等相关行业的发展。锂离子动力电池状... 详细信息

随着新能源电动汽车产业的快速发展,车用锂离子动力电池及电池管理系统也受到了广泛的关注。但是锂离子动力电池和电池管理技术的研究与应用仍不够成熟,这极大限制了新能源电动汽车和锂离子动力电池等相关行业的发展。锂离子动力电池状态的准确估计,能够有效提升电动汽车电池管理系统的可靠性,使电动汽车可以更加安全、高效的运行。本论文分别对电池建模、荷电状态估计和健康状态估计进行研究,主要内容如下:(1)进行锂离子动力电池特性的实验研究。基于BTS系列电池测试系统开展对于锂离子动力电池的实验研究并采集数据,通过实验结果分析了电池的特性,为电池建模和状态估计奠定了基础。(2)建立锂离子动力电池的分段分数阶等效电路模型。通过分析对比不同的锂离子动力电池建模方法的特点,选择建立了分段分数阶等效电路模型。采用HPPC脉冲测试实验辨识模型参数,并基于粒子群优化算法辨识分数阶阶数。通过实验验证了所建模型的精度与有效性。解决了电池模型精度和计算复杂度之间的权衡问题,为状态估计奠定了基础。(3)基于分数阶卡尔曼滤波算法估计锂离子动力电池荷电状态(state of charge,SOC)。建立了分段分数阶等效电路模型的状态空间方程,利用分数阶卡尔曼滤波算法实现了锂离子动力电池的SOC估计。通过实验验证了算法的有效性,试验结果表明所建立的分数阶卡尔曼滤波算法估计SOC比扩展卡尔曼滤波算法更加准确。(4)基于内阻模型估计锂离子动力电池健康状态(state of health,SOH)。基于BTS系列电池测试系统开展对于锂离子动力电池的老化实验研究并采集数据,通过实验结果分析了电池的容量、内阻和模型参数随充放电循环次数的变化。基于第三章建立的模型,建立了锂离子动力电池欧姆内阻的状态空间方程。使用扩展卡尔曼滤波算法估计电池的内阻,并通过实验验证了内阻模型的有效性。最后分析了锂离子动力电池欧姆内阻平均值的变化趋势,选择内阻平均值计算电池的SOH。

关键词：电动汽车锂离子动力电池分数阶等效电路模型分数阶卡尔曼滤波算法荷电状态健康状态

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：