電動(dòng)汽車(chē)動(dòng)力電池SOH在線(xiàn)實(shí)時(shí)估計(jì)算法研究.pdf

1、傳統(tǒng)內(nèi)燃機(jī)汽車(chē)的廣泛普及帶來(lái)了環(huán)境污染排放問(wèn)題越來(lái)越嚴(yán)重，能源安全問(wèn)題和環(huán)境保護(hù)問(wèn)題逐漸突出，未來(lái)的機(jī)動(dòng)車(chē)領(lǐng)域?qū)?huì)向“低碳”、“低噪音”、“低污染”直至“零排放”電動(dòng)汽車(chē)轉(zhuǎn)型，電動(dòng)汽車(chē)具有綠色環(huán)保無(wú)污染優(yōu)點(diǎn)成為了當(dāng)代汽車(chē)發(fā)展的主要方向。目前，所有電動(dòng)汽車(chē)用動(dòng)力電池普遍存在著電池壽命不夠長(zhǎng)的問(wèn)題。而電動(dòng)汽車(chē)整車(chē)電池的價(jià)格相對(duì)較高，動(dòng)力電池的使用壽命對(duì)電動(dòng)汽車(chē)的使用成本有很大的影響。電池健康狀態(tài)SOH(State of Health)作為描

2、述電池壽命的重要參數(shù)，對(duì)于延長(zhǎng)電池壽命至關(guān)重要。
　　目前，電池健康狀態(tài)SOH值與電池內(nèi)阻，電池容量，電池開(kāi)路電壓等參數(shù)之間存在非線(xiàn)性關(guān)系，但是電池SOH本身沒(méi)有準(zhǔn)確值可以衡量，而電池內(nèi)阻、電池極化效應(yīng)或電池容量等參數(shù)僅僅反映了電池健康狀態(tài)的定義的一個(gè)方面。雖然可以通過(guò)離線(xiàn)方式得到電池健康狀態(tài)的準(zhǔn)確值，但是實(shí)用性不高。
　　本文主要研究?jī)?nèi)容如下:
　　1)分析鋰離子電池的工作原理及其優(yōu)缺點(diǎn)，從內(nèi)部因素和外部因素角度分別

3、分析鋰離子電池壽命衰減原理，進(jìn)一步得到了鋰離子電池SOH值與電池幾個(gè)表征參數(shù)之間的關(guān)系。分別分析了鋰離子電池電化學(xué)模型，經(jīng)驗(yàn)?zāi)Ｐ秃偷刃щ娐纺Ｐ偷脑恚⑼ㄟ^(guò)最小二乘算法實(shí)現(xiàn)對(duì)鋰離子電池內(nèi)阻值的辨識(shí)，并在Matlab環(huán)境下對(duì)電池內(nèi)阻在線(xiàn)辨識(shí)算法進(jìn)行了驗(yàn)證。
　　2)介紹神經(jīng)網(wǎng)絡(luò)算法的基本原理，對(duì)比分析基于T-S型模糊神經(jīng)網(wǎng)絡(luò)和基于Elman神經(jīng)網(wǎng)絡(luò)電池SOH在線(xiàn)實(shí)時(shí)估計(jì)算法，并分別建立仿真模型。以電池內(nèi)阻，電池充電電流，電池溫度作為

4、模型的輸入，電池SOH值作為模型的輸出，通過(guò)連續(xù)充放電試驗(yàn)得到的電池循環(huán)數(shù)據(jù)作為樣本數(shù)據(jù)，對(duì)模型進(jìn)行了訓(xùn)練并驗(yàn)證了兩種算法的預(yù)測(cè)精度，發(fā)現(xiàn)上述兩種算法預(yù)測(cè)電池SOH值精度都可達(dá)到5％以?xún)?nèi)，但是基于Elman神經(jīng)網(wǎng)絡(luò)電池SOH在線(xiàn)實(shí)時(shí)估計(jì)算法比基于T-S型模糊神經(jīng)網(wǎng)絡(luò)算法具有更好的學(xué)習(xí)效果，訓(xùn)練時(shí)間更短，訓(xùn)練最小誤差更小。
　　3)設(shè)計(jì)開(kāi)發(fā)了電動(dòng)汽車(chē)動(dòng)力電池在線(xiàn)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，以.Net3.5作為開(kāi)發(fā)平臺(tái)，SQLSERVER2008為