電動汽車動力電池SOH在線實時估計算法研究.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、傳統(tǒng)內燃機汽車的廣泛普及帶來了環(huán)境污染排放問題越來越嚴重,能源安全問題和環(huán)境保護問題逐漸突出,未來的機動車領域將會向“低碳”、“低噪音”、“低污染”直至“零排放”電動汽車轉型,電動汽車具有綠色環(huán)保無污染優(yōu)點成為了當代汽車發(fā)展的主要方向。目前,所有電動汽車用動力電池普遍存在著電池壽命不夠長的問題。而電動汽車整車電池的價格相對較高,動力電池的使用壽命對電動汽車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,對于延長電池壽命至關重要。
  目前,電池健康狀態(tài)SOH值與電池內阻,電池容量,電池開路電壓等參數之間存在非線性關系,但是電池SOH本身沒有準確值可以衡量,而電池內阻、電池極化效應或電池容量等參數僅僅反映了電池健康狀態(tài)的定義的一個方面。雖然可以通過離線方式得到電池健康狀態(tài)的準確值,但是實用性不高。
  本文主要研究內容如下:
  1)分析鋰離子電池的工作原理及其優(yōu)缺點,從內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,進一步得到了鋰離子電池SOH值與電池幾個表征參數之間的關系。分別分析了鋰離子電池電化學模型,經驗模型和等效電路模型的原理,并通過最小二乘算法實現對鋰離子電池內阻值的辨識,并在Matlab環(huán)境下對電池內阻在線辨識算法進行了驗證。
  2)介紹神經網絡算法的基本原理,對比分析基于T-S型模糊神經網絡和基于Elman神經網絡電池SOH在線實時估計算法,并分別建立仿真模型。以電池內阻,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,通過連續(xù)充放電試驗得到的電池循環(huán)數據作為樣本數據,對模型進行了訓練并驗證了兩種算法的預測精度,發(fā)現上述兩種算法預測電池SOH值精度都可達到5%以內,但是基于Elman神經網絡電池SOH在線實時估計算法比基于T-S型模糊神經網絡算法具有更好的學習效果,訓練時間更短,訓練最小誤差更小。
  3)設計開發(fā)了電動汽車動力電池在線實時監(jiān)測系統(tǒng),以.Net3.5作為開發(fā)平臺,SQLSERVER2008為

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論