電動汽車動力電池SOH在線實時估計算法研究.pdf

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