论文部分内容阅读
能源危机与环境问题驱动汽车产业的电动化转型,电动汽车作为未来可持续交通的解决方案之一,其产业化发展受到越来越多的关注。锂离子电池作为电动汽车的主要能量来源,为保证其可靠、高效地为车辆提供所需动力,电池荷电状态（State of Charge,SOC）与健康状态（State of Health,SOH）的准确估计十分必要。自锂离子电池应用至电动汽车上以来,就一直伴随着对电池状态估计问题的讨论。尽管已有大量研究关注此领域,然而还有一些工作未被涉及:首先,针对电池SOC估计模型,目前大部分的研究都关注于对模型本身的数学结构上,而较少关注于对模型参数辨识精度的研究。事实上对于车载应用,模型的复杂度往往需要与计算负担之间取得折中,这些都是以牺牲模型的精度而获得的。相反电池参数在不同工况、使用环境等不确定因素下的精确辨识,往往对SOC的精确估计更具意义。其次,针对电池SOH的估计,通常是将其转变为对电池某些特定参数的估计问题,而缺乏多约束指标下的SOH综合评价方法。针对以上的问题,本论文工作以镍钴锰三元聚合锂(LiNixCoyMn1-x-yO2,NCM)动力电池为研究对象,对电池建模、参数辨识以及基于模型的SOC、SOH估计等一系列问题展开系统研究。本论文工作的主要内容包括:（1）控制导向的电池等效模型建立及其在线参数辨识方法研究。首先,针对NCM电池的电压滞回特点,提出了一阶滞回状态等效电路模型。相比于传统的等效电路模型,该模型在不大量增加模型复杂度的情况下具有更高的精度。其次,针对电动汽车实际使用环境复杂多变的特点,提出一种基于粒子群优化–遗传算法的混合优化方法,对上述的模型参数在线辨识。最后,针对电动汽车实际工况中的非线性与状态突变特征,提出一种强追踪卡尔曼滤波器,对电池的SOC精确估计,并通过仿真验证了所提算法的精度与在各不确定因素下的鲁棒性。（2）NCM电池的老化特性及老化机理研究。首先,针对温度、充/放电倍率以及充电截止电压这四类老化应力,设计了老化应力正交试验矩阵,对NCM电池进行不同应力下的老化循环试验。其次,基于老化实验数据,揭示了在不同老化应力下电池容量、内阻和电压等性能的老化规律。最后,使用容量增量法对电池老化机理进行辨识,并定量分析不同应力对老化机理的影响,所得结论为后续的SOH模型奠定了理论及数据基础。（3）研究了两类基于老化机理的SOH模型。一方面,对经典的伪二维模型适当扩展,提出了适用于混合电极的伪二维模型,并使用该模型对NCM电池的瞬态过程仿真;针对NCM电池的主要老化机理,介绍了一种SEI膜增长副反应老化机理模型。另一方面,针对伪二维模型结构复杂,难以在BMS中应用的缺点,提出了一种基于老化机理的半经验容量衰减模型,为电池的容量衰减提供较为精确的估计与预测。最后,提出一种双时间尺度下的电池关键状态联合估计算法构架,算法包含了微观时间尺度下的SOC状态实时估计与宏观尺度下的电池模型参数更新,不仅能从容量衰减与内阻增加两个角度,建立SOH双约束指标下的综合评价,还实现了对电池SOC/SOH等关键状态量的联合估计。