锂离子电池全生命周期容量损失预测模型研究

准确的电池老化轨迹预测对于储能系统的可靠运行与优化管理至关重要。为了实现对电池在全寿命周期内容量损失情况的可靠预测，分别针对电池在不同老化阶段下的核心损失机理，即由固体电解质界面膜生成导致的活性锂损失(LLI)以及由电极材料机械疲劳造成的活性材料损失(LAM)，开展了针对性的研究。依次建立起基于化学反应速率分析的LLI容量损失机理模型与基于疲劳裂纹扩展的LAM容量损失机理模型。最终构建起多应力耦合条件下的电池全寿命容量损失模型，实验证明该模型在电池全生命周期内均具有良好的预测精度，预测误差小于5%。     

磷酸铁锂并联电池组充电安全性界定

基于Matlab/Simscape平台开发了磷酸铁锂单体电池模型,据此建立了不同拓扑结构的电池组模型,分析了单体电池老化对并联电池组性能的影响。结果表明,与老化单体电池并联的单体电池荷电状态上升速率高于其余单体电池,以单节电池安全为约束的充电模式将导致其内部并联单体电池出现过充电。为保证并联单体电池充电安全,单节电池充电截止电压需依据电池老化状态重新界定,且实际使用过程中,可忽视充电电流对单节电池充电截止电压的影响。在此基础上,提出了仅考虑并联单体电池数,以极限状态下的充电截止电压控制充电过程,确保并联电池组充电安全的理念。     

考虑电池组不一致性的储能系统建模及仿真

在当前电池组建模中,往往忽略内部参数差异,将其简化为单体进行仿真。但是,对于电池储能系统,其规模较大,内部单体参数往往差异明显,需要考虑不一致性建模。通过对电池单体和电池组进行循环寿命测试,研究电池老化过程中参数的变化规律。在此基础上,搭建了适合于储能电站优化设计、控制策略参考的考虑不一致性的电池储能系统的详细模型,并将该模型应用于储能系统平抑风电波动的仿真。仿真结果显示,详细模型能够比简化模型提供更优的控制参考。     

基于多核相关向量机优化模型的锂离子电池容量在线估算

准确的锂离子电池容量在线估算是电池管理系统的核心功能之一。基于放电过程的电池容量估算易受运行工况的复杂外界因素影响,该文基于部分充电数据的容量增量曲线,提取表征电池容量退化的两个老化特征,建立以老化特征为输入量、电池容量为输出量的多核相关向量机优化模型。以灰狼优化算法确定多核相关向量机的核函数权值和核参数,结合在线提取的老化特征估计电池容量。利用Matlab和LabVIEW联合仿真,建立基于多核相关向量机优化模型的电池管理系统。通过马里兰大学单体电池老化数据集和大连理工大学电池组老化数据集进行模型验证。结果表明,该文提出的电池容量在线估算方法对单体电池和电池组容量估计误差均在2.3%以内。     

串联锂离子电池组仿真技术研究

在电动汽车车载电池、电池储能系统等应用中,由于单体电池性能和参数的限制,为满足电压需求将电池串联使用。选取锰酸锂电池的Thevenin等效电路模型,在实验基础上识别模型状态参数,建立了单体及三种串联电池组的计算机仿真模型并进行对比分析,串联电池组充放电实验的仿真结果说明了将串联电池组等效为一个电池的误差最大。进一步结合电池参数数理统计提出一种实现大规模串联电池组仿真的方法,16模块串联的电池组实验验证了其精度,为电动汽车整车仿真、电池储能系统实时数字仿真的电池模块提供一种仿真方法。     

储能工况下磷酸铁锂电池动态辨识方案研究

锂离子电池的动态性能受温度、电流及老化等多种因素制约,限制了电池储能系统的大规模推广和应用,同时由于传统的参数辨识方法只能准确辨识电池开路电压,而复杂的储能电池工况却对储能电池组的性能参数辨识提出了更高要求。以储能用大容量磷酸铁锂电池为研究对象,分析了传统电池参数辨识对不同温度、不同电流倍率下电池动态性能的估计误差,综合利用一阶和二阶等效电路模型研究了参数辨识在不同使用区间的精度,结合典型储能工况提出了复合脉冲序列条件下的粒子群参数辨识方法。实验结果表明该方法对于准确评估单体和串联电池组的动态电压及性能表征参数具有较高的精度,为大规模储能系统电池参数的在线辨识和电池评估提供依据。     

不同温度的双卡尔曼滤波算法电池组SOC估计

动力锂电池组的荷电状态SOC(state of charge)是整个电池管理系统的重要参数,能直接反映电动汽车剩余可行驶里程,因此如何精确地估计电池组的SOC值是至关重要的。由于电池组各单体电池的不一致性,以及电动汽车在行驶过程中的复杂环境,所以在电池组内单体电池负载电压的最小值Vmin模型的基础上运用统计学的方法,对模型中的各参数进行有关温度因素的拟合,并通过模拟汽车的实际行驶环境,在不同温度下进行实验,从而得到改进的Vmin模型;结合双卡尔曼滤波算法,实现对整个电池组的SOC估计。仿真和实验结果表明该方法对电池组SOC的估计精度有优越性。     

一种磷酸铁锂动力电池组主动均衡充电系统

研究了一种电动汽车用磷酸铁锂动力电池组分布式主动均衡充电系统。该系统由单体电池管理模块和整车控制器组成。各模块之间通过CAN总线通信,单体电池管理模块与整车控制器之间通过CAN-USB总线适配器进行通信。电池组中各单体电池分别配备了单体电池管理模块,单体电池管理模块由单体电池检测单元和单体电池均衡充电单元构成,单体电池均衡充电单元采用反激变换器实现由电池组向单体电池荷电状态低的电池进行补充电,从而实现各单体电池荷电状态的基本一致,延长电动汽车续驶里程。最后对系统进行了48V/140Ah磷酸铁锂电池组在静置模式下的均衡实验。     

基于均值模型的电动叉车电池组荷电状态估计

针对电动叉车的动力电池组荷电状态（SOC）的实时估计,考虑到电池存在的差异性,采用电池选型外部滤波过程,建立了二阶RC等效电路模型与电池组均值模型,并提出了FFRLS_EKF联合算法。运用带遗忘因子的最小二乘法（FFRLS）进行模型参数辨识,结合扩展卡尔曼滤波算法实现SOC估计。通过试验测试与MATLAB计算验证,结果表明开路电压（OCV）模型估计值与实际值的误差均值约为0.02 V,动力电池组SOC值与各单体电池均值的误差小于2%。该方法应用于电池组,可实现电池组内各单体电池的最大可用容量和荷电状态一致性估计。     

锂-二氧化锰单体电池筛选方法的研究

单体电池的一致性直接影响成组后电池组的性能。影响单体之间一致性的因素主要有:电压、内阻和容量。通过对同一批次生产的锂-二氧化锰单体电池不同贮存期开路电压变化和内阻差异进行统计、分析,单体不同倍率的负载能力测试以及实效验证实验,确定了锂-二氧化锰单体电池的筛选方法和顺序。     

电池组用荷电状态均衡充电模糊控制策略

研究了一种电动汽车用磷酸铁锂动力电池组分布式主动均衡充电系统。该系统给单体电池分别配备了反激变换器均衡充电子模块和电池管理子模块,通过嵌入自适应卡尔曼滤波算法到电池管理均衡控制单元,完成单体电池荷电状态的实时估计。利用模糊控制策略,调节各均衡充电子模块的输出电流;与平均法均衡控制策略相比,使用的模糊控制策略能明显缩短均衡时间,降低电池组之间的不一致性。为验证所研究的均衡充电控制策略,对48 V/140 Ah磷酸铁锂动力电池组展开了充电模式下的系统均衡实验,实验结果验证了控制策略的有效性。     

串联电池组双目标混合均衡控制研究

针对新能源汽车动力锂电池组的不一致性问题,较多研究基于电池组不一致性的外部表现建立控制策略,如电压均衡、SOC（state of charge）均衡等。通过分析电池组产生不一致性的根本原因,结合电池内、外部影响因素的耦合关系,提出了基于老化率和SOC的双目标混合均衡控制方法,同时实现了老化和SOC的均衡。老化均衡实现了各单体电池在不同工况下的寿命衰减程度达到一致,使得电池的不一致性从根源上得到改善;SOC均衡进一步避免了不一致性的扩大,最大限度的发挥动力电池的性能。最后,以4个单体串联的电池组为例在Matlab/Simulink中搭建了均衡电路仿真模型,通过与单目标SOC均衡比较,验证了所提均衡方法的有效性。     

基于电池组模型的EKF-UKF电池参数和

在电池的使用过程中,电池组荷电状态(SOC)的准确估计对电动汽车的使用起到非常重要的作用,直接关系到车辆的续航里程。同时组成电池组的电池单体SOC的一致性会直接影响电池组的充、放电效率。在电池的使用过程中,组成电池组的电池单体会存在一定的不一致性,这使得电池组的SOC估计相当困难。在分析电池单体模型的基础上,对电池组进行建模,并使用重组状态空间方程的方法降低电池组状态空间方程的维数,同时使用EKF-UKF对电池组的内部参数和电池组的SOC进行观测和估计。最后通过恒流工况和DST工况验证算法的准确性和正确性,并分析了电池单体间的不一致性对电池组容量的影响。     

基于等效电路模型的串联电池组不一致分布特征仿真分析

车载和电池储能系统中,为了获得高功率需要将单体电池串联后成组运行,但不一致问题的存在会使电池容易遭受过充和过放,缩短电池寿命甚至造成安全隐患。本文针对磷酸铁锂串联电池组,通过预报误差法辨识出模型参数,建立准确的一阶等效电路模型,仿真分析电池内阻和极化电压等内部参数。将影响电池不一致的因素分为电池本体参数差异和运行条件差异,其中本体参数包括初始SOC和最大可用容量,运行条件包括放电倍率和放电截止电压。在不同本体参数和运行条件的影响下,将端电压差异分解为开路电压差异、极化电压差异和欧姆压降差异,然后基于串联等效电路仿真分析端电压不一致的具体构成,最后采用基于SOC一致的均衡策略探究均衡条件下电池组电压不一致的分布特点。     

动力锂离子电池串并联仿真技术研究

由于不一致性问题和短板效应的存在,动力锂离子电池串并联成组后性能会比单体进一步降低。以新电池筛选以及旧电池梯次利用为背景,选取电学模型分析了储能系统用大容量锰酸锂电池和磷酸铁锂电池的模型状态参数,并通过等效电路的微分方程建立了单体电池和串并联电池组的计算机仿真模型。为验证仿真模型精度以及分析串并联仿真结果,分别对不同内阻分布、荷电状态分布和单体容量分布的筛选结果进行倍率充放电实验,研究了单体电池参数不一致程度和串并联连接方式对电流不平衡度的影响。本文提出的串并联仿真方法为评估动力电池组和储能系统的性能提供了重要手段。     

基于一致性模型的梯次利用锂离子电池组能量利用率估计方法

锂离子电池的不一致性导致电池组的容量和寿命等指标显著小于电池单体,且该问题在梯次利用的应用场景下更为严重.电池组老化后,电池组内电池不一致性参数之间并非相互独立,而是相互耦合,因此造成电池组一致性建模困难,降低了电池组的能量利用率的估计精度.针对梯次利用电池筛选成组和成组后的状态评估,该文提出一种基于Copula理论的电池组一致性建模方法,同时实现了电池参数分布特性和参数间相关性的准确刻画.基于电池组一致性模型,提出一种电池组能量利用率估计方法,并进行实验验证,估计误差在1％以内.最后分析电池组能量利用率的影响因素,以指导电池组的优化成组和使用.     

采用RF无线通信的LiFePO4电池检测系统软件设计

提出了一种针对特定硬件平台的单体磷酸铁锂动力电池电压、温度检测以及通过多点对一点RF无线通信传输多节单体电池电压、温度信息的软件设计方案,来实现对磷酸铁锂动力电池组中单体磷酸铁锂动力电池电压、温度的实时监测.通过程序调试与实验验证,系统稳定、可靠、实用性强,且在实际项目开发中采用,获得良好效果.     

针对虚拟电池的HIL仿真平台研究

虚拟电池在与电池相关领域的开发环节起到了重要的作用.文中针对虚拟电池搭建一个硬件在环仿真平台,包括dSPACE、虚拟电池、充放电设备以及数据采集设备等.根据虚拟电池的实际使用场景,文中建立电池等效模型,并将多串电池模型计算过程进行矩阵化处理.考虑电池组中电池存在不一致性,根据正态分布对电池模型参数进行差异化的处理,并通过MATLAB软件进行多串电池模型的联合仿真.结果 显示所提出地方法能够较好的模拟电池组中电池的动态性能以及单体的不一致性.     

动力电池健康因子提取实验研究

动力电池梯次利用技术是解决退役电池去处问题的关键技术,其中锂电池健康状态(SOH是分类、配组的关键参数。目前锂离子电池健康状态估算方法以离线测试数据为主,解决其准确性和效率问题是难点。本文从实验出发,以测试数据为依据,在室温测试环境下进行单体电池的充放电老化实验,研究电池衰退容量与充放电曲线、内阻关系,提取表征电池的健康状态因子。在实验结果基础上,通过统计方法分析表征电池健康状态的健康因子与电池衰退容量相关性,量化各健康因子与电池容量的紧密程度,为锂动力电池的健康评价、一致性筛选、分类与二次成组提供数据支撑。     

电力系统备用电池健康状态估计

电力系统备用电池的健康状态(SOH)与其所处两种工况密切相关。循环工况对电池组单体最大压差有影响,浮充工况对电池组单体平均内阻和电池组质量有影响,分别研究这两种状态下不同参数与电池组SOH的关系,建立电池健康状态-最大压差和健康状态-内阻均值和质量两个电池模型,再将二者用不同权值融合起来,得到最终的SOH估计结果。经过实验验证,应用该模型和算法,可以对SOH取得良好的估计效果。