人工智能在动力电池健康状态预估中的研究综述

目前先进的电动汽车开发和应用已成为实现“脱碳”的关键技术。准确的电池健康状态(State of health, SOH)预估可有效地表征动力电池性能,对电动汽车动力电池维护和寿命管理具有重要意义。近年来,以深度学习、强化学习和大数据技术等为代表的新一代人工智能技术在电动汽车电池状态预估的应用已成为研究热点。首先简要介绍人工智能技术、SOH的含义以及影响SOH主要因素,然后分别从电池单体与电池系统的角度对几种人工智能模型在SOH预估中的研究进行总结与讨论,最后结合大数据、云计算、区域链等新兴技术,对电池健康状态预估问题进行展望,为提升当前动力电池全生命周期管理能力提供一些思路。     

磷酸铁锂动力电池的温度特性分析

动力电池系统作为电动汽车的核心部件,其性能表现将直接影响电动汽车的续驶里程、安全性能与使用寿命。以磷酸铁锂动力电池为研究对象,主要研究温度对动力电池系统性能的影响。试验分析结果表明：在电池管理系统（BMS）控制策略、电池荷电状态（SOC）估算的精确度相同的条件下,环境温度在25～30℃范围时磷酸铁锂动力电池的性能最佳,环境温度高于30℃后性能开始有所下降,环境温度低于10℃时磷酸铁锂动力电池的性能开始明显下降。因此,在制定BMS的控制策略时需充分考虑单体电池的温度特性、使用环境温度、SOC的估算方式和使用工况等因素。在确保电池单体一致性的前提下,制定合理高效的BMS控制策略,不断优化动力电池系统的结构设计、热管理系统设计等才能发挥出动力电池系统的最佳性能和最长使用寿命。     

大数据驱动的动力电池健康状态估计方法综述

动力电池健康状态估计是电池管理系统关键算法之一,对提高动力电池能量利用效率、降低电池热失控风险,以及动力电池的维保和残值评估具有重要意义。对比分析试验法、模型法、数据驱动法的优势和不足,并以数据驱动方法为核心,分别从动力电池健康状态数据集构建、健康状态特征参数提取、健康状态估计模型三个方面对现阶段健康状态估计方法的理论基础和技术方案进行综述。总结常用的大数据采集方法以及数据预处理方法,明确大数据在健康状态评估中的意义。比较现有健康状态特征提取方法,对其优劣以及适用场景做了分析。阐述不同健康状态估计模型的基本原理,提出模型融合是未来技术发展方向。最后,面向未来大数据实车应用场景,对动力电池健康状态估计方面存在的问题和发展前景进行了总结和展望。     

电动汽车用动力电池荷电状态估算方法研究综述

动力电池荷电状态估算的意义在于提供电池剩余容量方便驾驶员及时了解汽车的续驶里程,从而提高电池能量的使用效率,提高电动车的整车性能。综述性地介绍了目前常用的动力电池荷电状态估算的方法,详细介绍了放电试验法、开路电压法、支持向量回归法和系统滤波方法等7种方法;最后列表对比各种方法之间的特点。最后得出研究结论,评述了应用中最佳的方法,同时对未来动力电池荷电状态估算方法的发展提供必要的说明。     

基于电化学阻抗谱的退役动力电池荷电状态 和健康状态快速预测

针对现阶段检测退役动力电池健康状态存在的耗时长、精度低和能耗大等问题,提出了一种基于电化学阻抗谱(EIS)的电池荷电状态(SOC)和健康状态(SOH)的快速预测方法。通过对退役磷酸铁锂动力电池在不同SOH、不同SOC和不同温度下的EIS测试和分析,建立了EIS等效电路模型。然后,利用常相位元件参数与退役动力电池SOC和SOH之间的关系,建立数学模型,实现对退役动力电池SOC和SOH的快速估计。验证实验表明,利用这种方法,可以大大减少测试时间至20min以内、节约能源以及实现对未知荷电状态和健康状态的电池的快速估计,预测误差在4%以内。     

基于神经网络模型的动力电池SOC估计研究

针对电动汽车动力电池荷电状态(SOC)的估计问题,对动力电池的荷电状态估计方法进行了研究。对电池荷电状态的影响因素进行了归纳,提出了基于反向传播神经网络(BP神经网络)的动力电池荷电状态估计方法。利用汽车仿真软件ADVISOR对电动汽车行驶典型的汽车测试工况进行了模拟,得到了电动汽车动力电池荷电状态与电池的充放电电流、温度之间的关系。对得到的训练样本数据进行了归一化处理,经过训练,得到基于BP神经网络的动力电池荷电状态估计模型。同样,利用ADVISOR软件得到的测试数据,对得到的神经网络模型进行了测试。研究结果表明,该模型的估计值和输出值之间的误差最大值为4%左右,模型的精度符合动力电池荷电状态估计的使用要求。     

电动汽车动力电池SOH估计方法探讨

实时估计电动汽车动力电池健康状态(State of Health,SOH),对于充分保证每个电池组的充/放电性能,延长整个电池组的寿命具有重要意义。作为电池管理系统的重要组成部分,相比于电池荷电状态(State of Charge,SOC)和电池均衡系统的研究,SOH估计方法的研究明显落后。简单介绍了SOH的定义及影响因素,按照离线估计方法和在线估计方法进行分类,探讨了常见的SOH估计方法。最后展望了SOH估计方法的发展趋势,指出基于卡尔曼滤波的在线估计和智能学习神经网络的方法将是未来的主流方法。     

基于空气冷却技术的动力电池散热方式研究现状

电池温度是影响电池组性能的重要因素,高温会严重影响电池的容量和寿命,并对电池的结构产生不可逆的破坏,甚至会导致安全事故的发生,所以对电池组的散热是必要的.描述锂离子电池的热特性,阐述温度对动力电池的影响以及散热对于动力电池的重要性.介绍了动力电池常见的散热方式,重点介绍空冷散热方式的研究现状,并对强制冷却与主动冷却进行...     

动力电池管理系统核心控制策略开发

插电式混合动力汽车具有电池荷电状态(SOC)使用范围大、整车的工作模式多、用户使用情况复杂等特点,且磷酸铁锂的电池单体电压曲线相对于三元材料的锂离子电池单体曲线更加平坦,低温充电能力差等,因此对锂离子动力电池管理系统的核心功能和性能提出了比纯电动汽车和混合动力汽车更高的要求。开发基于AH积分和静置后上电电压修正以及车载充电机充电修正的SOC估算策略;测试充放电许用功率曲线,开发了动力电池故障、低温低电量下充放电许用功率估算策略。目前东北示范的某型号汽车均采用了此控制策略,整车在各种不同复杂工况、工作模式和高、低温环境条件下运行状态良好,保持较低的动力电池故障率,能够满足示范运营的要求。     

动力电池温度集成控制系统设计与研究

本文以非公路机械动力锂电池为研究对象,围绕动力电池低温加热与高温散热两大关键环节,开展动力电池温度集成控制系统设计与研究。鉴于温度对电池性能及寿命的影响,本文采用挤压成型的铝制型材液冷板,长圆形冷却液道截面,并行布置于模组底部与侧面的方式,实现电池模组的多方向冷却。同时,在电池模组两侧加装电阻式加热片,可使低温下的电池快速升温至适宜温度,确保动力电池发挥良好的充放电性能。动力电池温度集成控制系统能够有效解决电池模组单体电芯温差过大等问题,为动力电池安全高效工作提供强有力保障。     

电动汽车动力电池热管理技术分析

动力电池大功率、 持续充放电过程产生的热量及低温环境均会使其工作性能降低,热管理系统保障电动汽车动力电池安全高效运行.通过分析动力电池热管理系统的风冷、 液冷、 相变材料冷却、 热管冷却、 电池加热等技术,总结了风冷、 液冷、相变材料冷却、 热管冷却、 电池加热等方面的技术关键及动力电池热管理系统的技术发展所面临的问题...     

锂离子动力电池能量密度特性研究进展

动力电池作为新能源纯电动汽车的动力源,其能量密度与整车的续驶里程及安全性等密切相关,而锂离子电池具有高能量密度和长寿命等特点,是当前新能源汽车动力电池的主流选择。基于锂离子电池发展史和我国第1～48批《免征车辆购置税的新能源汽车车型目录》中2000余款纯电动乘用车的锂离子动力电池能量密度数据,系统研究了锂离子动力电池能量密度演变趋势,回顾了我国锂离子动力电池能量密度的提升历程及其对推动新能源汽车发展起到的良好作用。在此基础上,从电极材料、电池工艺和成组结构等3个方面,剖析了锂离子动力电池能量密度提升技术方案的优势与不足;并从电池能量密度和安全性的关联性出发,总结了高能量密度电池在设计、制造和使用等全生命周期中的安全技术,展望了锂离子动力电池未来的发展趋势,为新能源汽车行业未来的健康发展提供参考。     

新能源汽车动力电池散热管理系统优化探讨

电池管理系统是实现汽车和电池有效连接的重要组成系统,对汽车的性能具有直接影响,但由于电池存在散热性能差,受温度影响大的问题,影响了新能源汽车的应用和推广,因此对动力电池的散热性能加强研究,对保障电池的安全性及对动力电池散热管理系统优化具有重要意义.本文通过对动力电池热管理系统的内容、功能和分类进行阐述,并分析了新能源汽...     

新能源汽车动力电池防寒防冻性能检测装置的设计与实现

动力电池是新能源汽车的三大组成部件(电池、电机、电控)之一,它的工作性能影响着新能源汽车的续航能力。温度对动力电池性能、寿命及安全性均有影响,高效合理地设计电池的冷却系统对电池的正常工作有重要作用。本方案设计新能源汽车电池的防寒防冻性能检测装置,保障新能源汽车动力电池电性能及热管理控制系统高效、稳定、安全运行,从而满足新能源汽车在各种工况下安全稳定工作有着积极意义。     

基于双卡尔曼滤波算法的动力电池内部温度估计

准确的内部温度估计对提高动力电池使用安全和可靠性极为重要,然而,受限于传感器和测试手段等因素,内部温度难以实时获取。通过融合Bernardi电池生热模型与热路传热模型,应用状态方程分析法实施了电池内外温度的表达,建立了温度的离散时间系统;利用双扩展卡尔曼滤波,建立电池内部温度和环境参数的实时估计模型,实现了电池内部温度在线估计。基于内置温度传感器的动力电池测试验证表明,该方法能在线估算锂离子动力电池的内部温度,估计误差小于1℃,为动力电池的实时安全监控提供了有力保障。     

基于虚拟仪器的锂电池监测系统设计研究

针对动力电池堆组的性能不稳定等问题,提出了基于虚拟仪器的电池监测系统,设计了电压采集模块、电流采集模块、温度采集模块和友好地人机交互界面,完成三段式充电过程(涓流预充电、恒流充电和恒压充电),实现电池状态的实时监测和故障警报等,保证了电源的功能和性能要求。试验测试表明该系统可以准确地对相关参数准确测量。     

新能源汽车用锂离子动力电池单体选型方法

以新能源汽车用锂离子动力电池总成精细设计为目标,提出了面向整车应用的动力电池匹配开发流程,分析了锂离子动力电池单体选型及测试的重要性;提出了电池需求分析方法及锂离子电池单体性能测试方案,以某款锂离子电池单体的四种典型工况性能测试为例给出了测试结果;基于电池测试方案提出了用于电池单体选型的评价方法,相关研究可为新能源汽车锂离子动力电池总成的精细化设计提供有效的测试支撑,具有较强的实用价值和一定的创新性。     

纯电动汽车动力电池自然冷却的电池热管理系统研究

通过研究纯电动汽车动力电池自然冷却的电池热管理系统,掌握电池在高温环境中(40℃)充放电的性能和低温环境中(-30℃)的加热性能,使动力电池系统的工作温度可以满足整车的正常充放电,增加动力电池系统的循环寿命,为自然冷却形式的电动汽车动力电池热管理系统的设计提供了一种新思路和新方法。     

软包与方形锂离子电池热失控测试及分析

锂离子电池因其优异的充放电及循环性能使其在电动汽车行业得到了广泛应用。然而,锂离子动力电池的安全性问题却一直未得到有效解决。锂离子动力电池的放热反应会引起电池内部热聚集,从而导致热失控引发电池的燃烧或爆炸。为了对锂离子动力电池进行有效的安全防护,本文重点对软包电池和方形电池进行了热失控测试及分析,积累了必要的试验数据,为锂离子动力电池的安全预警策略设计提供了借鉴。     

燃料电池混合动力系统建模及能量管理算法仿真

燃料电池混合动力系统包括燃料电池发动机、直流直流变换器(Direct current to direct current converter, DCDC)、镍氢动力电池和电动机等部件.根据台架试验数据建立燃料电池混合动力系统模型.模型考虑燃料电池性能衰减、总线电压对电动机转矩和效率的影响、DCDC效率和动态过程以及动力电池充放电内阻特性.燃料电池因长时间运行而造成的性能衰减将导致能量管理算法失效.DCDC效率在公交工况下变化不大,其动态过程可以用一阶延迟环节近似.动力电池充放电内阻影响等效氢气消耗量的计算.总线电压对电动机效率与转矩的影响可以用修正系数代替考虑.能量管理算法采用动力电池荷电状态(State of charge, SOC)稳态平衡和燃料电池动态功率补偿相结合的方法,以保持动力电池SOC水平,并在加载过程中防止燃料电池功率突变.仿真结果表明,所建立的模型能反映实际工况中的功率分配情况,动力电池SOC维持在预定区域,燃料电池功率加载速率得到限制.进一步分析表明,随着燃料电池性能衰减,通过调整稳态平衡算法,可以维持SOC水平,保证整车动力性、经济性.