梯次利用充電機充電鋰電池健康狀態(tài)預測方法
2018-6-4 10:24:32??????點擊：
當電動汽車中充電機充電鋰電池組的荷電能力降低到原有容量80%左右時，不再適合繼續(xù)在汽車中使用，若將這些充電機充電鋰電池報廢進行回收處理，未能實現(xiàn)物盡其用，將造成極大的資源浪費。從電動汽車退役下來的充電機充電鋰電池脫離了電池管理系統(tǒng)，處于離線狀態(tài)，且各單體電池健康狀態(tài)存在差異，在無法獲取歷史數(shù)據的狀態(tài)下，需要研究適用于梯次利用充電機充電鋰電池的健康狀態(tài)離線預測方法。
02
研究（項目）背景
充電機充電鋰電池健康狀態(tài)（SOH）的主要判斷依據是當前靜態(tài)容量，因其測試過程耗時長、測試條件要求高、測試環(huán)境特殊，通常在實驗室中完成，不適用于工程實現(xiàn)。實現(xiàn)離線狀態(tài)下充電機充電鋰電池SOH預測，除了建立必要的壽命模型，還需一套合理的測試方法和評價方法。然而，有些健康特征無法在短時間內無法得到。因此，考慮工程可實現(xiàn)性，若大批量電池組待測時，測試時間越短越好。
03
論文所解決的問題及意義
本文針對退役充電機充電鋰電池處于離線狀態(tài)且單體電池之間存在性能差異等問題，以充電機充電鋰電池歐姆內阻為研究對象，設計了適用于梯次利用充電機充電鋰電池性能測試工況，基于充電機充電鋰電池一階RC等效電路模型，研究了基于增量式自回歸模型(I-ARX)的健康特征數(shù)據提取方法，以此構建了均值內阻、最小內阻和內阻-荷電狀態(tài)(SOC)三種健康因子，建立了健康壽命模型，提出了基于多模型數(shù)據融合技術的充電機充電鋰電池SOH預測方法。
04
論文方法及創(chuàng)新點
本文以歐姆內阻為健康因子，提出采用恒流放電間歇法測試充電機充電鋰電池動態(tài)內阻，進而研究了歐姆內阻辨識方法和健康特征數(shù)據的提取方法。在處理內阻測試數(shù)據時發(fā)現(xiàn)，所得到內阻-SOC曲線表現(xiàn)出二次曲線特性，且曲線斜率與充電機充電鋰電池SOH有關，如圖1所示。
圖1 充電機充電鋰電池內阻-SOC曲線
本文設計了充電機充電鋰電池健康壽命測試實驗，直接尋求所辨識歐姆內阻與SOH之間的關系。在不同SOH狀態(tài)下，分別在四種不同環(huán)境溫度(10℃、25℃、40℃和55℃)中，對多個全新充電機充電鋰電池進行健康壽命測試，主要包括基本性能測試和加速老化測試。基于充電機充電鋰電池健康壽命測試實驗數(shù)據，考慮DOD范圍為20%~80%，構建均值內阻健康因子、最小內阻健康因子和內阻-SOC曲線斜率健康因子，并以此建立了三種健康壽命模型。
為保證梯次利用充電機充電鋰電池SOH預測精度，本文提出采用多模型數(shù)據融合技術。采用了BP神經網絡，這一種常用的數(shù)據融合方法，利用其自學習、自適應和模擬任意非線性等優(yōu)勢，進行梯次利用充電機充電鋰電池SOH預測，其評價方法示意圖如圖2所示。
圖2 基于多健康壽命模型數(shù)據融合的評價方法示意圖
05
結論
本文開展了梯次利用充電機充電鋰電池SOH離線預測的實驗研究，所設計充電機充電鋰電池測試工況以動態(tài)內阻測試為目標，測試工況時長較短，可在1小時內完成退役充電機充電鋰電池組測試，具有一定的工程可實現(xiàn)性；基于所設計充電機充電鋰電池性能測試方法，構建了均值內阻、最小內阻和內阻-SOC曲線三種健康因子，進而建立了三種健康壽命模型；所提出的基于多模型數(shù)據融合技術的評價方法，有利于保證梯次利用充電機充電鋰電池SOH預測的可靠性和精確度，與傳統(tǒng)預測方法相比，不再依靠電池管理系統(tǒng)中的歷史充放電數(shù)據。
02
研究（項目）背景
充電機充電鋰電池健康狀態(tài)（SOH）的主要判斷依據是當前靜態(tài)容量，因其測試過程耗時長、測試條件要求高、測試環(huán)境特殊，通常在實驗室中完成，不適用于工程實現(xiàn)。實現(xiàn)離線狀態(tài)下充電機充電鋰電池SOH預測，除了建立必要的壽命模型，還需一套合理的測試方法和評價方法。然而，有些健康特征無法在短時間內無法得到。因此，考慮工程可實現(xiàn)性，若大批量電池組待測時，測試時間越短越好。
03
論文所解決的問題及意義
本文針對退役充電機充電鋰電池處于離線狀態(tài)且單體電池之間存在性能差異等問題，以充電機充電鋰電池歐姆內阻為研究對象，設計了適用于梯次利用充電機充電鋰電池性能測試工況，基于充電機充電鋰電池一階RC等效電路模型，研究了基于增量式自回歸模型(I-ARX)的健康特征數(shù)據提取方法，以此構建了均值內阻、最小內阻和內阻-荷電狀態(tài)(SOC)三種健康因子，建立了健康壽命模型，提出了基于多模型數(shù)據融合技術的充電機充電鋰電池SOH預測方法。
04
論文方法及創(chuàng)新點
本文以歐姆內阻為健康因子，提出采用恒流放電間歇法測試充電機充電鋰電池動態(tài)內阻，進而研究了歐姆內阻辨識方法和健康特征數(shù)據的提取方法。在處理內阻測試數(shù)據時發(fā)現(xiàn)，所得到內阻-SOC曲線表現(xiàn)出二次曲線特性，且曲線斜率與充電機充電鋰電池SOH有關，如圖1所示。
圖1 充電機充電鋰電池內阻-SOC曲線
本文設計了充電機充電鋰電池健康壽命測試實驗，直接尋求所辨識歐姆內阻與SOH之間的關系。在不同SOH狀態(tài)下，分別在四種不同環(huán)境溫度(10℃、25℃、40℃和55℃)中，對多個全新充電機充電鋰電池進行健康壽命測試，主要包括基本性能測試和加速老化測試。基于充電機充電鋰電池健康壽命測試實驗數(shù)據，考慮DOD范圍為20%~80%，構建均值內阻健康因子、最小內阻健康因子和內阻-SOC曲線斜率健康因子，并以此建立了三種健康壽命模型。
為保證梯次利用充電機充電鋰電池SOH預測精度，本文提出采用多模型數(shù)據融合技術。采用了BP神經網絡，這一種常用的數(shù)據融合方法，利用其自學習、自適應和模擬任意非線性等優(yōu)勢，進行梯次利用充電機充電鋰電池SOH預測，其評價方法示意圖如圖2所示。
圖2 基于多健康壽命模型數(shù)據融合的評價方法示意圖
05
結論
本文開展了梯次利用充電機充電鋰電池SOH離線預測的實驗研究，所設計充電機充電鋰電池測試工況以動態(tài)內阻測試為目標，測試工況時長較短，可在1小時內完成退役充電機充電鋰電池組測試，具有一定的工程可實現(xiàn)性；基于所設計充電機充電鋰電池性能測試方法，構建了均值內阻、最小內阻和內阻-SOC曲線三種健康因子，進而建立了三種健康壽命模型；所提出的基于多模型數(shù)據融合技術的評價方法，有利于保證梯次利用充電機充電鋰電池SOH預測的可靠性和精確度，與傳統(tǒng)預測方法相比，不再依靠電池管理系統(tǒng)中的歷史充放電數(shù)據。
- 上一篇：什么是充電機充電蓄電池管理系統(tǒng)（BMS）？ 2018/6/4
- 下一篇：常見充電機充電鋰電池機理研究方法有哪些？ 2018/6/2
