動(dòng)力電池SOH在線實(shí)時(shí)估計(jì)算法研究.pdf

1、隨著油價(jià)的上升、PM2.5不斷地爆表給傳統(tǒng)汽車生產(chǎn)企業(yè)帶來(lái)不小的壓力，也迫使這些企業(yè)朝著更具發(fā)展前景的新能源汽車方向轉(zhuǎn)型。這些新能源汽車大多以電池組供能為主，結(jié)合電池管理系統(tǒng)來(lái)滿足人們的日常行駛需求。在汽車領(lǐng)域，新能源汽車目前還處于剛起步階段，人們將大部分研究重心放在對(duì)電池剩余電量(SOC)的精確研究上，而對(duì)電池的健康狀況涉及的較少。目前，電池自燃、爆炸等現(xiàn)象頻頻出現(xiàn)，電池的健康成為了人們關(guān)注的對(duì)象，促使著人們將重心開(kāi)始朝向電池健康狀況

2、(SOH)偏移。電池的健康狀況已經(jīng)成為電池管理中重要的一個(gè)環(huán)節(jié)，如何準(zhǔn)確的預(yù)測(cè)SOH對(duì)新能源汽車的發(fā)展具有重要的意義。
　　本研究主要內(nèi)容包括：⑴對(duì)鋰電池壽命衰減分析并參照現(xiàn)有的相關(guān)文獻(xiàn)，發(fā)現(xiàn)電池中歐姆內(nèi)阻阻值的大小可以作為SOH的評(píng)判準(zhǔn)則。然后對(duì)現(xiàn)有的三類模型進(jìn)行對(duì)比分析，最終選擇了二階RC電池等效電路為模型。最后，選取一節(jié)電池并測(cè)取該節(jié)的數(shù)據(jù)，通過(guò)遞推最小二乘法進(jìn)行參數(shù)辨識(shí)，將辨識(shí)的值代入求解來(lái)確定該電池相對(duì)應(yīng)的模型。⑵通過(guò)序

3、貫重要性采樣(SIS)在高維函數(shù)采樣的思想，將時(shí)間函數(shù)替代高維函數(shù)引出粒子濾波這一算法。然而粒子濾波在處理問(wèn)題時(shí)會(huì)隨著迭代次數(shù)的增加而出現(xiàn)粒子消失的退化現(xiàn)象，會(huì)嚴(yán)重影響到預(yù)測(cè)的精度。為此本文在原有粒子濾波的基礎(chǔ)上又引入了重采樣的概念。其思想是當(dāng)有效粒子數(shù)低于設(shè)定的閾值時(shí)，將所有粒子進(jìn)行等權(quán)值重新分配。將分配的粒子繼續(xù)代入循環(huán)中，直到運(yùn)行到規(guī)定的迭代次數(shù)后結(jié)束。根據(jù)等效電路模型建立動(dòng)態(tài)方程與觀測(cè)方程，并列出具體的操作步驟。根據(jù)所列的操作步

4、驟進(jìn)行編程并通過(guò)MATLAB對(duì)其仿真。通過(guò)對(duì)仿真圖形的觀察，發(fā)現(xiàn)重采樣粒子濾波對(duì)預(yù)測(cè)電池內(nèi)阻具有較高的精確度。⑶提出了將遺傳算法中進(jìn)化思想來(lái)代替重采樣過(guò)程。該算法不僅解決了粒子退化的問(wèn)題而且運(yùn)用基因重組、基因突變的方式來(lái)豐富了粒子的種類。其思想是當(dāng)有效粒子數(shù)低于設(shè)定的閾值時(shí)，將所有粒子采用遺傳算法的方式進(jìn)行處理。將處理過(guò)的粒子繼續(xù)代入循環(huán)中，直到運(yùn)行到規(guī)定的迭代次數(shù)后停止。最后，建立動(dòng)態(tài)方程與觀測(cè)方程，列出關(guān)于遺傳粒子濾波具體的操作步驟