动力电池高效均衡管理技术

前言
第1章绪论1
1.1 引言1
1.2 新能源汽车发展概述1
1.2.1 中国2
1.2.2 美国2
1.2.3 日本4
1.2.4 德国5
1.3 锂离子电池概述7
1.4 电池荷电状态估计概述9
1.4.1 无模型SOC估计9
1.4.2 基于表面特性映射模型的SOC估计10
1.4.3 基于黑盒模型的SOC估计11
1.4.4 基于电化学模型的SOC估计12
1.4.5 基于等效电路模型的SOC估计12
1.5 串联电池组均衡管理策略概述13
1.5.1 电池组不一致性机制15
1.5.2 均衡策略分类方法16
1.5.3 均衡策略存在的关键问题35
1.6 本书的结构安排和主要内容37
1.6.1 结构安排37
1.6.2 主要内容37
参考文献40
第2章锂离子电池的温度特性研究51
2.1 引言51
2.2 锂离子电池温度特性实验51
2.2.1 实验系统51
2.2.2 实验样本52
2.2.3 实验内容54
2.3 锂离子电池温度特性分析63
2.3.1 容量的温度和倍率特性分析63
2.3.2 库仑效率的温度和倍率特性分析64
2.3.3 OCV温度及滞回特性分析64
2.3.4 OCV开路过程温度特性66
2.3.5 OCV温度路径特性分析67
2.3.6 NROP和OCP偏移对SOC估计的误差分析68
2.3.7 电池组温度特性分析70
2.4 本章小结75
参考文献75
第3章混合固液电解质锂离子电池阻抗特性实验研究与回归分析77
3.1 引言77
3.2 SLELB的EIS理论79
3.2.1 基于EIS的SLELB电极过程原理79
3.2.2 EIS的频率间隔81
3.2.3 EIS的特征阻抗81
3.3 全面EIS实验设计82
3.3.1 实验装置82
3.3.2 初步的测试83
3.3.3 全面实验时间表83
3.4 结果与分析85
3.4.1 SLELB特征阻抗与温度和SOC的关系85
3.4.2 温度与SOC的回归分析89
3.5 本章小结94
参考文献94
第4章混合固液电解质锂离子电池阻抗特性等效电路建模与预测98
4.1 引言98
4.2 SLELB EIS的等效电路建模100
4.2.1 基于SLELB电极过程的ECM100
4.2.2 基于EIS的SECM102
4.2.3 SECM的参数估计103
4.3 正交分段多项式Arrhenius双因素建模105
4.3.1 正交实验设计105
4.3.2 考虑交互作用的双因素方差分析108
4.3.3 正交分段多项式Arrhenius温度与SOC模型109
4.3.4 OPPA-SECM110
4.4 结果与分析112
4.4.1 SECM的预测性能评估112
4.4.2 OPPA的预测性能评估113
4.4.3 OPPA-SECM与FPPA-SECM的预测性能比较115
4.5 本章小结117
参考文献117
第5章基于多温度路径OCV-扩展安时积分的融合SOC估计119
5.1 引言119
5.2 不同工作条件下电池参数和SOC的定义119
5.2.1 工作条件的概念119
5.2.2 不同工作条件下容量的定义及测试120
5.2.3 不同工作条件下库仑效率的定义及测试125
5.2.4 不同工作条件下SOC的定义及工程应用分析128
5.3 基于多温度路径OCV-扩展安时积分的SOC估计129
5.3.1 基于多温度路径OCV的SOC估计方法129
5.3.2 基于扩展安时积分的SOC估计方法135
5.3.3 基于多温度路径OCV-扩展安时积分的融合SOC估计方法140
5.4 实验验证141
5.4.1 恒温实验验证141
5.4.2 变温实验验证147
5.5 本章小结150
参考文献151
第6章基于参数估计OCV的多温度SOC估计方法152
6.1 引言152
6.2 电池模型的选择152
6.2.1 电池模型的电气特性描述153
6.2.2 电池状态空间模型的建立153
6.3 基于自适应联合扩展卡尔曼滤波的模型状态和参数估计154
6.3.1 自适应联合扩展卡尔曼滤波算法154
6.3.2 基于AJEKF的模型状态和参数在线估计156
6.4 模型状态和参数估计实验验证157
6.4.1 仿真数据验证157
6.4.2 实验数据验证159
6.5 基于参数估计OCV的多温度SOC估计170
6.5.1 参数估计OCV-SOC映射模型的建立170
6.5.2 参数估计OCV-SOC温度模型的建立171
6.6 实验验证174
6.6.1 恒温实验验证174
6.6.2 变温实验验证181
6.6.3 实验结果对比分析184
6.7 本章小结185
参考文献186
第7章基于电化学-热-神经网络融合模型的SOC和SOT联合估计187
7.1 引言187
7.2 电化学-热-神经网络模型189
7.2.1 电化学子模型189
7.2.2 热子模型191
7.2.3 FNN模型及ETNN状态空间表达192
7.3 实验设计192
7.3.1 实验装置193
7.3.2 实验流程和数据集194
7.4 模型验证195
7.4.1 ETSM参数辨识的方法195
7.4.2 ETSM验证结果196
7.4.3 ETNN验证结果200
7.5 基于UKF的在线SOC和SOT联合估计203
7.5.1 滤波器选择和结构203
7.5.2 验证结果204
7.6 本章小结205
参考文献206
第8章动力电池组不一致性演化机制及诊断方法209
8.1 引言209
8.2 电池组参数不一致性演化机制211
8.2.1 内部参数不一致性211
8.2.2 外部参数不一致性213
8.2.3 不一致性传播机制及特征表达214
8.3 电池组参数不一致性建模218
8.4 数据处理和特征提取220
8.4.1 数据获取和预处理220
8.4.2 特征提取221
8.4.3 特征降维和特征选择223
8.5 参数不一致性诊断方法224
8.5.1 基于阈值的诊断方法224
8.5.2 基于人工智能的诊断方法225
8.5.3 基于聚类的诊断方法226
8.6 本章小结226
参考文献227
第9章串联电池组结构模型综合评价方法232
9.1 引言232
9.2 综合评价方法234
9.2.1 指标体系构建234
9.2.2 指标权重分配235
9.2.3 评分标准配置236
9.2.4 指标合成法237
9.3 串联电池组结构模型237
9.3.1 大单体模型237
9.3.2 多单体模型238
9.3.3 最大-最小模型239
9.3.4 均值-偏差模型240
9.4 电池组模型参数辨识244
9.5 实验设计247
9.5.1 实验平台247
9.5.2 测试流程和数据集248
9.6 结果与讨论249
9.6.1 不同条件下的对比分析249
9.6.2 计算复杂性的比较分析258
9.7 综合评价结果259
9.8 本章小结261
参考文献262
第10章基于自适应模糊联邦滤波器的电池组可靠SOC估计265
10.1 引言265
10.2 模型和参数辨识266
10.2.1 CMM建模及参数辨识266
10.2.2 CDM建模及参数辨识268
10.3 电池组SOC估计算法269
10.3.1 电池组融合估计算法269
10.3.2 基于CMM的SOC估计算法275
10.3.3 基于CDM的SOC估计算法277
10.4 实验和仿真设计277
10.4.1 仿真平台277
10.4.2 实验平台278
10.5 实验结果279
10.5.1 12个串联电池组仿真结果279
10.5.2 4个串联电池组实验结果283
10.5.3 故障容错验证286
10.6 本章小结287
参考文献288
第11章基于多时间尺度SOC和容量估计的锂离子电池组被动均衡策略290
11.1 引言290
11.2 多时间尺度的电池组SOC和容量估计的均衡策略292
11.2.1 整体架构292
11.2.2 MCDM293
11.2.3 多时间尺度电池组SOC和容量估计295
11.2.4 均衡策略300
11.3 仿真验证303
11.3.1 实验设计303
11.3.2 电池组SOC和容量估计结果305
11.3.3 均衡性能分析308
11.4 本章小结312
参考文献313
第12章基于模糊化热力学SOC的电池组主动均衡策略315
12.1 引言315
12.2 基于热力学SOC的均衡策略315
12.2.1 均衡判据的选择315
12.2.2 均衡目标的制定318
12.3 考虑OCV不一致性的SOC估计误差319
12.3.1 OCV不一致性分析319
12.3.2 SOC-OCV及SOC估计误差模型的建立320
12.4 利用模糊控制实现均衡策略321
12.4.1 模糊控制系统的结构321
12.4.2 模糊控制器的设计322
12.4.3 均衡电路的设计324
12.4.4 均衡时间的计算325
12.5 实验验证326
12.5.1 均衡实验平台326
12.5.2 均衡实验验证328
12.6 本章小结332
参考文献333
彩图