隨著鋰離子電池產(chǎn)業(yè)及電池應(yīng)用行業(yè)的不斷擴(kuò)大,尤其在新能源電動汽車、無人機(jī)、電子產(chǎn)品等領(lǐng)域應(yīng)用的快速增長。由鋰離子電池引起的安全問題頻出,使得對鋰離子電池性能、壽命和安全性要求更加嚴(yán)格,對鋰離子電池的健康狀態(tài)(State of Health,SOH)估計(jì)和剩余壽命(Remaining Useful Life,RUL)預(yù)測研究顯得尤為重要。本論文通過對鋰離子電池的健康狀態(tài)和失效機(jī)理進(jìn)行分析,對電池管理系統(tǒng)(Battery Management System,BMS)中SOH估計(jì)和RUL預(yù)測兩大核心算法進(jìn)行研究,具體研究內(nèi)容如下:首先,通過對鋰離子電池基本結(jié)構(gòu)和充放電原理的研究,了解鋰離子電池的失效表現(xiàn),以及引起鋰離子電池失效的內(nèi)部因素、外部因素。對鋰離子電池充放電狀態(tài)參數(shù)與健康狀態(tài)之間的關(guān)系進(jìn)行分析,選擇放電電壓、放電電流、溫度和歐姆內(nèi)阻作為健康因子,為后面對鋰離子電池的SOH估計(jì)做準(zhǔn)備。其次,以容量作為鋰離子電池的健康狀態(tài)評估指標(biāo),基于選取的健康因子,提出了基于最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LSSVM)的鋰離子電池SOH估計(jì)方法。針對LSSVM參數(shù)選取的隨機(jī)性問題,采用量子粒子群算法(Quantum-behaved Particle Swarm Optimization,QPSO)去優(yōu)化LSSVM模型的懲罰參數(shù)和核參數(shù),QPSO是對粒子群算法(Particle Swarm optimization,PSO)的改進(jìn)與優(yōu)化,收斂速度較PSO有較大的提升,建立基于QPSO優(yōu)化LSSVM的鋰離子電池SOH估計(jì)模型。通過NASA的鋰離子電池實(shí)驗(yàn)數(shù)據(jù)對該模型進(jìn)行驗(yàn)證,并與PSO優(yōu)化LSSVM模型的預(yù)測結(jié)果及相關(guān)性能指標(biāo)進(jìn)行對比分析。仿真實(shí)驗(yàn)表明,QPSO優(yōu)化LSSVM的SOH模型預(yù)測精度有較大的提升。最后,以鋰離子電池容量退化模型為基礎(chǔ),提出基于BP神經(jīng)網(wǎng)絡(luò)的鋰離子電池RUL預(yù)測方法。針對BP神經(jīng)網(wǎng)絡(luò)容易陷入局部極值、學(xué)習(xí)速率較慢、初始權(quán)值和閾值是隨機(jī)產(chǎn)生等問題,運(yùn)用差分進(jìn)化(Differential Evolution Algorithm,DE)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò),獲取最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)連接的初始權(quán)值和閾值,建立基于DE-BP神經(jīng)網(wǎng)絡(luò)的鋰離子電池RUL預(yù)測模型。通過NASA的鋰離子電池實(shí)驗(yàn)數(shù)據(jù)對該模型進(jìn)行驗(yàn)證,并與優(yōu)化前的BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行對比分析。仿真實(shí)驗(yàn)表明,經(jīng)過DE優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)RUL預(yù)測模型,數(shù)據(jù)處理的速度和預(yù)測精度都得到了明顯的提高。   

[關(guān)鍵詞]：

鋰離子電池;SOH估計(jì);RUL預(yù)測;最小二乘支持向量機(jī);量子粒子群算法;差分進(jìn)化算法

[文獻(xiàn)類型]： 碩士論文
[文獻(xiàn)出處]：

廣西科技大學(xué)2020年

相關(guān)知識

鋰離子電池健康狀態(tài)評估及剩余壽命預(yù)測方法
鋰離子電池荷電狀態(tài)估計(jì)及壽命預(yù)測方法研究
鋰離子電池健康評估和壽命預(yù)測綜述
基于數(shù)據(jù)驅(qū)動的鋰離子電池健康狀態(tài)估計(jì)和剩余使用壽命預(yù)測
基于機(jī)器學(xué)習(xí)的鋰離子電池健康狀態(tài)與剩余壽命預(yù)測
多類型鋰離子電池組管理系統(tǒng)的健康狀態(tài)和剩余壽命預(yù)測方法.pdf
鋰離子電池壽命測試與健康狀態(tài)估計(jì)
基于新健康因子的鋰電池健康狀態(tài)估計(jì)和剩余壽命預(yù)測
鋰離子電池安全狀態(tài)評估研究進(jìn)展
動態(tài)工況下鋰離子動力電池荷電狀態(tài)估計(jì)和健康狀態(tài)預(yù)測

網(wǎng)址: 鋰離子電池健康狀態(tài)評估及剩余壽命預(yù)測方法研究 http://m.u1s5d6.cn/newsview1388267.html