【正文】 車廠商及研究界的廣泛關(guān)注。電池管理系統(tǒng)（ Battery Management System , BMS ） 是 集信號 釆集、 傳輸、 計算、評價、 與控制 于一體 的有機整體 ，是 對鋰離子動力電池組的充放電過程、 荷電 狀態(tài)、及電池電壓、電流、溫度、等進(jìn)行監(jiān)測管理的裝置，是電動汽車 系統(tǒng)的核心子系統(tǒng)。 在這些國家中， 汽車工業(yè)發(fā)達(dá)的 美國，德國， 日本 和 法國 處于領(lǐng)先地位。 日本的 豐田（ Toyota ）則于 1996年推出其第一款電動汽車，上面 配備 的 電池監(jiān)控系統(tǒng)電子科技大學(xué)碩士學(xué)位論文 4 可以對電池組的各項重要指標(biāo)實時監(jiān)測并調(diào)整，以保證動力汽車正常運行。 它就像普通汽車的 油量表 一樣， 司機可以直接了解 汽車的續(xù)駛能力。開路電壓法根據(jù) 電池的 開路電 壓 與 SOC 之間 的關(guān)系 來估算 SOC ，但 對于 鋰離子電池 而言， 在很長的一段時間內(nèi)，開路電壓隨 SOC 的變化 并不十分明顯 ， 因此 常將電流積分 與 開路 電壓法結(jié)合 進(jìn)行 SOC 的估計 。 鋰離子電池 剩余 壽命預(yù)測 除電池荷電狀態(tài)外，電池中 另一 重要的 性能指標(biāo) 就是電池的健康狀態(tài) （ State of Health , SOH ） ， 也表現(xiàn)為剩余壽命（ R e m a in in g U s e fu l L if e, RUL ） 的多少 。 如果沒有及時更換新的電池 ，會影響電動汽車性能甚至 嚴(yán)重 的交通 事故。 常見的 RUL 預(yù)測方法 分為兩類 ：失效 物理（ Phy sic s of F ailure, PoF ）模型和數(shù)據(jù)驅(qū)動 法 （ Data Driven ） 。 SVM 是一種監(jiān)督式 的 學(xué)習(xí)方法，應(yīng)用于統(tǒng)計分類 和 回歸分析 [11]。 現(xiàn)階段這些方法 中 有 被 用于電池壽命預(yù)測，但缺乏比較 。 最后將 SOC 估計及 RUL 預(yù)測 的 方法 集合于 電池監(jiān)測系統(tǒng) 上，通過 測量 電 池的外部參數(shù) ，結(jié)合 相應(yīng)的算法，實現(xiàn)電池的荷電狀態(tài) 在線估計及壽命預(yù)測 ， 最后總體驗證方法的實效性 。 第二章， 深入研究 鋰離子電池特性。本 章 在分析了 傳統(tǒng) SOC 的估計方法 優(yōu)劣之后， 基于 BP 神經(jīng)網(wǎng)絡(luò)，以電池的 影響 因素中較為重要的電壓和電流作為網(wǎng)絡(luò)輸入，進(jìn)行 建模和分析， 進(jìn) 而對實際數(shù)據(jù)進(jìn)行估計并對驗證估計 結(jié)果 。 通過實驗數(shù)據(jù)比較驗證， 粒子群算法 優(yōu)化 的自回歸模型 獲得了準(zhǔn)確的預(yù)測趨勢和較高的預(yù)測精度 。 文章結(jié)構(gòu)及內(nèi)容如 圖 11 所示： 第一章 緒論 7 鋰 離 子 電 池 監(jiān) 測 系 統(tǒng)剩 余 壽 命 預(yù) 測鋰 離 子 電 池 特 性 分 析電 壓電 池容 量電 壓 溫 度電 流充 放 電倍 率電 量荷 電 狀 態(tài) 估 計全 文 總 結(jié) 與 展 望第 二 章第 三 章第 四 章第 五 章第 六 章第 一 章 鋰 離 子 電 池 研 究 背 景 及 意 義人 工 神 經(jīng) 網(wǎng) 絡(luò)自 回 歸 模 型充 放 電 試 驗 非 線 性 因 素 分 析粒 子 群 算 法 新 陳 代 謝 技 術(shù) 圖 11 論文結(jié)構(gòu) 圖 電子科技大學(xué)碩士學(xué)位論文 8 第二章 鋰離子電池特性研究 將化學(xué)能轉(zhuǎn)化成電能的設(shè) 備被稱為電池， 而鋰離子電池則是指正極材料為鋰離子化合物的電池。如何安全有效的使用鋰電池，準(zhǔn)確 估計其續(xù)航時間， 預(yù)知 鋰電池的壽命 終結(jié)點 ，成為人們關(guān)注的熱點問題。 鈷酸鋰電池的研究技術(shù)較為成熟，性能穩(wěn)定 但成本高 ，目前 主要用在 手機 、 筆記本電腦及其它便攜式電子設(shè)備 。 碳負(fù)極 容量高， 6LiC 的理論容量為 1372mAh g? ；并且 插鋰電位低 ，可 提供高 而 平穩(wěn)的工作電壓 [16]。 （ 5） SEI 膜： 在鋰離子電池 的 充放電過程中， 電解液 與 碳負(fù)極會 發(fā)生反應(yīng)，第二章 鋰離子電池特性研究 9 消耗電池內(nèi)的鋰離子，在二者的相界面上形成 鈍化層 覆蓋在碳負(fù)極表面 ， 被稱為固體電解質(zhì)界面膜（ S o lid E le c tr o ly te I n te r f a c e, SEI ）膜 [17]。 鋰離子電池 原理 鋰離子 與等當(dāng)量的電子 嵌入 與 脫嵌 的 過程 是鋰離子電池的工作原理 ，如 圖 21所示 [14]。電子則被聚合物隔膜所阻擋， 只能通過外部電路在正負(fù)極間移動 。電子則被聚合物隔膜所電子科技大學(xué)碩士學(xué)位論文 10 阻擋，不能在電池內(nèi)部移動。 鋰離子電池的性能指標(biāo) ? 電池電動勢 電動勢越高，電池輸出能力越強 [18]。 （ 3） 開路電壓： 電池 空載時電池正負(fù)極之間的電位差， 近似于 理論電壓。 ? 電池容量 電池容量是電池性能的重要指標(biāo)之一， 通常用大寫字母 C 來表示， 是 指電池在一定 放電倍率和 溫度下， 可以輸出多少安時（ Ah）的電量 。 （ 2） 理論容量：通過理論計算得到的電池容量，計算依據(jù)是活性物質(zhì)在電極材料中所占的質(zhì)量。例如一個額定容量為 1000 mAh的電池， 1 C 的放電倍率表示放電電流為 1000 mA ， C 則表示放電電流為500 mA 。 ? 荷電狀態(tài) 荷電狀態(tài) SOC （ State of Cha rge）是描述電池的剩余電量的參數(shù)，常用剩余容量 resC 與同條件下電池額定容量 rC 之百分比來表示： resrCSOC C? (25) 當(dāng)電池充滿電時， SOC =1；放完電時， SOC =0。電池的循環(huán)壽命指某種環(huán)境及條件下對電池進(jìn)行充放電，當(dāng)電池容量降至失效閾值以下（通常為標(biāo)稱容量的 80% ，根據(jù)電池型號的不同，失效閾值有差異）所經(jīng)歷的充放電周期數(shù)。電池使用壽命的增加大大提高了電器的實用性。 （ 4）安全性能好 電池中不含對鎘、鉛、汞等重金屬元素，對環(huán)境無污染。 充電速度快，效率高。 為 后文荷電狀態(tài)估計、剩余 壽命預(yù)測研究及 監(jiān)測系統(tǒng)設(shè)計特征量的選擇提供參考依據(jù)。本章 將 通過充放電試驗 探討 電池的 SOC 與 充放電倍率，開路電壓 等因素 之間的關(guān)系。 SOC 的另一表示方法是放電深度（ D epth of D is charge， DOD ），指 電池放出 電 量 占 其 額定容量 的比 值 。 （ 1） 電池內(nèi)阻： 電池內(nèi)阻包括極化內(nèi)阻 FR 和歐姆內(nèi)阻 R? 。 電池在充放電時，鋰離子依靠電解質(zhì)的濃度差在電子科技大學(xué)碩士學(xué)位論文 14 正負(fù)極之間傳遞，高倍率放電時，磁場強度大，極板附近快速生成生成物，無法順利擴散，使電化學(xué)反應(yīng)受阻。濕度和溫度越高，自放電現(xiàn)象越明顯。 電池的剩余電量與以上各個因素均有聯(lián)系， 并且電池管理系統(tǒng)多采用嵌入式，難以實現(xiàn)復(fù)雜算法， 要準(zhǔn)確的完成 SOC 估算具有較大難度。若不考慮電池內(nèi)部結(jié)構(gòu)將其看作一個“黑箱”，則計算電池容量就是對流入或流出“黑箱”的電流求積分。但是該方法是一種開環(huán)預(yù)測，如果 SOC 初始值與電流不夠準(zhǔn)確，那么隨著電池使用時間的增加，累計誤差將會不斷 增大 ，最終嚴(yán)重影響 SOC 的估計結(jié)果， 導(dǎo)致 電池管理控制端得到錯誤的信號，誤導(dǎo)駕駛員的操作。SOCOCV 關(guān)系測量的準(zhǔn)確度對估算結(jié)果影響較大，估算前，需先將電池充分靜置，同時盡量避免靜置時間過長帶來的自放電效應(yīng)影響。交流內(nèi)阻法通過阻抗測試儀記錄電壓、電流之間的函數(shù)關(guān)系，將交流信 號加在電池組兩端時，該函數(shù)是復(fù)變量。卡爾曼濾波法可以解決 開路電壓法和電流積分法的缺陷， 將 電池建模為動態(tài)系統(tǒng)模型， 進(jìn)而 用卡爾曼濾波器預(yù)測 SOC 。 它 類似 于 一個黑盒， 給定 輸入 ，在黑盒 內(nèi)部 進(jìn)行數(shù)據(jù)運算 可以 得電子科技大學(xué)碩士學(xué)位論文 16 到相應(yīng)的輸出，具有高度的非線性描述能力。 其中 隱含層神經(jīng)元個 數(shù)則與問題 的 復(fù)雜度有關(guān) ， 一般問題越復(fù)雜，隱含層所使用的節(jié)點 數(shù)越多，對非線性模型的描述也越精確。而人工神經(jīng)網(wǎng)絡(luò)是基于實驗數(shù)據(jù)的方法，不需要對電池內(nèi)部結(jié)構(gòu)進(jìn)行建模， 通過訓(xùn)練數(shù)據(jù)建立有效的網(wǎng)絡(luò)模型， 在訓(xùn)練數(shù)據(jù)較多的情況下，神經(jīng)網(wǎng)絡(luò)法是一種有效的 SOC 估計方法 。 人工神經(jīng)網(wǎng)絡(luò)原理 人工神經(jīng)網(wǎng)絡(luò)由 神經(jīng)元聯(lián)結(jié) 而成 ， 圖 31 就是簡化的神經(jīng)元 ， 其 多 輸入 、單 輸出 的 結(jié)構(gòu) 關(guān)系可表示為 [25]： 1ni ji j ij W X ????? (33) ? ?iiY f ? (34) 第三章 鋰離子電池荷電狀態(tài)估計 17 ? ? ?f ?1X2XnX i?? iYniW2i1iW 圖 31 人工神經(jīng)元結(jié)構(gòu) 其 中， 1X , 2X , , nX 是神經(jīng)元 （也稱結(jié)點） i 的 n 個 輸入； i? 表示 神經(jīng)元 i 的偏置（閾值） ； jiW 表示從 結(jié)點 j 到 結(jié)點 i 之間 的連接權(quán)值； ??f 表示 激活 函數(shù) （ 傳遞 函數(shù)） ， 主要作用是對輸入、輸出進(jìn)行傳遞， 是神經(jīng)網(wǎng)絡(luò)的核心，其并將輸出限定在有限范圍內(nèi)，通常是連續(xù)而非線性的 ，反映了神經(jīng)元的非線性信息處理特性 。 在上述三種函數(shù)中，對數(shù) 雙曲線函數(shù) 因為連續(xù)可導(dǎo)便于計算處理， 應(yīng)用最為廣泛。對于數(shù)據(jù)預(yù)測有特別重要的意義。因此，某個或某些神經(jīng)元的失效并不會影響整個網(wǎng)絡(luò)的有效性。其中 常見 有： 誤差反向傳播 （ BP , Back Pr opagation）網(wǎng)絡(luò)、 Hopfield網(wǎng)絡(luò)、 自組織映射、 Hamming 神經(jīng)網(wǎng)絡(luò) 等。 BP 神經(jīng)網(wǎng)絡(luò)包括一個或多個隱含層（ hide layer ），一個 輸入層（ input layer ），一個 輸出層（ output layer ） ， 可以視為 n 維輸入到 m 維輸出之間的映射，這個映射是非線性的。 第三章 鋰離子電池荷電狀態(tài)估計 19 ............. ..輸入輸出1x2xnx1y2ymy輸 入 層 隱 含 層輸 出 層 圖 32 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) BP網(wǎng)絡(luò)算法 以一個典型的 BP 神經(jīng)網(wǎng)絡(luò)為例，該網(wǎng)絡(luò)的輸入層、隱含層和輸出層分別包含有 n 個、 p 個和 q 個神經(jīng)元。 （ 3） 得到隱含層和輸出層各神經(jīng)元的輸入、 輸出： ? ?1 1 , 2 , ,nh i。 令 當(dāng)前 學(xué)習(xí)次數(shù) t=1 和 k=1 。這個傳遞過程是一個正向過程。因此，本文將采用 BP 網(wǎng)絡(luò)對電池進(jìn)行建模， 將實驗數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。 （ 5）并行分布式處理能力：眾多神經(jīng)元并行的分布 處理，賦予人工神經(jīng)網(wǎng)絡(luò)極強的信息處理能力，使其可以 快速運算大 量 數(shù)據(jù)。 該功能 是通過神經(jīng)網(wǎng)絡(luò)對于其權(quán)值和閾值的不斷自我調(diào)節(jié)來實現(xiàn)的。相比傳統(tǒng)的復(fù)雜計算模型和方法，人工神經(jīng)網(wǎng)絡(luò)具有如下優(yōu)點 [27]： 電子科技大學(xué)碩士學(xué)位論文 18 （ 1）自學(xué)能力 ：這是人工神經(jīng)網(wǎng)絡(luò)最為重要的優(yōu)點。選取不同的激活函數(shù)，往往對神經(jīng)網(wǎng)絡(luò)的性能會有不同的影響。 它 從微觀上對人腦抽象以反映人腦的學(xué)習(xí)、記憶 、聯(lián)想 等 功能 。這幾種方法各有利弊：由于電池 SOC 與開路電壓之間存在近似線性關(guān)系， SOC 可以通過開路電壓來大致 進(jìn)行 估計，但這種估計 方法精度較低；安時積分法與開路電壓法結(jié)合，可以提高 SOC 的 估計精度。 鋰離子動力電池的 SOC 受到電池內(nèi)、外部 各因素 的影響，不僅影響因素多且情況復(fù)雜， 通過 神經(jīng)網(wǎng)絡(luò)對電池 復(fù)雜 的非線性特性進(jìn)行模擬 是行之有效的解決方案 。但是，卡爾曼濾波法也存在一定缺陷，即：電池模型的建立實現(xiàn)比較困難，復(fù)雜度較高，對硬件的要求 也很高，因此實際中 應(yīng)用范圍較窄 。直流內(nèi)阻法 通過計算短時間內(nèi)電池電壓與電流變化量的比值進(jìn)行估計，但由于鋰離子電池的直流內(nèi)阻小，與 SOC 的對應(yīng)性不強，常作為 SOC 的校正因子而很少直接用于估計。通常，開路電壓法在充電的初期和末期精度較高，如果與其他估算方法 結(jié)合使用 ，可以一定程度上提高 SOC 的估算精度。磷酸鐵鋰 電池 放電時，在放電過程的中間階段（ SOC 在 20%~80% 之間）， SOC 隨電池電壓變化 并 不明顯。設(shè) 起始狀態(tài)電池的 SOC 為0SOC[5]，則 0 01 tNSO C SO C IdC ??? ? (32) 式中： NC 為額定容量， I 為電池電流。下面，將對常用的幾種 SOC 估算方法 逐一進(jìn)行介紹 。然而，溫度過高或過低也會導(dǎo)致電池性能下降。 （ 3） 自放電率： 是指電池 在開路條件下 保持 所儲存 電量的能力 。歐姆內(nèi)阻 R? 取決于電池本身的結(jié)構(gòu)和裝配， 受 電池的 內(nèi)部的電解液、電極材料、隔膜、接線柱 影響 。 SOC 是電池管理的重要參數(shù)， 實時估計 SOC 是電池管理的一項重要任務(wù)。 鋰離子電池荷電狀態(tài) 荷電狀態(tài)定義 及影響因素 荷電狀態(tài)的大小反映了電池此刻所剩電量的多少。 用之于 電動汽車， 不僅可以 估算續(xù)駛里程，還可以有效維護(hù)電池組的性能 。 室溫下鋰離子電池存放一個月自放電率為 2% 左右， 遠(yuǎn)遠(yuǎn)低于鎳氫電池的30~35% ， 鎳鎘電池的 25~30% ， 可以 作為 長 時間放置的備用電池。鎳鎘電池有這方面的問題， 鋰離子電池 無此 問題。 鋰離子電池的輸出電壓 是鎳鎘、鎳氫電池的 3 倍。 電子科技大學(xué)碩士學(xué)位論文 12 鋰離子電池的特點 根據(jù)鋰離子電池的電化學(xué)特性，它的優(yōu)點 主要 有以下幾方面 [4]： （ 1）