【正文】 率放電時，磁場強(qiáng)度大，極板附近快速生成生成物，無法順利擴(kuò)散，使電化學(xué)反應(yīng)受阻。 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 。 為 后文荷電狀態(tài)估計(jì)、剩余 壽命預(yù)測研究及 監(jiān)測系統(tǒng)設(shè)計(jì)特征量的選擇提供參考依據(jù)。 （ 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。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)。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 。 ? 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 。 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(qiáng) [18]。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 。 （ 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]。 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(jī) 、 筆記本電腦及其它便攜式電子設(shè)備 。 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(jì)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(yàn) 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。本 章 在分析了 傳統(tǒng) SOC 的估計(jì)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(shí)際數(shù)據(jù)進(jìn)行估計(jì)并對驗(yàn)證估計(jì) 結(jié)果 。 最后將 SOC 估計(jì)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(shí)現(xiàn)電池的荷電狀態(tài) 在線估計(jì)及壽命預(yù)測 ， 最后總體驗(yàn)證方法的實(shí)效性 。 SVM 是一種監(jiān)督式 的 學(xué)習(xí)方法，應(yīng)用于統(tǒng)計(jì)分類 和 回歸分析 [11]。 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。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(jì) 。 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(xiàng)重要指標(biāo)實(shí)時監(jiān)測并調(diào)整，以保證動力汽車正常運(yùn)行。電池管理系統(tǒng)（ Battery Management System , BMS ） 是 集信號 釆集、 傳輸、 計(jì)算、評價(jià)、 與控制 于一體 的有機(jī)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)。錳酸鋰是 成本低、安全性好的正極材料，但是其材料本身并不太穩(wěn)定，容易分解產(chǎn)生氣體 。與 以上 3 種 電池相比，鋰離子電池（ 1）電池組自重小，有效減輕車輛承重；（ 2）電池壽命長，有效降低更換頻率；（ 3）單體電壓及能量密度大；（ 4）無記憶效應(yīng)，充電時間短。但燃料 電池技術(shù) 尚未 成熟， 造價(jià)不菲 ， 不適于現(xiàn)階段的推廣。公安部日前公布， 2020 年底全國機(jī)動車保有量已達(dá) 億輛， 并且 伴隨 該數(shù)值的 俱增 ，石油等不可再生資源的消耗 也日益嚴(yán)峻 ，能源危機(jī)給世界經(jīng)濟(jì)造成了重大影響。進(jìn)而結(jié)合新陳代謝數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)階數(shù)的自適應(yīng)改變，有效避免了傳統(tǒng) AR 模型定階流程復(fù)雜的缺陷?；谏鲜隹紤]， 本文重點(diǎn)進(jìn)行鋰離子電池 SOC 估計(jì)和 RUL 預(yù)測的方法研究，及監(jiān)測系統(tǒng)的設(shè)計(jì)，主要完成了以下工作： 1. 鋰離子電池荷電狀態(tài)估計(jì)。但 RUL 預(yù)測是近年來才開始研究的課題，方法有限且缺乏深入分析比較。進(jìn)而 提出粒子群（ PSO ）優(yōu)化的自回歸（ AR ）模型，該模型 以 均方根誤差（ RMSE ）作為模型的定階準(zhǔn)則，基于 PSO 算法對模型 的定階方法進(jìn)行優(yōu)化。作為一個表征空氣污染程度的 重要 指標(biāo)， PM 成為 人們關(guān)心的熱點(diǎn)話題， 它 粒徑小，富含大量的有毒有害物質(zhì)，主要來 自化石燃料（煤、汽油、柴油） 燃燒過程中產(chǎn)生的殘留物，其中機(jī)動車 排放的污染尾氣 是其主要來源。 FCEV 通過空氣中的氧與氫氣發(fā)生化學(xué)反應(yīng) 產(chǎn)生 的 電能作為動力源， 本質(zhì)上可以稱為氫能汽車。 2020 年全世界 96% 的混合動力汽車采用鎳氫電池， 但其 的技術(shù)已經(jīng)接近理論極限值。 但 三元 材料 在充放電過程中，鋰離子 的 脫嵌 過多 會 引起 正極材料結(jié)構(gòu)改變， 輕則導(dǎo)致 電池壽命衰第一章 緒論 3 退， 重則 發(fā)生氧氣的釋放 ，引發(fā)安全問題 。雖然鋰離子電池技術(shù)的不斷提高極大的推動了電動汽車的發(fā)展，但是由于電池管理系統(tǒng)的技術(shù)相對落后，降低了動力汽車的普及速度。德國西門子公司開發(fā)的能量管理系統(tǒng)， 不僅可以實(shí)現(xiàn)監(jiān)測 ，還 增加了控制系統(tǒng)，對電池充 放電 進(jìn)行優(yōu)化，最大程度 地 提高 了電池壽命。電流積分法 把電池看 作 一個黑箱，不考慮其內(nèi)部原理， 對 流入或流出黑箱的電流進(jìn)行積分 運(yùn)算 得到 該時間 段 內(nèi)的 電量 變化量 ， 再 基于電量 的 初始值 估算 當(dāng)前 SOC值 ，但 鑒于 電流 測量精度 的 問題 產(chǎn)生誤差累計(jì) ，使 SOC 的估算值逐漸偏離真實(shí)值。 和傳統(tǒng)汽車相比，而電池價(jià)格昂貴且壽命相對較短是阻礙電動汽車市場化推廣的主要原因。 常見的 數(shù)據(jù)驅(qū)動算法 有很多種，如：支持向量機(jī)（ S up po r t V e c tor M a c hine, SVM ） ，自回歸滑動平均 （ A u to re g re ss iv e M o v in g Average , ARMA ） ， 粒子濾波 （ Pa rtic le Filtering, PF ） 。在 RUL 預(yù)測 的部分 ， 根據(jù)馬里蘭大學(xué)的鋰離子電池加速壽命試驗(yàn)數(shù)據(jù)， 針對 現(xiàn)有的鋰離子電池壽命預(yù)測方法進(jìn)行 實(shí)例 比較， 思考 如何在現(xiàn)有方法上進(jìn)一步提高效率和精度， 并 針對 ARMA 模型定階流程復(fù)雜 的缺陷 提出新的方法， 通過 PSO 對 ARMA 模型進(jìn)行優(yōu)化， 選擇 AR 模型替代 ARMA 模型，并以 均方根誤差（ RMSE ）作為定階時的 適應(yīng)度函數(shù) ， 進(jìn)而電子科技大學(xué)碩士學(xué)位論文 6 結(jié)合新陳代謝數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)了 階數(shù)的 自適應(yīng)改變，有效避免了傳統(tǒng) AR 模型定階流程復(fù)雜的缺陷。由于鋰離子 電池 充放電時荷電狀態(tài)的變化受到多種 非線性特征 的影響 ，很難 用一個簡單的數(shù)學(xué)模型來描述。 第六章，總結(jié)了全文的主要研究成果及不足，并 對鋰離子電池荷電狀態(tài)估計(jì)、壽命預(yù)測、 電池 監(jiān)測系統(tǒng) 的進(jìn)一步工作提出建議和展望。 鋰離子電池結(jié)構(gòu) 鋰離子電池 的結(jié)構(gòu)包括： 正極、負(fù)極、隔膜、電解 質(zhì) 、 SEI 膜、外殼 ，下面對其進(jìn)行詳細(xì)介紹 [14]： （ 1）正極：鋰離子電池的正極材料一般有： 鈷酸鋰 、 錳酸鋰、 鎳錳鈷酸鋰 、和 磷酸鐵鋰。由于鋰離子電池的工作電壓通常達(dá) 3 4V～ ，通常采用 碳酸酯類 有機(jī) 溶劑 。鋰離子在正極和負(fù)極之間通過 電解質(zhì) 傳輸。可見，鋰離子電池具有良好的電化學(xué)特性（即可逆性） ， 這使得其性能較其他電池具有一定優(yōu)勢。歐姆內(nèi)阻 R? 取決于電池本身的結(jié)構(gòu)和裝配，正負(fù)極材料 [3]。 ? 充放電倍率 在數(shù)據(jù)值上等于電池額定容量的倍數(shù) ， 指 一定 時間內(nèi)電池在放出額定容量所需電流 大小 ，以字母 C 表示 ， 即指電流的大小比率。 ? 電池壽命 電池的健康狀態(tài)可以量化為電池的 壽命 [14]。這一 優(yōu)點(diǎn)大大減少 了 電池組的電池串聯(lián)數(shù)目，降低 了 電池組的故障率。 本章小結(jié) 本章 從 鋰離子電池的內(nèi)部結(jié)構(gòu) 出發(fā) ， 針對其 電化學(xué)反應(yīng) 原理，性能指標(biāo)， 工作特點(diǎn) 等 幾方面進(jìn)行 了 深入研究， 從失效機(jī)理及性能維護(hù)等角度認(rèn)識鋰離子電池，探 討影響電池性能的各種內(nèi)部和外部因素。 美國先進(jìn)電池聯(lián)合會（ U n ite d Sta te s A d v a n c e d B a tte r y C o n s o r tiu m， USABC ）將 SOC 定義為 電池剩余電量 在特定放電倍率條件下占額定容量的百分比 ，定義式如下 [20]： 0 100%tQSO C Q?? (31) 式中： tQ 是電池在 該 時刻的剩余容量， 0Q 為電池的總?cè)萘俊? （ 2） 充放電倍率： 指 一 定 時間內(nèi)電池在放出額定容量所需電流 大小 ，以字母C 表示 ，即指電流的大小比率。 （ 5） 電池壽命：電池完成一次完整的充放電過程被稱為一個周期， 隨著電池的使用，電池的容量逐漸減少， 當(dāng) 電池 容量衰減至失效閾值 之前 所經(jīng)歷的 周期數(shù)即為電池壽命。在電流、溫度、 SOC 初始值準(zhǔn)確的前提下，可以通過簡單計(jì)算就得到短時間內(nèi) SOC 的可靠估計(jì)。 內(nèi)阻法 內(nèi)阻法估計(jì) 電池 的 SOC ，可以分為兩種方法： 直流內(nèi)阻法和 交流內(nèi)阻法 [23]。 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)（ A rtific ia l N e u ra l N e tw o rk s, ANN ）是一個 模擬 大腦神經(jīng)結(jié)構(gòu)的數(shù)學(xué)模型 [25]。 作為 SOC估計(jì)的兩種新方法 ： 卡爾曼濾波是通過估計(jì)誤差 協(xié)方差矩陣 的 遞歸方程來估計(jì)SOC ，算法復(fù)雜且對硬件要求高。 常見的激活函數(shù)見 表 31，有對數(shù)雙 曲線函數(shù) ? ?logsig n ，雙曲正切函數(shù)? ?tansig n ，線性函數(shù) ? ?purelin n ，其中 ? ?logsig n 和 ? ?tansig n 都屬于 Sigmoid （簡稱 S 型）激活函數(shù) [25]。 （ 3）魯棒性：人工神經(jīng)網(wǎng)絡(luò)由眾多神經(jīng)元組成，每個神經(jīng)元都對整個網(wǎng)絡(luò)做出貢獻(xiàn)但又不足以單獨(dú)決定網(wǎng)絡(luò)特性。 誤差反向傳播網(wǎng)絡(luò) BP網(wǎng)絡(luò)結(jié)構(gòu) 誤差反向傳播 （ BP , Back Pr opagation） 網(wǎng)絡(luò)本質(zhì)上按梯度法（ gradient approaches ）求其目標(biāo)函數(shù)（ obje ctiv e functio n） ： 誤差平方和 達(dá)到最小值 的算法 ，其結(jié)構(gòu)如 圖 32 所示。 （ 2） 向網(wǎng)絡(luò)輸入第 k 個訓(xùn)練數(shù)據(jù) ? ? ? ? ? ? ? ?? ?12, nx k x k x k x k? 及 其 期望輸出? ? ? ? ? ? ? ?? ?12, qd k d k d k d k? 。當(dāng)訓(xùn)練輸出結(jié)果與實(shí)際結(jié)果不一致時，將二者之間的誤差從輸出層反向傳播回隱含層、輸入層，并不斷更新權(quán)值，直到學(xué)習(xí)次數(shù)已達(dá)到預(yù)設(shè)值，或誤差達(dá)預(yù)設(shè)范圍內(nèi) ，則停止訓(xùn)練 [28]。 根據(jù)人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)以及學(xué)習(xí)規(guī)則等， 目前已發(fā)展到 40 多 種人工神經(jīng)網(wǎng)絡(luò)模型。通過對已有訓(xùn)練樣本的學(xué)習(xí)，人工神經(jīng)網(wǎng)絡(luò)能夠?qū)斎?、輸出之間的內(nèi)在聯(lián)系進(jìn)行刻畫，掌握其規(guī)律。 神經(jīng)網(wǎng)絡(luò) 的基本單元 是神經(jīng)元 ， 多數(shù)情況下神經(jīng)網(wǎng)絡(luò)能在外界信息的基礎(chǔ) 上 自適應(yīng) 的 改變內(nèi)部結(jié)構(gòu)，是一種 學(xué)習(xí) 系統(tǒng) 。人工神經(jīng)網(wǎng)絡(luò)估計(jì)電池 SOC ， 通常 采用典型的三層 網(wǎng)絡(luò) 結(jié)構(gòu) 。 卡爾曼濾波法 卡爾曼濾波 的基本思想是從最小方差的意義出發(fā)，對系統(tǒng)的狀態(tài)做最優(yōu)估計(jì)，近年來被用于 估 計(jì)鋰離子動力電池的 SOC 。所以在充放電的初期和末期，電池端電壓隨電量變化較大的區(qū)域，可以根據(jù)開路電壓（ OCV , O pe n Cir c uit V ol ta ge）估計(jì) SOC 。 安時積分法又稱安時計(jì)量法，是最常用的 SOC 估計(jì)方法。 由于 制作電池的原材料不可 避免的 總會有雜質(zhì)混在中間， 會消耗正負(fù)極的活性物質(zhì)，造成自放電，電池容量減少。 而電池是一個復(fù)雜的非線性系統(tǒng)，電池內(nèi)阻 、 充放電倍率、 自放電率 、電池溫度、電池壽命 等 內(nèi)、外部因素都會對其 SOC 產(chǎn)生影響 [21]。因此 準(zhǔn)確的估算出電池 SOC 可提高 能量效率， 避免燃燒或爆炸等事故的出現(xiàn)， 是電池管理的關(guān)鍵技術(shù)之一。 （ 6）可快速充放電 普通 鋰離子電池 1~2 小時即可以充滿。 （ 2）循環(huán)壽命長 正常使用情況下可 循環(huán)充放電 達(dá) 1200次以上，淺度放電（ 30%