锂电池化成参数的检测与估计技术研究

摘要

电池化成是锂电池生产中的一个重要环节，化成的质量对电池的性能起着决定性作用。电池化成设备采用精确的参数检测与估计技术，能够获取锂电池精确的化成参数，实现化成流程的精确控制，从而保证了锂电池的化成质量。锂电池的化成参数主要包括锂电池电压、电流、内阻、温度、烟雾、容量、电池的荷电状态（State of Charge，SOC），其中SOC是根据已知的测量数据估计得出的。SOC是锂电池化成过程之中的关键参数，对电池的性能评估起着重要作用。本文以锂电池化成系统为硬件平台，研究锂电池参数检测相关的一些技术，保证参数检测的准确性，然后从锂电池模型出发，对锂电池SOC的估计算法展开深入研究。本论文的主要的研究内容如下：
　　1.针对锂电池电压和电流采集中存在的干扰问题，本文提出防脉冲干扰滤波与数字低通滤波相结合的滤波方案，能够得到精确的测量值。为了使锂电池设备长期运行都保持较高测量精度，提出锂电池检测通道自动校准方法。在参数精确测量的基础上，研究了化成流程的闭环控制算法与系统分布式控制策略。
　　2.从锂电池的模型出发，对锂电池进行基本性能测试实验，根据实验结果离线辨识模型的参数；为了参数在线估计的要求，采用递推估算算法对模型参数在线辨识。利用扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波以及无迹粒子滤波原理，推导出应用于SOC估计的具体递推算法，并在化成平台上对锂电池进行工况测试实验，仿真对比分析了各种估计滤波算法的估计性能。
　　3.分析 SOC估计误差的来源以及改进方法，针对锂电池在化成之中模型参数的时变的特性，研究提出自适应在线估计方案。自适应滤波算法首先估计模型内阻，再将内阻作为SOC估计算法中的已知参量，从而使SOC估计精度进一步提高。对锂电池进行模拟工况实验以及SOC估计算法仿真，对比分析了自适应估计算法与非自适应估计算法的性能，并验证了自适应算法的鲁棒性。
　　4.结合化成数据信息在线估算锂电池总容量，由锂电池实际总容量对 SOC的估计过程进行修正，以使其在整个化成周期内都有较高的估计精度。根据化成平台的特点，将SOC自适应估计算法在底层嵌入式平台上实现，同时为了保证数值的稳定性，实现的估计算法采用了求根的形式。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景及研究现状

1.2 研究目的和意义

1.3 研究内容

1.4 论文章节安排

第二章 锂电池化成参数估计基础与总体方案

2.1 模型参数估计基础

2.2 非线性系统状态估计基础

2.3 锂电池化成参数检测与估计总体方案

2.4 锂电池化成参数检测方案设计

2.5 本章小结

第三章 锂电池化成参数检测技术

3.1 锂电池化成精确测量技术

3.2 锂电池化成控制技术

3.3 化成检测平台的数据通信系统设计与实现

3.4 锂电池基本性能测试

3.5 本章小结

第四章 锂电池化成SOC在线估计技术研究

4.1 SOC的定义及其影响因素

4.2 锂电池模型分析与选取

4.3 模型参数辨识方法

4.4 锂电池化成SOC估计算法与分析

4.5 基于自适应滤波算法的SOC在线估计

4.6 锂电池SOC在线估计系统设计

4.7本章小结

第五章 平台测试与验证

5.1 锂电池化成系统平台

5.2 锂电池参数检测结果与验证

5.3 锂电池参数在线估计结果与验证

5.4 本章小结

第六章 总结与展望

6.1 研究内容总结

6.2 工作展望

致谢

参考文献