基于多状态联合估计模型的锂电池多段恒流充电策略研究.pdf

中文摘要 摘 要 近年来新能源汽车行业高速发展，动力电池的需求逐年增加，三元锂电池以 其高能量密度、高电压平台等优点被各大车企广泛应用。传统的恒流恒压充电策 略因其过长的充电时间，困扰着用户使用，制约了新能源汽车行业的发展。而大 电流充电策略将导致电池温度快速上升，电池寿命缩短，甚至引起电池过热燃烧。 电池的充电策略需权衡考虑充电时间和电池寿命。因此，锂离子电池充电策略的 研究显得尤为重要。本文搭建了锂电池的荷电状态 SOC (State of charge) – SOH (State of health) – SOT (State of temperature) 多状态联合估计模型，基于粒子群 （Particle swarm optimization ，PSO ）算法提出一种自适应阶数的多段恒流充电策 略，并通过实验辨识了模型关键参数，验证了电池仿真模型的准确性。然后搭建 了Z 型风冷电池组的仿真模型及性能测试实验台，对比分析仿真结果和实验结果， 并利用遗传算法对电池组的散热结构进行优化，最后将多段恒流充电策略应用于 优化后风冷电池组模型，探讨不同风冷条件下，电池组热- 电-老化特性。主要研究 内容和结果如下： 1）介绍了锂电池电行为、热行为、寿命的数学模型，详细推导了电池内阻、 开路电压、电动势温升系数的辨识过程，通过电池的电参数与温度、寿命间的相 互影响作用，建立电模型、热模型、老化模型的耦合关系，基于一阶RC 等效电路 模型、热网络模型、老化模型建立了锂电池的 SOC-SOH-SOT 多状态联合估计模 型，模拟锂电池的响应特性。 2 ）提出一种电流阶数自适应的多段恒流充电策略（Self-adaptive Multi-stage Constant Current, SMCC ），利用PSO 算法求解不同权重系数下的最优充电策略， 并构建帕累托曲线，得到三种最优充电策略：最短时间充电策略、最小老化充电 策略、平衡充电策略，并与传统恒流恒压策略进行了对比分析。结果表明：最短 时间充电策略与2C CCCV 策略具有很高的一致性；最小老化充电策略的充电时间 比0.1C CCCV 策略缩短了61.7%；平衡充电策略相比于0.5C CCCV 策略，仅增加 6.4%的老化损失，就能缩短44.9% 的充电时间。 3 ）设计了脉冲放电实验、电动势温升系数实验，得到电池欧姆内阻、极化内 阻、极化电容、电动势温升系数随 SOC、温度变化曲线，完善多状态联合估计模 型。设计了热电模型验证实验、老化循环实验，验证仿真模型准确性，结果表明 1C CCCV 充电策略电压、温度响应曲线的均方根误差为23.4mV 、0.5℃，平衡充 电策略电压曲线均方根误差为36.3mV，充电时间相对误差为3.4% 。前10 个老化 循环内，平衡充电策略与0.5C CCCV 策略容量损失分别为 1.45%和0.64%，而充 I 重庆大学硕士学位论文 电时间缩短了43.3% 。 4 ）搭建了Z 型风冷电池组仿真模型及性能测试实验台，对比在6m/s 风冷条 件下，电池组1C 放电时电池温度变化。结果表明：仿真与实验得到的电池组平均 温度分别为34.1℃、34.7℃，每个电池单体仿真和实验温度变化曲线的均方根误差 都小于0.5℃。 5 ）基于遗传算法对电池组进行散热优化，优化后的电池组最高温度下降到 34.5℃，平均温度降到了33.8℃，个体最大温差降到了1.8℃，减幅30.7% 。 6 ）探讨电池组应用SMCC 策略充电时，不同风冷条件对电池组电-热-老化行 为的影响。结果表明：进口风温越高，电池组平均温度越高，电池的老化越严重。 进口风速越低，电池组平均温度越高，老化也会随之加剧，特别是当进口风速为0 时，即不考虑强制风冷，电池组平均温度达到 57.5℃，远远超过电池组安全温度 上限45 ℃，电池老化也急剧增加。 关键词：锂离子电池，充电策略，多状态联合估计模型，SMCC，风冷电池组 II