锂离子电池论文提纲,荷电状态论文提纲

基于“互联网+”与无线通信的锂电池状态参数在线测控研究

摘要：随着第四次工业革命的兴起,信息技术与各行各业的融合逐渐加深,互联网平台已然成为新能源领域设计中的必要接口。锂离子电池作为新能源技术的主导,极大地推动了电动汽车和储能系统的发展。然而,电池的过充和过放都将导致电池的损坏。为了避免电池的损坏,电动汽车或储能系统需要一种准确、在线的荷电状态（SOC）估计方法。由于传统电池测控系统的计算资源和数据储存能力有限,无法满足高精度的SOC测控需求,也无法实现电池组的在线监控。本研究在传统测控方式的基础上,基于无线通信和互联网技术进行扩展,设计了“互联网”+锂离子电池的在线测控系统,主要内容如下:首先,为了构建精确的电池SOC测控模型,分析了锂离子电池的工作原理并搭建实验测试平台,开展了锂离子电池充放电、动态、温度等特性实验并分析其工作特性。除此之外,还对互联网+在线测控系统进行需求分析并设计了总体架构。其次,探索了应用于互联网平台的SOC测控模型。为获取高精度的SOC,设计了应用于平台的SOC估算方案。基于总体方案,考虑到模型的泛用性,将构建基于神经网络算法的估算模型。由于锂离子电池的强非线性,BP神经网络无法满足需求,为了克服非线性难题,建立了基于非线性自回归神经网络（NARX）的SOC估算模型,通过循环工况和动态工况的测试,该模型能够准确地预测电池SOC。然而,NARX神经网络在复杂的环境下缺乏稳定性,无法处理数据噪声引起的误差。为增强NARX神经网络的鲁棒性,通过自适应卡尔曼滤波器（AEKF）对模型进行优化并在多种工况下进行测试,实验表明优化后的模型具有明显的优势。最后,设计了基于无线通信的“互联网”+锂电池在线测控系统。考虑到通信距离,本研究基于移动通信方式搭建了无线通信参数检测系统。在参数检测系统的基础上完成了“互联网+”平台的开发,该平台包括上位机服务器以及One Net云平台。在完成了系统设计后,实验验证了硬件系统检测的各参数均在合理的误差范围内,基于“互联网+”平台的在线测控功能效果优良,SOC在实际放电工况的最大绝对误差不超过3%。 

关键词：锂离子电池;荷电状态;

文章目录

摘要

ABSTRACT

1 绪论

    1.1 课题研究背景与意义

    1.2 研究现状及发展趋势

        1.2.1 锂离子电池研究现状及发展趋势

        1.2.2 电池测控系统研究现状及发展趋势

        1.2.3 荷电状态估算研究现状及发展趋势

    1.3 本文主要研究内容

2 电池实验测试及在线测控系统总体方案设计

    2.1 锂离子电池工作原理

    2.2 实验平台搭建

    2.3 锂离子电池特性分析

        2.3.1 恒流充电特性

        2.3.2 恒流放电特性

        2.3.3 动态工况实验

        2.3.4 温度特性

        2.3.5 放电倍率特性

        2.3.6 老化特性

    2.4 互联网+在线测控系统总体方案研究

        2.4.1 系统需求分析

        2.4.2 系统总体架构设计

    2.5 本章小结

3 基于互联网平台的电池荷电状态测控模型研究

    3.1 基于互联网+电池SOC估算的总体方案设计

    3.2 基于BP神经网络的SOC估算模型研究

        3.2.1 BP神经网络算法分析

        3.2.2 BP神经网络SOC估算模型建立

        3.2.3 实验数据集预处理

        3.2.4 仿真测试

    3.3 基于NARX神经网络的SOC估算模型研究

        3.3.1 NARX神经网络算法分析

        3.3.2 基于NARX神经网络的SOC估算模型建立

        3.3.3 模型仿真评价指标

        3.3.4 仿真测试

        3.3.5 网络超参数设计

    3.4 基于NARX神经网络融合AEKF的 SOC估计模型研究

        3.4.1 基于AEKF优化NARX神经网络的SOC估计模型

        3.4.2 仿真测试

    3.5 本章小结

4 基于无线通信的参数检测硬件系统设计

    4.1 在线参数检测硬件系统总体架构设计

    4.2 在线参数检测硬件电路设计

        4.2.1 降压稳压电路设计

        4.2.2 电压采集电路设计

        4.2.3 电流采集电路设计

        4.2.4 温度采集电路设计

        4.2.5 无线通信电路设计

    4.3 在线参数检测系统软件设计

        4.3.1 参数采集程序设计

        4.3.2 无线通信程序设计

        4.3.3 安全控制程序设计

    4.4 系统功能验证

        4.4.1 硬件调试分析

        4.4.2 参数采集验证

    4.5 本章小结

5 基于互联网+电池在线测控软件平台设计

    5.1 在线测控平台系统架构

    5.2 互联网+平台设计

        5.2.1 上位机服务器设计及远程SOC估算实现

        5.2.2 物联网云平台设计

    5.3 系统功能验证

        5.3.1 测控系统数据显示及安全管理验证

        5.3.2 SOC估算验证

    5.4 本章小结

6 总结与展望

    6.1 研究总结

    6.2 未来展望

致谢

参考文献

[1]基于深度学习的SESN供电网络电能质量评估[J]. 贾学翠,李相俊,闫士杰,王上行,徐少华.  控制工程. 2021(10)

[2]阶次自适应AR等效电路模型的锂电池SOC滑模观测[J]. 刘芳,李卓,苏卫星,刘阳.  东北大学学报(自然科学版). 2021(10)

[3]基于改进递推最小二乘法的锂电池SOC估算[J]. 虞杨,郑燕萍.  控制工程. 2021(09)

[4]水洗和回烧工艺对高镍三元材料LiNi0.88Co0.07Al0.05O2微观结构及电化学性能的影响[J]. 毛贵洪,肖方明,唐仁衡,黄玲,李坚,王英.  无机化学学报. 2021(09)

[5]基于加权多新息AEKF的锂电池SOC在线估算[J]. 乔家璐,王顺利,于春梅,史卫豪,杨潇.  储能科学与技术. 2021(06)

[6]基于容量修正的安时积分法研究[J]. 谢路耀,华思聪,陈怡,周丹.  浙江工业大学学报. 2021(04)

[7]退役三元NCM锂离子电池正极材料资源化回收研究进展[J]. 郝雅卓,胡娟,常丽娟,邓勇,郭忠明,韦建军.  四川大学学报(自然科学版). 2021(04)

[8]基于改进LSTM的脉冲大倍率工况下锂电池SOC估计[J]. 明彤彤,赵晶,王晓磊,王凯.  电力系统保护与控制. 2021(08)

[9]TI无线BMS解决方案革新电动汽车电池管理[J].   单片机与嵌入式系统应用. 2021(03)

[10]一种用于高保真锂电池SOC估计的无迹粒子滤波新方法[J]. 谢滟馨,王顺利,史卫豪,熊鑫,陈先培.  储能科学与技术. 2021(02)