鋰電池化成參數(shù)的檢測與估計技術(shù)研究.pdf

1、電池化成是鋰電池生產(chǎn)中的一個重要環(huán)節(jié)，化成的質(zhì)量對電池的性能起著決定性作用。電池化成設備采用精確的參數(shù)檢測與估計技術(shù)，能夠獲取鋰電池精確的化成參數(shù)，實現(xiàn)化成流程的精確控制，從而保證了鋰電池的化成質(zhì)量。鋰電池的化成參數(shù)主要包括鋰電池電壓、電流、內(nèi)阻、溫度、煙霧、容量、電池的荷電狀態(tài)（State of Charge，SOC），其中SOC是根據(jù)已知的測量數(shù)據(jù)估計得出的。SOC是鋰電池化成過程之中的關(guān)鍵參數(shù)，對電池的性能評估起著重要作用。本文以

2、鋰電池化成系統(tǒng)為硬件平臺，研究鋰電池參數(shù)檢測相關(guān)的一些技術(shù)，保證參數(shù)檢測的準確性，然后從鋰電池模型出發(fā)，對鋰電池SOC的估計算法展開深入研究。本論文的主要的研究內(nèi)容如下：
　　1.針對鋰電池電壓和電流采集中存在的干擾問題，本文提出防脈沖干擾濾波與數(shù)字低通濾波相結(jié)合的濾波方案，能夠得到精確的測量值。為了使鋰電池設備長期運行都保持較高測量精度，提出鋰電池檢測通道自動校準方法。在參數(shù)精確測量的基礎上，研究了化成流程的閉環(huán)控制算法與系統(tǒng)分

3、布式控制策略。
　　2.從鋰電池的模型出發(fā)，對鋰電池進行基本性能測試實驗，根據(jù)實驗結(jié)果離線辨識模型的參數(shù)；為了參數(shù)在線估計的要求，采用遞推估算算法對模型參數(shù)在線辨識。利用擴展卡爾曼濾波、無跡卡爾曼濾波、粒子濾波以及無跡粒子濾波原理，推導出應用于SOC估計的具體遞推算法，并在化成平臺上對鋰電池進行工況測試實驗，仿真對比分析了各種估計濾波算法的估計性能。
　　3.分析 SOC估計誤差的來源以及改進方法，針對鋰電池在化成之中模型參

4、數(shù)的時變的特性，研究提出自適應在線估計方案。自適應濾波算法首先估計模型內(nèi)阻，再將內(nèi)阻作為SOC估計算法中的已知參量，從而使SOC估計精度進一步提高。對鋰電池進行模擬工況實驗以及SOC估計算法仿真，對比分析了自適應估計算法與非自適應估計算法的性能，并驗證了自適應算法的魯棒性。
　　4.結(jié)合化成數(shù)據(jù)信息在線估算鋰電池總?cè)萘浚射囯姵貙嶋H總?cè)萘繉?SOC的估計過程進行修正，以使其在整個化成周期內(nèi)都有較高的估計精度。根據(jù)化成平臺的特點，將