基于ARMA的锂离子电池剩余寿命预测模型设计文献综述

 2022-07-29 17:17:42

1.1:课题的研究背景和意义

汽车产业的快速发展促进了社会经济的发展,给生活带来了极大的便利,但随之而来的汽车的发展也给环境和能源产生了负面的影响。汽车排放的尾气是当代城市中大气污染的重要来源,据相关部门统计,雾霾天气的形成,汽车尾气占了很重要的因素。面对环境和资源的双重压力,节能环保绿色经济成了当今社会发展的主题。

而发展电动汽车正是解决汽车尾气污染和能源问题的重要部分。各国政府加大了电动汽车的扶持政策,众多汽车厂商也致力于开发电动汽车。电动汽车的核心便是电池组,而锂离子电池作为新一代的绿色高能充电电池,具有能量高、循环性能好、自放电小等优点,即使在长时间的放电后,也能保持稳定的电压和长久的工作寿命,因此在很多领域被广泛运用。所以锂离子电池成为了推动“绿色”经济发展的重要技术。无论是电动汽车还是其他用电设备,对锂离子电池组的可靠性和安全性要求都很高,也就对整个电池管理系统的功能和性能也要达到高标准,但锂离子电池在使用过程中性能也会逐渐衰退并且和其他电池组一样也存在着寿命问题,寿命问题也可能是因为长时间不断地充放电导致电池的活性物质不断劣化,意外的寿命到期、容量过低、性能衰退却没有及时更换电池会导致整个系统瘫痪甚至危及到人身安全和发生交通事故。所以对电池寿命预计容量预测与健康管理方面相关的问题成为现在主要研究方向。

随着时间的推移,老化、环境及运作等不可抗拒的因素影响,锂离子电池系统性能降低,因此能够检测到潜在的退化,并且能够采取相关措施来避免潜在退化带来的故障并防止灾难的发生,就是健康管理需要做的工作。锂离子电池管理系统主要包括数据采集、剩余寿命(RL)预测、剩余电量(SOC)估计、电路控制和安全控制等。其中,数据采集是最重要和基本的功能,它需要考虑采集精度和速度问题。剩余寿命(RL)预测是考虑里离子电池组在一定的环境和充放电模式下还可以进行多少次充放电循环,随着充电次数的增加电池容量逐渐变小,电池容量达到阈值以下时即标志着电池寿命的终结。一般来说,剩余寿命受多个因素影响,比如工作温度、放电深度、放电电流、充电模式、运行工况等。在电动车方面,实际运行工况和充放电模式对电池组的寿命影响很大。剩余电量(SOC)估计则主要是在某次特定的充放电循环时估计锂电池的组的荷电状态,就像普通汽车的油量表一样。电池组管理系统的剩余电量值正常工作范围通常在30%-70%,即可以确保电池组处在正常工作状态,可以据此预测在本次放电过程中终止时间是多少,便可减缓电池的容量退化,为延长电池组的寿命提供了技术支持。安全管理包括了电路保护、热管理等。

锂电池作为绿色高能充电电池的新生代代表,因其轻质量、长寿命和大能量密度而被广泛使用。然而作为一种能源载体,其性能将不可避免的会伴随使用而衰竭乃至最终报废。因此,监控锂电池的剩余寿命对于系统的运作和电池的回收有着重大的意义。

1.2:国外研究现状

利用故障预测和健康管理技术(PHM)对设备进行健康状态评估和故障预测对提升设备的安全性和可靠性延长寿命具有重要意义。锂离子电池的逐渐普及,锂电池的PHM技术也是备受关注。锂电池的PHM技术主要有两个关键技术点,分别是容量和工作电压的预测,锂电池的容量又常被定义为剩余寿命(RL)的预测,随着不断地充放电,其剩余容量不断减小,当达到一定值就不能继续使用。

1.3:国内研究现状

南京航空航天大学的陈泽王、李川江、王友仁、林华等从GA和ARMA模型出发,进行锂离子电池的剩余寿命预测。根据锂离子电池历史和当前容量数据序列的特点,判断序列平稳性,若不平稳,则对序列进行差分计算令其平稳;然后通过遗传算法获取ARMA模型中的p和q的最优取值并估算最优的ARMA模型参数,最后基于此模型预测锂离子电池的剩余寿命。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。