论文部分内容阅读
锂离子电池凭借其能量密度大、循环性能好等明显优势被广泛应用在储能领域。为了充分发挥电池的工作性能,保证安全工作,需要建立高精度电池模型来监测电池的运行状态。因此,为表征电池的工作特性,需要研究电池的等效模型。本文围绕锂离子电池建模及模型参数辨识开展几个方面的工作:对锂离子电池进行不同充放电倍率实验以及脉冲放电实验,研究了电池的基本特性。分析充放电特性、容量特性,采用小电流插值法标定对应荷电状态(State of Charge,SOC)的开路电压(Open Circuit Voltage, OCV),最后分析电池的回弹电压特性。基于二阶RC等效电路模型和脉冲放电实验,对模型中的OCV和模型时变特性参数进行辨识。采用遗传算法(GeneticAlgorithms,GA)实现参数初值辨识,而后借助非线性最小二乘算法(Non-linear Least Squares,NLS)实现参数二次辨识,获得不同SOC下的OCV和模型时变参数值。比较OCV辨识值与标定值,并验证基于GA-NLS算法对OCV辨识的有效性。基于GA-NLS算法辨识得到的OCV和等效模型时变参数,建立锂离子电池仿真模型并进行工况验证。结果表明:在脉冲放电工况和恒流放电工况下,比较仿真模型输出的电压曲线与实际测试曲线,计算的最大相对误差数值在1.78%以内。研究结果表明:利用GA-NLS算法进行模型参数辨识收敛性好,简化电池在初次使用前耗时复杂的模型参数标定实验;所建立的电池模型工况输出与电池的真实输出近似程度较高,证明模型能够很好模拟电池的运行状态。