锂离子电池寿命预测技术研究成都电子科技大学工学硕士学位论文解析.doc

摘 要 随着电动汽车产业化的兴起，锂离子电池在电动汽车领域得到广泛应用，锂离子电池组的有效管理亦成为保障电动汽车性能稳定，安全可靠的关键。荷电状态（, ）估计电池管理技术的核心受各种非线性因素的影响，且实时性要求高，成为电池管理的难点。剩余寿命（, ）预测作为电池管理的另一重要指标，为保障电池的及时更换提供必要依据。但预测是近年来才开始研究的课题，方法有限且缺乏深入分析比较。基于上述考虑，估计和预测的方法研究，及监测系统的设计，主要完成了以下工作： 1. 锂离子电池荷电状态估计。由于电池内外部非线性因素的影响，同时考虑到磷酸铁锂电池充放电电压相对变化较小的特点，选择具有自适应学习能力的神经网络作为训练算法。稳态放电实验，探讨了电池容量与充放电倍率等因素之间的关系。基于对电池各项参数与内在联系的分析，选择电流和电压作为网络输入，完成神经网络的训练及估计。实验数据表明，提出的算法能达到较好的估计精度。 预测，根据预测结果比较各自优缺点。进而提出粒子群（）优化的自回归（）模型，该模型以均方根误差（）作为模型的定阶准则，基于算法对模型的定阶方法进行优化。进而结合新陈代谢数据处理技术实现阶数的自适应改变，有效避免了传统模型定阶流程复杂的缺陷。最终数据验证得到了准确的预测趋势并有效提高了预测精度。 3. 锂离子电池监测系统的设计开发。基于和的研究结果，设计锂离子电池监测系统，以满足锂离子电池