锂离子电池健康智能评估方法研究-测试计量技术及仪器专业论文.docx

承诺书 本人声明所呈交的博/硕士学位论文是本人在导师指导下 进行的研究工作及取得的研究成果。除了文中特别加以标注和 致谢的地方外，论文中不包含其他人已经发表或撰写过的研究 成果，也不包含为获得南京航空航天大学或其他教育机构的学 位或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 锂离子电池健康智能评估方法研究 锂离子电池健康智能评估方法研究 I I PAGE PAGE IV 摘 要 锂离子电池在民用和军用领域得到了广泛使用，研制高效、智能的锂离子电池管理系统是 保证锂离子电池安全使用的主要途径，锂离子电池健康智能评估方法是锂离子电池管理系统的 核心技术，因此，研究快速、高精度的锂离子电池健康评估方法具有重大意义。 本文主要研究电池健康智能评估方法中的电池荷电状态估计方法和电池剩余使用寿命预测 方法，主要内容有： 1) 介绍了锂离子电池的工作原理，阐明了锂离子电池常用性能参数和状态参数的基本概 念，归纳了锂离子电池的充电方式并通过实验研究总结了环境温度、放电电流和电池老化对电 池实际容量的影响规律。 2) 提出了基于随机森林的电池荷电状态估计方法。安时估计法的估计精度严重依赖电池 荷电状态初始值的准确性，基于经验模型和扩展卡尔曼滤波的估计法虽然能够自修正电池荷电 状态的初始值误差，但是估计精度往往较差。为解决上述估计方法存在的问题，本文提出基于 随机森林的电池荷电状态估计法。单体锂离子电池的稳态放电和动态放电实验结果表明该方法 的估计精度不受电池荷电状态初始值影响，估计精度要高于基于经验模型和扩展卡尔曼滤波的 估计法，而且对于建立模型时使用过的放电工况具有自动识别能力。 3) 研究了基于 GA 和 ARIMA 的电池剩余使用寿命预测方法。针对自回归差分移动平均模 型的传统定阶方法存在定阶流程复杂，定阶过程存在人为主观性选择的问题，本文研究使用遗 传算法优化自回归差分移动平均模型的方法预测电池剩余使用寿命。实验结果表明该方法能够 有效简化定阶流程，提高预测精度。 关键词：锂离子电池，荷电状态，随机森林，剩余使用寿命，遗传算法，自回归差分移动平均 ABSTRACT Lithium ion battery in civil and military fields has been widely used. To build efficient and intelligent management system of lithium ion battery is the key to ensuring the safe use of lithium ion battery. The intelligent health evaluation method of lithium ion battery is the core technology of the management system of lithium ion battery. Therefore, the research of health evaluation method of lithium ion battery with rapidity and high precision has great significance. This paper mainly studies the estimation methods of battery state of charge and prediction methods of remaining useful life which are among the intelligent health evaluation methods of lithium ion battery. The main contents are as following: The working principle of lithium ion battery is introduced. The basic concept of lithium ion battery performance and state parameters is elucidated. Charging methods of lithium ion battery are summarized. The environment temperature, discharge current and the bat